Thermie des rivières de l’est canadien par télédétection

Collaborateurs

Mme Anik Daigle, Cégep Garneau et chercheure principale du projet 

Gespe’gewa’gi Institute of Natural Understanding (GINU)

Direction principale de l’expertise sur la faune aquatique (MELCCFP)

Financement

Programme de recherche et développement appliquée (RDA) du Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG)

Objectifs

La température de l’eau dans les rivières et les lacs influence la qualité de l’eau et les habitats aquatiques.
Elle affecte notamment l’oxygène dissous, la toxicité des polluants, la prolifération d’espèces envahissantes et le métabolisme des organismes aquatiques.

Pourtant, les réseaux de suivi au Canada restent limités dans le temps et l’espace. Ainsi, nos connaissances des régimes thermiques demeurent fragmentaires. Cela complique l’évaluation de la qualité de l’eau, des habitats aquatiques, des saisons avec ou sans glace, et leurs impacts sur la crue printanière, la phénologie des espèces et la pêche. Sans ces données, il est difficile d’anticiper les effets du réchauffement climatique.

Notre solution : enrichir le portrait thermique du réseau hydrographique de l’est du Canada grâce à la télédétection satellitaire.

Méthodologie

1. Automatisation de l’identification des pixels « eau »

Nous identifions automatiquement les pixels « eau » dans les images Landsat. Ensuite, nous exploitons ces données pour:

• Caractériser le régime thermique à chaque pixel.
• Évaluer son évolution temporelle.

Via une interface conviviale, les utilisateurs peuvent visualiser et télécharger les chroniques de températures et des descripteurs adaptés à leurs besoins.

2. Identification des pixels « sentinelles »

Nous croisons plusieurs sources d’information pour attribuer une probabilité d’appartenance « eau » aux pixels.
Ainsi, nous ciblons uniquement les pixels 100 % dans un cours d’eau pour éviter les fausses mesures.

3. Interpolation longitudinale

Les pixels sentinelles fournissent des mesures de température en plusieurs points des lacs et rivières.
Comme ces mesures sont disjointes, nous effectuons une interpolation sur l’axe longitudinal avec :

• Des méthodes classiques (linéaires ou cubiques).
• Des régressions basées sur des caractéristiques locales (élévation, ordre du cours d’eau, largeur, pente, etc.).

4. Validation terrain

Nous validons les données avec des mesures historiques provenant de RivTemp et DataStream Atlantic. Cela nous permet d’évaluer la précision et les biais éventuels des pixels sentinelles.

5. Caractérisation spatio-temporelle des régimes thermiques

Nous extrayons et mesurons des informations à partir des profils thermiques :

• Probabilité d’appartenance « eau » du pixel.
• Série de températures disponibles.
• Profil moyen interannuel du régime thermique.
• Modèle simplifié à trois paramètres (maximum annuel, date d’occurrence, durée de la saison chaude).
• Tendances temporelles (en °C/an) des températures moyennes annuelles et mensuelles.
• 60 statistiques descriptives pour évaluer la qualité de l’habitat thermique, y compris l’indice thermique de croissance pour le saumon atlantique juvénile.

6. Mise en place de l’interface de diffusion

Nous utilisons Google Earth Engine (GEE) pour déployer une interface en ligne.
Grâce à Apps Engine, les utilisateurs peuvent :

• Explorer les données en temps réel.
• Analyser les informations géospatiales de manière dynamique.
• Accéder à des cartes interactives, des graphiques et des tableaux de bord pour visualiser les résultats de façon intuitive.

Équipements

• Google Earth Engine
• Programmation en Python et Javascript
• Thermographes

Domaines

Gestion des ressources

Suivis environnementaux