Recensement de l’environnement : produits d’information spatiale
Registre de la couverture terrestre : documentation

Remerciements

Nous tenons à exprimer notre gratitude envers les divers ministères, organismes et personnes qui ont produit les données ayant servi à la création du Registre de la couverture terrestre, en particulier Agriculture et Agroalimentaire Canada, Ressources naturelles Canada, le Service canadien des forêts, le Centre canadien de cartographie et d’observation de la Terre et Environnement et Changement climatique Canada. Sans leurs produits, il n’aurait pas été possible de créer le Registre de la couverture terrestre. Nous aimerions également remercier les personnes qui travaillent pour ces ministères et organismes et celles qui travaillent pour Parcs Canada d’avoir fourni de précieux commentaires sur ce projet et suggéré des améliorations à apporter aux versions futures.

1. Introduction

Le présent document décrit l’approche utilisée pour créer un registre national de la couverture terrestre afin d’appuyer la comptabilité des écosystèmes au Canada. L’objectif principal de cet ensemble de données est de déterminer les actifs de couverture terrestre et d’utilisation des terres qui sont requis pour effectuer la comptabilité des écosystèmes, conformément au cadre de comptabilité des écosystèmes du Système de comptabilité économique et environnementale (SCEE).^Note 

Cet ensemble de données, appelé le Registre de la couverture terrestre (RCT), a une résolution spatiale de 30 mètres, et ses données sont en date de l’année 2020, environ.

Bien que de nombreux ensembles de données sur la couverture terrestre soient déjà accessibles au Canada, leurs données varient sur le plan de la couverture spatiale, de la résolution spatiale, de la périodicité, de l’uniformité, des définitions des classes et de l’exactitude. Dans le cadre du programme du Recensement de l’environnement^Note , Statistique Canada vise à produire des données sur la couverture terrestre, l’utilisation des terres et les écosystèmes qui sont conformes au cadre de comptabilité des écosystèmes et au cadre central du SCEE.^Note  Ainsi, le Recensement de l’environnement peut faire un usage unique des cartes de couverture terrestre, soit de produire des statistiques environnementales dans un style propre à la comptabilité. Cela nécessite des données sur la couverture terrestre qui sont précises, actuelles et spatialement explicites à l’échelle du pays.

Les contributions des écosystèmes à la société sont souvent tenues pour acquises. La comptabilité des écosystèmes vise à accroître la visibilité de ces contributions en organisant les données sur les écosystèmes et en associant ces renseignements à l’activité économique et à d’autres activités humaines (Organisation des Nations Unies et coll., 2021). Pour ce faire, on utilise des données spatialement explicites pour créer des tableaux de comptabilité portant sur l’étendue des écosystèmes (la superficie couverte par divers types d’écosystèmes), leur état (la santé des écosystèmes) et leurs services (les avantages que la société tire des écosystèmes, sur le plan physique tout comme sur le plan financier).

Le compte de l’étendue des écosystèmes sert de base pour mesurer les écosystèmes, y compris leur état et leurs services. Bien que la mesure des types de couverture terrestre et de l’utilisation des terres ne corresponde pas exactement à la mesure des écosystèmes, elle est souvent utilisée comme solution de rechange en l’absence de cartes nationales des écosystèmes.

Le RCT a été créé pour remplir quatre fonctions principales au sein du programme du Recensement de l’environnement :

1. offrir une représentation précise et spatialement explicite fondée sur des pixels des actifs de couverture terrestre;^Note 
2. soutenir l’analyse spatiale qui permet de mesurer l’état des écosystèmes, leurs caractéristiques (dont la proximité, la fragmentation et l’homogénéité) et leurs services;
3. servir de base pour estimer l’étendue de la couverture terrestre au moyen d’une estimation de la superficie fondée sur le plan (voir l’encadré 1);
4. servir de base et de données d’entrée pour établir des représentations spatialement explicites et fondées sur les objets des actifs écosystémiques et des cartes.

2. Système de classification utilisé pour le Registre de la couverture terrestre

Une classification statistique peut être définie comme étant « un ensemble de catégories distinctes, exhaustives et mutuellement exclusives qui peuvent être attribuées à une ou à plusieurs variables » (Hancock, 2013). En cartographie de la couverture terrestre, une classification fait référence aux catégories de couverture terrestre qui peuvent être attribuées à une zone.

Le système de classification du RCT utilise les classes de couverture terrestre recommandées par le cadre central du SCEE, elles-mêmes basées sur le système de classification de la couverture terrestre de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO).^Note  Les classes de couverture terrestre qui sont incluses dans la classification recommandée par le cadre central du SCEE, mais qui ne sont pas présentes au Canada, comme les cultures multiples ou associées et les mangroves, ont été retirées de la classification du RCT.

La classification du RCT a été affinée davantage en tenant compte de la disponibilité et de la qualité des données sur la couverture terrestre à l’échelle nationale au Canada. Par exemple, les deux classes « prairie » et « zone de végétation arbustive » recommandées par le SCEE ont été combinées en une seule classe dans le RCT, « prairie et zone de végétation arbustive », car il est difficile de distinguer clairement les prairies des zones de végétation arbustive compte tenu de l’état actuel de la cartographie basée sur l’observation de la Terre. À l’avenir, l’évolution des technologies de cartographie devrait permettre de diviser les prairies et les zones de végétation arbustive en deux classes distinctes.

La classe « terre arborée » recommandée par le cadre central du SCEE a été divisée en deux classes distinctes : « terre arborée (non humide)» et « terre humide arborée ». Cette division a été réalisée parce que l’on disposait des données nécessaires et parce que ces deux types de terres arborées sont en somme des écosystèmes différents, qui nécessitent des méthodes différentes pour mesurer leur état et qui fournissent des services différents. Cette approche de classification accorde aux utilisateurs la souplesse nécessaire pour examiner les terres humides arborées séparément dans leur analyse.

