Détection des cycles de gel/dégel de la couche active du sol en toundra arctique à partir d’imageries radar à synthèse d’ouverture (RSO) multicapteur en bande C

Abstract

L’augmentation de la température de l’air moyenne annuelle, chiffrée à +2,3 °C pour les régions de l’arctique Canadien entre 1948 et 2016, a des impacts considérables sur le couvert nival arctique et sur la végétation en place. Ces deux paramètres influencent le régime thermique du sol et donc, les cycles de gel/dégel de sa couche active dans l’écosystème arctique. L’importance du suivi de ces cycles réside dans leur influence sur plusieurs paramètres de la cryosphère tels que le cycle hydrologique et du carbone, la saison de croissance de la végétation, l’état du pergélisol sous-jacent ainsi que l’épaisseur de sa couche active. L’utilisation de données ponctuelles ou provenant de capteurs micro-onde passive à basse résolution présente un enjeu pour le suivi spatial et temporel de ces cycles. Le projet vise à développer un algorithme de détection des cycles de gel/dégel du sol en toundra arctique à partir d’imageries RSO multicapteur (i.e., Sentinel-1 et RADARSAT-2) ayant une couverture temporelle quasi journalière en bande C, afin d’évaluer l’impact de la variabilité spatiale et temporelle des paramètres influençant le régime thermique du sol tel que, les écosystèmes terrestres (i.e., écotype) et la présence de neige. L’étude se concentre sur une zone à l’intérieur du bassin versant du lac Greiner à proximité de la ville de Cambridge Bay au Nunavut. La normalisation de l’angle d’incidence a permis de diminuer le bruit dans les séries temporelles ainsi que de rendre possible l’utilisation d'images acquises à l'intérieur de plusieurs orbites d’observation. Cela a aussi permis d’uniformiser les données des deux capteurs pour les combiner en une seule série temporelle. Deux algorithmes de détections ont été utilisés, soit un algorithme de seuil saisonnier (STA) ainsi qu’un algorithme de détection de changement (CPD). La validation s’est faite à partir des données spatialement distribuées de température du sol et de l’air indépendamment sous forme de précision (%) et de délai (#jours) de détection. Les deux algorithmes ont permis d’obtenir une précision de détection de plus de 97% sur les sites de référence. Une spatialisation, pixel par pixel, de la méthode STA a permis la création de cartes de jour de gel/dégel pour le site d’étude. La combinaison des cartes de jour de transition avec la carte d’écotype a permis de modéliser l’impact des caractéristiques des écotypes sur le jour de transition. Les résultats obtenus dans ce projet démontrent clairement le potentiel de l’utilisation des données RSO en bande C pour la détection des cycles de gel/dégel, ce qui constitue un résultat important en raison de la quantité grandissante de données à cette fréquence (e.g., RCM, Sentinel-1A-C-D). La méthode présentée dans ce projet pourrait permettre de créer des cartes de transition pour tout le bassin versant du lac Greiner à partir de données RSO en bande C.

Abstract : The observed average annual surface temperature increase of 2.3°C in the Canadian Arctic regions between 1948 and 2016 has significant effects on the Arctic snow cover and on the vegetation in place. Those two parameters influence the thermal regime of the ground and therefore the freeze and thaw (F/T) cycles of the soil active layer in the Arctic tundra ecosystem. The importance of monitoring these cycles lies in their influence on several parameters of the cryosphere such as the hydrological and carbon cycle, the vegetation growing season, the state of the underlying permafrost and the thickness of its active layer. The use of punctual data or low-resolution passive microwave sensors presents a challenge for the spatial and temporal monitoring of these cycles. The project aims to develop an algorithm for soil freeze/thaw cycles detection in arctic tundra from multisensor C-band imagery (i.e., Sentinel-1 and RADARSAT-2) to assess the impact of the spatial and temporal variability of the parameters influencing the thermal regime of the ground, such as the terrestrial ecosystems (i.e., ecotype) and the snow cover. The study focused on a region of the Greiner lake watershed on Victoria Island in Nunavut. An incidence angle normalization was applied to the backscatter time series to remove influence of the acquisition angle on backscatter and to allow for the use of images acquired within several orbits of observation. This also standardized the data from the two sensors to combine them into a single time series. Two detection algorithms were used on the normalized backscatter coefficient data, namely a seasonal threshold algorithm (STA) and a change point detection algorithm (CPD). A spatially distributed network of soil and air temperature were used for validation in the form of accuracy (%) and delay (#days) of detection. Both algorithms achieved a detection accuracy of more than 97% for the entire analysis period on the reference sites. A pixel-by-pixel spatialization of the STA method allowed to create F/T transition maps for the extended study site. The combination of the transition maps with the ecotype data made it possible to model the impact of ecotype characteristics on the day of transition. The results obtained in this project clearly demonstrate the potential of using C-band for the detection of F/T cycles, which is an important aspect due to the increasing number of data at this frequency (e.g., RCM, Sentinel -1A-C-D). The method presented in this project could then make it possible to create transition maps for the entire Greiner Lake watershed from C-band SAR data and thus improve the integration of this parameter in climate models.