La classification du RCT s’est également écartée de la classification de la couverture terrestre recommandée par le cadre central du SCEE en ajoutant la classe « terre arborée perturbée » dans une classe distincte. Sur le plan de la couverture terrestre, les forêts qui ont subi des récoltes ou des incendies seraient catégorisées en fonction de leur état actuel de régénération, ce qui pourrait faire en sorte qu’elles soient considérées comme des zones de végétation clairsemée ou comme des prairies et zones de végétation arbustive. Sur le plan de l’utilisation des terres, conformément à la définition de « forêt » de la FAO,^Note  ces zones seraient considérées comme des terrains forestiers nus. Cependant, comme les forêts perturbées sont distinctes en ce qui a trait à leur composition, leur fonction et les services écosystémiques qu’elles fournissent (Zhang et Wei, 2013), et en raison de l’accessibilité des données nationales de qualité sur la perturbation des forêts produites par le Service canadien des forêts (SCF), la classe unique « terre arborée perturbée » a été incluse dans le système de classification.

Le tableau 1 présente les 11 classes utilisées par le RCT et fournit une description de chacune. Le nombre de classes est relativement peu élevé, car la technologie de cartographie actuelle est limitée dans ses capacités à cartographier un plus grand nombre de classes avec un niveau de confiance raisonnable. Comme le Canada est un pays très vaste ayant une géographie très diversifiée, chaque classe englobe un large éventail de propriétés ou de caractéristiques écologiques.

Start of text box 1

Encadré 1 – Exactitude de la carte thématique et estimation de l’étendue de la couverture terrestre à l’aide des produits de cartographie

Les données d’observation de la Terre (OT) par satellite sont essentielles pour acquérir des ensembles de données sur la couverture terrestre qui sont de portée nationale, actuelles et comparables, en particulier pour un pays aussi vaste que le Canada. Cependant, ces données ont leurs limites. L’incertitude liée aux données sur la couverture terrestre obtenues à l’aide de l’OT est attribuable à divers facteurs, dont les limites de l’imagerie satellitaire disponible (en raison de l’interférence atmosphérique, d’une résolution temporelle limitée, d’une résolution spatiale inadéquate des capteurs pour mesurer des caractéristiques d’intérêt, et des similarités spectrales entre divers types de couverture terrestre), ainsi qu’un nombre insuffisant de sites témoins bien distribués aux fins d’entraînement et de validation. Ces facteurs entraînent des erreurs de classification et des limites en matière de cartographie de la couverture terrestre et doivent être soigneusement examinés lors de l’évaluation du caractère adéquat d’un ensemble de données.

Le calcul des superficies ou de l’étendue de la couverture terrestre en comptant les pixels (c.-à-d. calculer la somme des superficies en pixels d’une classe de couverture terrestre dans un ensemble de données) ne tient pas compte des erreurs de classification et mène donc souvent à des estimations biaisées et inexactes (Olofsson et coll., 2014). Par conséquent, il n’est pas conseillé de faire appel au comptage des pixels pour générer des estimations de l’étendue lors de la comptabilisation des écosystèmes. Il est préférable de recourir à une estimation de la superficie fondée sur le plan, ce qui atténue le biais et permet de quantifier le niveau d’incertitude (Venter et coll., 2024).

À la lumière de cette recommandation, dans le cadre du Recensement de l’environnement, on a mis au point deux produits complémentaires à utiliser lors de la comptabilisation des écosystèmes : (1) le Registre de la couverture terrestre (RCT), une représentation spatialement explicite de la couverture terrestre basée sur les données d’OT, et (2) des tableaux des estimations de la superficie de la couverture terrestre à l’échelle des écoprovinces et des sous-aires de drainage, générés au moyen d’une estimation de la superficie fondée sur le plan (Tableau 38-10-0177 et 38-10-0178). Ces deux produits sont liés l’un à l’autre, car les données sous-jacentes utilisées pour évaluer l’exactitude de la carte thématique dans le RCT ont également servi de données d’entrée pour l’estimation de la superficie fondée sur le plan. L’approche fondée sur le plan utilise une carte de la couverture terrestre (dans ce cas-ci, le RCT) pour générer un échantillon stratifié, ainsi qu’un ensemble de données de référence qui a été produit par interprétation manuelle d’images d’OT de haute résolution et utilisé pour calculer les superficies de couverture terrestre. Les superficies des données de référence délimitées manuellement peuvent également servir au calcul de l’exactitude thématique du RCT.

End of text box 1

3. Ensembles de données utilisés

Au cours des dernières décennies, les progrès réalisés dans le domaine de l’observation de la Terre et de la cartographie, jumelés à ceux dans le domaine de la puissance de calcul et de la capacité de stockage de données, ont permis la production de cartes de la couverture terrestre de résolution moyenne qui s’étendent sur de vastes régions. Divers organismes gouvernementaux, dont le Centre canadien de cartographie et d’observation de la Terre (CCCOT) de Ressources naturelles Canada (RNCan), le SCF et Agriculture et Agroalimentaire Canada (AAC) ont produit des cartes de haute qualité portant sur une seule ou plusieurs classes de couverture terrestre. Chacune de ces cartes a été produite pour répondre à un besoin particulier et faisait appel à un système de classification et à une couverture spatiale adaptés à ce besoin.

Une évaluation des cartes de la couverture terrestre disponibles a révélé qu’aucune ne répondait à elle seule à tous les critères de la comptabilité des écosystèmes, soit le fait d’être précise, uniforme à l’échelle nationale, actuelle et comportant toutes les classes requises pour estimer la couverture terrestre et, à l’avenir, les biens écosystémiques. Par conséquent, Statistique Canada a produit le RCT en vue de tirer parti des meilleurs produits portant sur la couverture terrestre disponibles au Canada en intégrant plusieurs ensembles de données spatiales.

Les ensembles de données sur la couverture terrestre à classes multiples ayant servi de base au processus d’intégration étaient les Séries chronologiques d’utilisation des terres semi-décennales de 2020 produites par AAC (AAC, 2023), l’étude Couverture des terres du Canada 2020 produite par le CCCOT de RNCan (RNCan, Centre canadien de télédétection [CCT], 2024), et la version 2 de l’étude Couverture des terres 2020 produite par le SCF (Hermosilla et coll., 2016). Dans le reste du présent document, ces ensembles de données sont désignés par les sigles suivants : UTSD AAC (séries chronologiques d’utilisation des terres semi-décennales de 2020), CTC CCCOT (Couverture des terres du Canada 2020) et CTV2 SCF (Couverture des terres 2020, version 2).

Les trois ensembles de données sur la couverture terrestre à classes multiples diffèrent en ce qui concerne leur fonction et leur couverture spatiale. L’ensemble de données UTSD AAC porte sur toutes les zones au sud du 60^e parallèle nord, l’ensemble de données CTC CCCOT s’étend sur le Canada tout entier et l’ensemble de données CTV2 SCF porte sur les écosystèmes forestiers du Canada (voir la figure 1). L’ensemble de données UTSD AAC a été produit en combinant de nombreux ensembles de données spatiales créés au moyen de diverses méthodes et techniques, qui ont ensuite été intégrés au moyen de sources de données probantes de qualité et d’observations visuelles (AAC, 2023). Les ensembles de données CTC CCCOT et CTV2 SCF ont tous deux été élaborés à partir de la classification d’images composites de Landsat, complétée par des données auxiliaires pour améliorer la classification (pour obtenir de plus amples renseignements, consulter Latifovic et coll., 2017, et Hermosilla et coll., 2022).

Les trois principaux ensembles de données ont été complétés par d’autres produits de données afin de tirer parti de leurs points forts respectifs selon la région et selon la classe, tout en conservant autant que possible la comparabilité à l’échelle nationale. Tous les ensembles de données utilisés avaient une couverture nationale ou une vaste couverture régionale. Bien que des ensembles de données régionales plus précis soient souvent accessibles à l’échelle provinciale et territoriale ou à des niveaux inférieurs, ils n’ont pas été retenus en vue de maximiser le plus possible la comparabilité à l’échelle nationale. Le tableau 2 présente la liste de tous les ensembles de données utilisés dans le RCT et indique s’ils ont été intégrés au registre ou s’ils ont servi de données auxiliaires pour appuyer la prise de décisions.

Description

Le titre de cette figure est « Couverture spatiale des trois principaux ensembles de données utilisés pour créer le Registre de la couverture terrestre ». Elle fournit une représentation visuelle de la superficie couverte par chacun des trois principaux ensembles de données utilisés pour créer le Registre de la couverture terrestre : séries chronologiques d’utilisation des terres semi-décennales d’Agriculture et Agroalimentaire Canada (UTSD d’AAC), la couverture des terres du Canada 2020 du Centre canadien de cartographie et d’observation de la Terre (CTC du CCCOT) et la couverture des terres, version 2, du Service canadien des forêts (CTV2 du SCF).

La figure comprend trois cartes du Canada de taille égale, disposées côte à côte. La couverture spatiale de chaque ensemble de données est indiquée sur chaque carte par une couleur différente, et les zones où un ensemble de données n’a pas de couverture sont de couleur blanche.

La carte de gauche présente la couverture spatiale des séries chronologiques d’UTSD d’AAC en brun pâle. Cet ensemble de données couvre toutes les régions du Canada au sud du 60e parallèle nord.

La carte au centre présente la couverture spatiale de la CTC du CCCOT en bleu. Cet ensemble de données couvre toute l’étendue terrestre et d’eau douce du Canada.

La carte de droite présente la couverture spatiale de la CTV2 du SCF en rose. Cet ensemble de données couvre les écosystèmes forestiers du Canada et comprend toutes les régions du Canada, à l’exception de l’écozone des Prairies, du Grand Nord et du sud de l’Ontario et du Québec.

Sources : Agriculture et Agroalimentaire Canada (2021). Séries chronologiques d’utilisation des terres. [Ensemble de données.] Extrait le 1er octobre 2023; Ressources naturelles Canada, Centre canadien de télédétection (2024). Couverture des terres du Canada, 2020. [Ensemble de données.] Extrait le 1er octobre 2023; Ressources naturelles Canada, Service canadien des forêts (2024). Couverture des terres, version 2, 2020. [Ensemble de données.] Extrait le 1er octobre 2023.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description
Brun pâle	Zone de couverture des séries chronologiques d’utilisation des terres semi-décennales d’Agriculture et Agroalimentaire Canada
Bleu	Zone de couverture de la couverture des terres du Canada 2020 du Centre canadien de cartographie et d’observation de la Terre
Rose	Zone de couverture de la couverture des terres, version 2, du Service canadien des forêts

4. Méthodologie

4.1 Logiciels et préparation des données

Les logiciels utilisés pour visualiser, analyser, modifier, confronter et intégrer les données afin de mettre sur pied le RCT comprenaient ArcGIS Pro 3.1.2, PCI Geomatica 2017, l’application Web Copernicus Browser,^Note  Google Earth Pro et Google Earth Engine. Tous les ensembles de données ont été soumis à la même projection et à la même grille avant l’intégration des données (voir la section 5 pour obtenir plus de renseignements).

Les trois principaux ensembles de données (c.-à-d. l’UTSD AAC, la CTC CCCOT et la CTV2 SCF) ont fait l’objet d’une reclassification pour correspondre au système de classification du RCT (tableau 1). Les tableaux 3 à 5 représentent les tableaux de concordance utilisés aux fins de référence croisée de chaque ensemble de données avec la classification du RCT.

4.2 Évaluation des ensembles de données

Chaque ensemble de données envisagé aux fins d’utilisation dans le RCT a été évalué en fonction de plusieurs facteurs, dont l’uniformité avec le système de classification du RCT et la comparaison avec d’autres couches de données spatiales et d’autres images à haute résolution. Les outils utilisés pour évaluer les données sur la couverture terrestre comprennent des images en couleur naturelle à haute résolution tirées de World Imagery (Esri) et de Google Earth Pro, des images fausses couleurs et des images d’indice de végétation par différence normalisée (IVDN) de Sentinel-2 et Landsat, ainsi que des sources de données vectorielles (y compris des données topographiques, hydrographiques et sur le transport). En confrontant plusieurs sources de données, il a été possible de déterminer la source optimale de données sur la couverture terrestre en sélectionnant des sites aléatoirement et en délimitant manuellement un carré d’une grille à la fois leurs caractéristiques de couverture terrestre à l’aide d’images de haute résolution, de la manière décrite ci-dessous.

4.2.1 Détermination de la source de données de base

Il a été déterminé que l’ensemble de données le plus approprié pour servir de base au RCT était l’UTSD AAC, en raison des définitions de ses classes qui correspondaient fortement à celles choisies pour le système de classification du RCT (tableau 1) et de sa qualité globale. Les résultats d’une évaluation thématique de l’exactitude basée sur l’interprétation d’images d’observation de la Terre à haute résolution tirées d’une collection d’emplacements sélectionnés aléatoirement ont indiqué que l’ensemble de données UTSD AAC avait un niveau d’exactitude plus élevé que la CTC CCCOT (taux de concordance de 84 % pour l’UTSD AAC par rapport à 74 % pour la CTC CCCOT).^Note  Ces résultats ont appuyé la décision.

Comme la couverture de l’UTSD AAC s’arrête au 60^e parallèle nord, une autre source de données était nécessaire pour les régions nordiques du Canada. On a envisagé d’utiliser la CTC CCCOT et la CTV2 SCF pour répondre à ce besoin. Comme le niveau d’exactitude semblait inférieur dans les territoires, une grille de 250 kilomètres par 250 kilomètres a été créée, et une inspection visuelle de type carré par carré a été effectuée en interprétant des images de haute résolution afin de déterminer quelle était la source de données de base la plus exacte pour chaque carré (c.-à-d. la CTC CCCOT ou la CTV2 SCF). Les deux sources principales d’imagerie à haute résolution utilisées aux fins de l’interprétation visuelle étaient les cartes de base World Imagery disponibles dans Esri ArcGIS Pro, ainsi que des images tirées de Google Earth Pro. Ces renseignements ont été complétés par des images fausses couleurs et des images de IVDN de Sentinel-2 disponibles sous forme de service Web fourni par ArcGIS Pro et d’une application fait maison sur Google Earth Engine. Les séries chronologiques de l’IVDN se sont avérées utiles pour distinguer les classes « terre stérile », « zone de végétation clairsemée » et « prairie et zone de végétation arbustive ».

Dans les territoires, où s’étend la couverture des deux ensembles de données, une évaluation thématique de l’exactitude basée sur un échantillonnage aléatoire a indiqué que l’ensemble de données CTV2 SCF (taux de concordance de 70 %) a obtenu des résultats légèrement supérieurs à ceux de la CTC CCCOT (taux de concordance de 64 %). Dans les écozones de l’Arctique, où seul l’ensemble de données CTC CCCOT offrait une couverture, le taux de concordance obtenu en délimitant manuellement les unités d’échantillonnage s’est chiffré à 66 %.

Au-delà du 60^e parallèle nord, le niveau d’exactitude diminue (allant de 66 % à 70 % par rapport à 84 % au sud de cette latitude). Il a donc fallu déployer des efforts supplémentaires pour améliorer le niveau d’exactitude du RCT dans les régions nordiques afin qu’il puisse être comparable à celui observé dans le sud du pays.

La figure 2 présente la source de données de base utilisée pour chaque carré de la grille.

Description

Le titre de cette figure est « Source des données de base pour chaque région ». Elle fournit une représentation visuelle de la source des données de base utilisées pour chaque région pour créer le Registre de la couverture terrestre.

La figure comprend une carte du Canada, superposée d’une grille de carrés mesurant 250 kilomètres par 250 kilomètres. Les lignes de quadrillage sont grises, et le 60e parallèle nord est représentée par une ligne rouge. Une légende figure dans le coin supérieur droit, et une barre d’échelle figure dans le coin inférieur gauche. La carte est divisée en trois régions représentées par des couleurs différentes : le vert, l’orange foncé et le mauve. Le vert indique les zones où les séries chronologiques d’utilisation des terres semi-décennales d’Agriculture et Agroalimentaire Canada ont été utilisées comme données de base; l’orange foncé indique les zones où la couverture des terres du Centre canadien de cartographie et d’observation de la Terre a été utilisée; le mauve indique les zones où la couverture des terres, version 2, du Service canadien des forêts a été utilisée.

Note : Dans les cas où un carré de la grille est traversé par le 60e parallèle nord, les séries chronologiques d’utilisation des terres semi-décennales ont été utilisées au sud du 60e parallèle nord, tandis que les autres ensembles de données ont été utilisés au nord du 60e parallèle nord.

Source : Statistique Canada, Division des comptes et de la statistique de l’environnement.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description
Vert	Séries chronologiques d’utilisation des terres semi-décennales d’Agriculture et Agroalimentaire Canada utilisées comme données de base
Orange foncé	Couverture des terres du Canada du Centre canadien de cartographie et d’observation de la Terre utilisée comme données de base
Mauve	Couverture des terres, version 2, du Service canadien des forêts utilisée comme données de base

4.3 Intégration des données

4.3.1 Harmonisation des principaux ensembles de données

Après avoir déterminé la source de données de base pour chaque carré de la grille, les trois ensembles de données reclassifiés ont été assemblés en mosaïque en fonction de leur zone de couverture. Si une certaine classe n’était pas présente dans la couche de base, cette classe a été créée à l’aide de données auxiliaires, comme décrit aux paragraphes suivants.

4.3.1.1 Zone de couverture des séries chronologiques d’utilisation des terres semi-décennales

Comme l’ensemble de données UTSD AAC ne comprenait pas de classe pour les zones de végétation clairsemée, les pixels des zones de végétation clairsemée de la CTC CCCOT ont été insérés dans cette zone de couverture.

4.3.1.2 Zone de couverture de la version 2 de l’étude Couverture des terres 2020

L’ensemble de données CTV2 SCF n’avait pas de classe équivalente pour les classes suivantes : « zone bâtie et surfaces artificielles », « terre cultivée », « terre arborée perturbée » et « zone de végétation clairsemée ». Les pixels des zones de végétation clairsemée de la CTC CCCOT ont été insérés dans cette zone de couverture.

La classe « terre cultivée » a été créée dans cette région à l’aide de l’ensemble de données de la Cartographie des perturbations anthropiques dans le Nord (NORDIS) de 2020 d’Environnement et Changement climatique Canada (ECCC, 2020). Cet ensemble de données permet de cartographier les perturbations anthropiques linéaires et polygonales dans les régions nordiques du Canada en s’appuyant sur la détection manuelle et la numérisation des entités géographiques relevées à l’aide d’imagerie satellite de Landsat à résolution de 30 mètres. Les polygones de l’agriculture de l’ensemble de données NORDIS ont été utilisés pour cerner les zones de terres cultivées. Comme ces polygones étaient plutôt généralisés, seuls les pixels du RCT situés à l’intérieur de ces entités qui appartenaient à certaines classes ont été convertis à la classe des terres cultivées au moment de l’intégration des données. Les pixels qui appartenaient aux classes suivantes ont été convertis : « prairie et zone de végétation arbustive », « terre humide (non arborée) », « zone de végétation clairsemée » et « terre stérile ».

Les processus utilisés pour créer les classes « zone bâtie et surfaces artificielles » et « terre arborée perturbée » dans cette zone de couverture sont décrits à la section 4.4.1.

4.3.1.3 Zone de couverture de l’étude Couverture des terres du Canada

L’ensemble de données CTC CCCOT ne comptait pas de classe équivalente pour les classes « terre humide arborée » ni « terre arborée perturbée ». Le processus employé pour créer ces classes est décrit à la section 4.4.1.

Après avoir intégré les données des trois principaux ensembles de données (l’UTSD AAC, la CTC CCCOT et la CTV2 SCF), une analyse visuelle des zones de transition entre les zones de couverture a révélé des incohérences spatiales entre les classes, ce qui indique souvent des limites relatives aux données de base. Ces incohérences ont mené à certaines des améliorations supplémentaires apportées au RCT qui sont décrites à la section 4.4.

4.4 Améliorations supplémentaires apportées au Registre de la couverture terrestre

Une série de mesures ont été prises pour améliorer l’exactitude du RCT. Ces mesures se rangeaient généralement dans l’une des deux catégories suivantes : l’intégration de sources de données supplémentaires pour certaines classes et la correction de classifications erronées systématiques ou larges dans les couches de base. La plupart de ces améliorations ont été apportées dans les régions nordiques, où le niveau d’exactitude des cartes basées sur l’observation de la Terre est généralement plus faible en raison de divers problèmes. Ces problèmes comprennent les sites d’entraînement du modèle qui sont plus épars ou de moins bonne qualité, la couverture nuageuse qui peut faire en sorte que les images soient moins nombreuses ou de moins bonne qualité, et le relief montagneux de certaines régions qui peut créer des ombres.

4.4.1 Intégration des sources de données secondaires

4.4.1.1 Terres humides dans les territoires

Dans les régions nordiques, une comparaison des couches de base à des images satellites à haute résolution, à d’autres sources de données et à des études publiées a révélé que l’on sous-estimait la superficie des terres humides. Pour améliorer la représentation des terres humides dans les territoires, plusieurs ensembles de données sur les terres humides ont été comparés à l’aide d’une approche semblable à celle employée pour déterminer la source de données de base. Au premier abord, la quantité et la distribution spatiale des terres humides dégagées variaient beaucoup d’une source à l’autre. Un examen plus poussé s’est donc imposé. Les ensembles de données sur les terres humides pris en considération comprenaient la carte de l’Inventaire national des terres humides du Canada, version 3 (Mahdianpari et coll., 2021); l’étude Global Land Cover and Land Use (Hansen et coll., 2022); la série CanVec sur les terres humides (RNCan, 2023); le Système national de surveillance des écosystèmes terrestres, Couverture terrestre, version 2 (Hermosilla et coll., 2016); et la Couverture des terres du Canada (RNCan, Centre canadien de télédétection, 2024).^Note 

Pour chaque carré de 250 kilomètres de la grille, la source de données la plus exacte sur les terres humides a été déterminée à l’aide d’une interprétation visuelle de plusieurs sites d’échantillonnage sélectionnés aléatoirement. Cette interprétation s’appuyait sur des images en couleur naturelle à haute résolution et des images fausses couleurs de Sentinel-2, ainsi que sur des sources de données vectorielles complémentaires qui comprenaient des données hydrographiques et topographiques. Pour certains carrés de la grille, la meilleure option consistait à combiner plusieurs ensembles de données sur les terres humides. La figure 3 présente les sources de données sur les terres humides utilisées pour chaque carré de 250 kilomètres dans les régions nordiques.

Description

Le titre de cette figure est « Source de données sur les terres humides pour chaque carré de 250 kilomètres par 250 kilomètres ». Elle fournit une représentation visuelle de la source de données utilisée pour les terres humides pour chaque carré du Registre de la couverture terrestre.

La figure est une carte du Canada dont les provinces et les territoires sont affichés en gris, et leurs limites sont représentées par des lignes noires. Au nord du 60e parallèle nord, une grille de carrés mesurant 250 kilomètres par 250 kilomètres a été superposée. La source des données sur les terres humides pour chaque carré est indiquée par une couleur différente. Une légende figure dans le coin supérieur droit, et une barre d’échelle figure dans le coin inférieur gauche.

Pour la majeure partie du Nunavut, du nord du Québec et du Labrador, la carte de l’Inventaire national des milieux humides du Canada, version 3 (CINTH3) a été utilisée comme source de données sur les terres humides. Pour les Territoires du Nord-Ouest et le Yukon, diverses sources ont été utilisées en plus de la CICTH3, y compris les ensembles de données de la couverture des terres du Canada, de la couverture des terres (version 2), de la série CanVec sur les milieux humides ainsi que de la couverture et de l’utilisation des terres à l’échelle mondiale (Global Land Cover and Land Use).

Note : Voir le tableau 2 pour la description des sigles. Pour certains carrés de la grille, plusieurs sources de données sur les terres humides ont été combinées.

Sources : Statistique Canada, Division des comptes et de la statistique de l’environnement.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description	Sigle utilisé pour la ou les sources de données
Bleu foncé	Couverture des terres du Canada et carte de l’Inventaire national des milieux humides du Canada (version 3) utilisées comme sources de données sur les terres humides	CTC du CCCOT / CINTH3
Vert moyen	Couverture des terres (version 2) utilisée comme source de données sur les terres humides	CTV2 du SCF
Vert foncé	Couverture des terres (version 2), couverture des terres du Canada et série CanVec sur les milieux humides utilisées comme sources de données sur les terres humides	CTV2 du SCF / CTC du CCCOT / série CanVec
Rose	Couverture des terres (version 2) et carte de l’Inventaire national des milieux humides du Canada (version 3) utilisées comme sources de données sur les terres humides	CTV2 du SCF / CINTH3
Bourgogne	Couverture des terres (version 2) et série CanVec sur les milieux humides utilisées comme sources de données sur les terres humides	CTV2 du SCF / série CanVec
Orange pâle	Couverture des terres (version 2), série CanVec sur les milieux humides et carte de l’Inventaire national des milieux humides du Canada (version 3) utilisées comme sources de données sur les terres humides	CTV2 du SCF / série CanVec / CINTH3
Bleu pâle	Carte de l’Inventaire national des milieux humides du Canada (version 3) utilisée comme sources de données sur les terres humides	CINTH3
Bleu moyen	Série CanVec sur les milieux humides utilisée comme source de données sur les terres humides	Série CanVec
Violet foncé	Série CanVec sur les milieux humides et carte de l’Inventaire national des milieux humides du Canada (version 3) utilisées comme sources de données sur les terres humides	Série CanVec / CINTH3
Jaune pâle	Global Land Cover and Land Use utilisé comme source de données sur les terres humides	GLCLU
Vert lime	Global Land Cover and Land Use et couverture des terres du Canada utilisés comme sources de données sur les terres humides	GLCLU / CTC du CCCOT
Orange	Global Land Cover and Land Use et carte de l’Inventaire national des milieux humides du Canada (version 3) utilisés comme sources de données sur les terres humides	GLCLU / CINTH3
Gris foncé	Global Land Cover and Land Use et série CanVec sur les milieux humides utilisés comme sources de données sur les terres humides	GLCLU / série CanVec

4.4.1.2 Zone bâtie et surfaces artificielles

4.4.1.2.1 Nord du Canada

Pour la classe « zone bâtie et surfaces artificielles » dans le Nord du Canada (y compris les territoires, le Labrador et le nord-est du Québec), des sources de données supplémentaires ont été utilisées pour compléter les couches de données de base. Ces sources comprenaient l’ensemble de données NORDIS, le fichier du réseau routier de 2021 (Statistique Canada, 2022), le fichier Réseau routier national (RNCan, 2024) et le fichier Réseau ferroviaire national (RNCan, 2021).

Lorsque les couches de données de base ne comprenaient pas déjà ces éléments, les voies ferrées du fichier Réseau ferroviaire national et les routes du fichier du réseau routier de 2021 et du fichier Réseau routier national ont été ajoutées à la classe « zone bâtie et surfaces artificielles ».

De plus, des éléments de l’ensemble de données NORDIS correspondant aux classes suivantes ont été intégrés : établissement, piste d’avion, terre défrichée, mine, pétrole/gaz, routes, lignes électriques et barrages. Dans certains cas, il a fallu corriger l’emplacement de certains éléments de cet ensemble de données à l’aide d’images de haute résolution avant de les intégrer.

Enfin, dans les régions où l’ensemble de données CTV2 SCF a été utilisé comme source de données de base, la classe « Milieu urbain » de la CTC CCCOT a également été insérée dans le RCT.

4.4.1.2.2 Ensemble du Canada

Les sites d’extraction de tourbe ont été relevés à l’aide de l’Inventaire annuel des cultures (IAC) de 2019 et 2023^Note  (AAC, 2024) et ont été intégrés à la classe « zone bâtie et surfaces artificielles ». Les sites d’extraction de ressources, qui étaient cartographiés de manière peu uniforme dans la classe « zone bâtie et surfaces artificielles » dans le RCT, ont été relevés à l’aide des données de la série CanVec sur les entités de gestion des ressources (RNCan, 2023). Leur emplacement a été corrigé à l’aide d’images de haute résolution, puis ils ont été intégrés à la classe « zone bâtie et surfaces artificielles ».

4.4.1.3 Terres cultivées

Les vergers et les autres terres de culture fruitière n’ont pas toujours été classifiés comme des terres cultivées dans l’ensemble de données provisoire du RCT. Pour corriger cela, les données du Recensement de l’agriculture de 2021 (Statistique Canada, 2023) ont été utilisées pour déterminer les régions ayant la plus forte densité de terres de culture fruitière. L’IAC a été employé afin de cerner les terres de culture fruitière (p. ex. les vergers et les cultures de bleuets et de canneberges) dans ces régions, et ces terres ont ensuite été intégrées à la classe des terres cultivées dans le RCT.

4.4.1.4 Prairies et zones de végétation arbustive dans l’écozone des Prairies

La confrontation de plusieurs sources de données a révélé que les prairies étaient couramment classifiées par erreur en tant que terres cultivées dans les écoprovinces des plaines boréales orientales et des prairies orientales. Pour rectifier cette erreur, les pixels classifiés en tant que prairies dans l’ensemble de données sur les prairies de l’écozone des Prairies d’ECCC (Pouliot et coll., 2021) et dans l’IAC (AAC, 2024) en 2020 ou en 2021 ont été reclassifiés en tant que « prairie et zone de végétation arbustive » dans le RCT.

4.4.1.5 Terres arborées perturbées

4.4.1.5.1 Nord du Canada

La classe « terre arborée perturbée » a été créée dans les territoires en s’appuyant sur le produit Sévérité des feux au Canada avec données Landsat 1985-2020 (CanLaBS) (Guindon et coll., 2020) pour les perturbations causées par les incendies et sur l’ensemble de données NORDIS (ECCC, 2020) pour les perturbations causées par les récoltes forestières, tel que décrit dans les paragraphes suivants.

Le produit de données de CanLaBS contient des variables relatives à l’intensité de tous les incendies forestiers qui se sont produits au Canada de 1985 à 2020.^Note  Les pixels où un incendie d’une sévérité d’au moins 100 (selon la différence normalisée du ratio de brûlage [dNBR]) s’est produit depuis l’année 1990, inclusivement, ont été ajoutés à la classe « terre arborée perturbée » s’il a été déterminé que ces emplacements étaient des forêts dans la couche des forêts de la FAO du SCF (Wulder et coll., 2020). La couche des forêts de la FAO du SCF regroupait à la fois les forêts existantes et les arbres détruits par une perturbation dans la classe des forêts, ce qui a permis d’assurer que seules les terres qui étaient arborées avant la perturbation ont été incluses dans la classe « terre arborée perturbée ».

Les éléments de polygones classés en tant que parcelles de récolte ou blocs de coupe dans l’ensemble de données NORDIS ont été intégrés au RCT afin de constituer la portion des récoltes de la classe « terre arborée perturbée » dans les territoires.

4.4.1.5.2 Sud du Canada

Au sud du 60^e parallèle nord, la classe « terre arborée perturbée » est basée sur l’ensemble de données UTSD AAC. Cependant, les perturbations qui se sont produites au cours des quelques années ayant précédé 2020 ne sont pas toujours prises en compte dans cette couche. En utilisant CanLaBS et la couche de la récolte forestière du SCF (Hermosilla et coll., 2016) pour les incendies et les récoltes, respectivement, il a été possible de mettre à jour les zones au sud du 60^e parallèle nord à l’aide de données plus récentes sur les perturbations. Les zones ont été classifiées comme étant perturbées uniquement si elles étaient auparavant de la forêt selon la couche des forêts de la FAO, et dans le cas des incendies, si leur valeur de dNBR était d’au moins 100.

4.4.1.6 Terres humides arborées

Une attribution incohérente de la classe « terre humide arborée » a été constatée à plusieurs emplacements dans les écozones de la taïga des plaines et du bouclier boréal dans le RCT, où des limites géométriques nettes étaient apparentes entre les classes « terre arborée (non humide) » et « terre humide arborée ». La confrontation du RCT à d’autres sources de données, dont une carte des tourbières à résolution de 250 mètres produite par RNCan (2011), a indiqué que l’on sous-estimait probablement la superficie de la classe « terre humide arborée » dans ces régions. Comme il n’a pas été possible de trouver une source de données nationale ayant une résolution de 30 mètres pour les terres humides arborées, la procédure ci-dessous a été employée pour estimer la superficie des terres humides arborées.

Des études montrent que la présence de l’épinette noire (Picea mariana) et du mélèze laricin (Larix laricina), ainsi qu’une faible hauteur dominante de la forêt et un âge du peuplement de plus de 75 ans sont des prédicteurs fiables de la présence de tourbières (Thompson et coll., 2016). En utilisant des données d’une résolution de 30 mètres tirées de la base de données spatialisées de l’inventaire forestier national canadien (SCANFI; Guindon et coll., 2023) pour la couverture forestière selon l’espèce d’arbre ainsi que la hauteur de la végétation, en combinaison avec les données du SCF sur l’âge des forêts (Maltman et coll., 2023), il a été possible d’estimer la présence de terres humides arborées au moyen de seuils en s’appuyant sur les conclusions de Thompson et coll. (2016). Tout pixel qui répondait aux critères suivants a été considéré comme appartenant à une terre humide arborée :

1. un emplacement à l’intérieur des zones classées en tant que tourbières arborées ou boisées dans la carte des tourbières à résolution de 250 mètres de RNCan;
2. une couverture de plus de 50 % d’épinette noire ou de plus de 20 % de mélèze laricin;
3. une couverture de pin ne dépassant pas 40 % (en combinant le pin gris et le pin tordu latifolié);^Note 
4. un âge du peuplement de plus de 50 ans;^Note 
5. une hauteur dominante de moins de 15 mètres.

Les pixels qui répondaient à ces critères ont été intégrés au RCT sous la classe « terre humide arborée » dans les territoires et dans les écoprovinces suivantes : Basses-terres de Hay–Slave, Bouclier boréal occidental et Bouclier boréal moyen. Seuls les pixels qui ont été classifiés « terre arborée (non humide)» dans le RCT au moment de l’intégration des données ont été reclassifiés « terre humide arborée ».

4.4.2 Correction des erreurs de classification et des incohérences systématiques

Plusieurs mesures ont été prises pour atténuer les tendances à grande échelle qui généraient des incohérences ou des erreurs de classification selon la classe ou la région. Ces erreurs de classification ont été relevées en confrontant plusieurs sources de données entre elles, dont des images à haute résolution. Après avoir cerné les domaines à améliorer, d’autres sources de données ont été évaluées pour trouver une source de données plus appropriée, une zone de couverture à laquelle appliquer l’amélioration a été délimitée, et des règles décisionnelles ont été créées pour l’intégration des données au RCT (p. ex. remplacer uniquement les pixels de certaines classes). Les étapes ont été suivies dans un certain ordre de priorité. Le présent document ne comprend pas toutes les étapes d’intégration des données; seules les étapes qui ont eu la plus grande incidence sur le produit final sont décrites dans les prochains paragraphes.

À certains endroits, des pixels de certaines classes de couverture terrestre ont été repérés à des emplacements improbables, comme des terres cultivées dans le Grand Nord, des zones bâties éparses situées dans des régions rocheuses inaccessibles dans le nord du Québec et au Labrador et des pixels de terres arborées situés au-delà de la ligne des arbres connue dans la région circumpolaire arctique (Walker et Raynolds, 2018). L’interprétation photographique d’images de haute résolution a permis de confirmer les erreurs de classification et de les corriger. Ces pixels ont été reclassifiés, soit en appliquant une opération par la méthode du plus proche voisin ou en leur attribuant le type de couverture terrestre le plus probable pour cette région, selon une analyse visuelle d’images de haute résolution. Dans le nord, des segments de routes d’hiver traversant des étendues d’eau, qui avaient été classifiés comme des zones bâties dans les données originales, ont été reclassifiés comme de l’eau dans le RCT.

Dans les régions montagneuses des territoires, de nombreuses pentes raides orientées vers le nord et vers l’est ont été classifiées erronément comme des étendues d’eau, car elles sont plongées dans l’ombre la plupart du temps ou en permanence. Pour corriger cette erreur, les régions concernées ont tout d’abord été délimitées. À l’intérieur de ces zones, seuls les pixels qui correspondaient à des étendues d’eau selon l’ensemble de données sur les entités hydrographiques de la série CanVec sont demeurés dans la classe de l’eau. Les autres pixels de ces zones qui avaient été classifiés en tant qu’étendues d’eau ont été reclassifiés au moyen d’une opération par la méthode du plus proche voisin.

L’ensemble de données sur les entités hydrographiques de la série CanVec a également été utilisé pour améliorer la représentation des cours d’eau dans le RCT. Les ensembles de données de base manquaient souvent d’uniformité à l’égard de la classification des cours d’eau de taille moyenne. Ceux-ci étaient parfois classifiés comme de l’eau, parfois comme des terres humides, des prairies et zones de végétation arbustive ou des terres stériles. Dans le but d’améliorer l’uniformité, tous les cours d’eau (classe 91) répertoriés par la série CanVec sur les entités hydrographiques ont été insérés dans le RCT à l’échelle du pays.

Une évaluation visuelle des limites entre les divers ensembles de données de base a révélé des transitions nettes entre des terres arborées et non arborées. La confrontation de plusieurs ensembles de données et des images de haute résolution ont indiqué que de nombreuses terres non arborées dans ces zones de transition avaient été erronément classifiées comme des terres arborées. Pour corriger cette erreur, les pixels qui avaient été classifiés comme des terres arborées dans le RCT dont le couvert forestier était inférieur à 10 % selon la base de données SCANFI, et qui n’étaient pas classifiés comme des terres arborées par l’ensemble de données CTC CCCOT ni par la CTV2 SCF ont été reclassifiés en fonction de la CTC CCCOT.

Pour améliorer la classe « Neige permanente et glaciers », l’ensemble de données sur la neige et la glace de la série CanVec a été intégré dans certaines régions où sa qualité était jugée supérieure à celle des données de base. Dans les cas où la superficie de neige et de glace permanentes était surestimée par les données de base (à la lumière de comparaisons avec les données de la série CanVec sur la neige et la glace et des images de haute résolution), ces pixels ont été reclassifiés soit dans la classe « terre stérile », soit en utilisant la valeur d’un autre ensemble de données sur la couverture terrestre, selon l’emplacement.

Dans certaines régions dont les données de base étaient tirées de l’ensemble de données CTV2 SCF, une comparaison des valeurs de l’indice de végétation par différence normalisée (IVDN) en juillet et août 2020 (période de l’année à laquelle la valeur de l’IVDN est la plus élevée) a révélé que des pixels classifiés « terre stérile » avaient des valeurs qui correspondaient plutôt à la classe « zone de végétation clairsemée » ailleurs dans le RCT. Donc, ces pixels ont été reclassifiés comme étant des « zones de végétation clairsemée ».

4.4.3 Assurance d’une couverture complète du Canada

Plusieurs mesures ont été prises pour veiller à ce que le RCT assure une couverture complète des zones terrestres et d’eau douce du Canada. Les limites administratives du Canada (Statistique Canada, 2021) et la frontière fixée par la Commission de la frontière internationale (Commission de la frontière internationale, 2018) ont été utilisées pour détecter des petites lacunes dans les données sur la couverture terrestre. Cela s’est produit dans les cas où l’ensemble de données UTSD AAC a servi de couche de base et où une correction a été apportée en remplissant les lacunes statistiques à l’aide de la CTC CCCOT.

Des milliers de petites îles, dont la plupart étaient d’une superficie de moins d’un hectare, n’ont pas été incluses dans les ensembles de données de base, probablement en raison du lissage des données sur la couverture terrestre en vue d’éliminer les pixels isolés. Ces îles ont été ajoutées au RCT en utilisant les limites administratives du Canada (Statistique Canada, 2021). Comme aucune donnée sur la couverture terrestre n’était disponible pour ces îles, celles-ci ont été classifiées comme des « terres stériles » si elles étaient situées dans des eaux côtières, et comme des « terres arborées (non humides) » si elles étaient situées dans des eaux intérieures, en fonction de la couverture terrestre la plus probable pour chaque région (côte ou intérieur des terres) selon l’interprétation des images.

Le RCT a été découpé en une version personnalisée des écoprovinces du Canada. Les limites personnalisées ont été ajustées pour inclure la partie canadienne des lacs partagés entre le Canada et les États-Unis (comme les Grands Lacs). Les portions de lacs ajoutées aux limites révisées ont été attribuées à l'écoprovince adjacente.

5. Spécifications techniques

Résolution spatiale : 30 mètres

Étendue

Haut : 5 427 990 mètres

Bas : 615 780 mètres

Gauche : 3 613 650 mètres

Droite : 9 019 800 mètres

Le RCT emploie la même projection équivalente d’Albers personnalisée qui est utilisée pour tous les produits de données du Recensement de l’environnement. Cette projection conique, qui repose sur deux parallèles standards et un méridien central, préserve la superficie et est bien adaptée au Canada.

PROJCRS["NAD83 / Statistics Canada Ecosystem Register Albers",
    BASEGEOGCRS["NAD83",
        DATUM["North American Datum 1983",
            ELLIPSOID["GRS 1980",6378137,298.257222101,
                LENGTHUNIT["metre",1]]],
        PRIMEM["Greenwich",0,
            ANGLEUNIT["degree",0.0174532925199433]],
        ID["EPSG",4269]],
    CONVERSION["Statistics Canada Ecosystem Register Albers",
        METHOD["Albers Equal Area",
            ID["EPSG",9822]],
        PARAMETER["Latitude of false origin",63.390675,
            ANGLEUNIT["degree",0.0174532925199433],
            ID["EPSG",8821]],
        PARAMETER["Longitude of false origin",-91.8666666666667,
            ANGLEUNIT["degree",0.0174532925199433],
            ID["EPSG",8822]],
        PARAMETER["Latitude of 1st standard parallel",49,
            ANGLEUNIT["degree",0.0174532925199433],
            ID["EPSG",8823]],
        PARAMETER["Latitude of 2nd standard parallel",90,
            ANGLEUNIT["degree",0.0174532925199433],
            ID["EPSG",8824]],
        PARAMETER["Easting at false origin",6200000,
            LENGTHUNIT["metre",1],
            ID["EPSG",8826]],
        PARAMETER["Northing at false origin",3000000,
            LENGTHUNIT["metre",1],
            ID["EPSG",8827]]],
    CS[Cartesian,2],
        AXIS["(E)",east,
            ORDER[1],
            LENGTHUNIT["metre",1,
                ID["EPSG",9001]]],
        AXIS["(N)",north,
            ORDER[2],
            LENGTHUNIT["metre",1,
                ID["EPSG",9001]]]

    ]

6. Résultats

La carte 1 montre le pourcentage de pixels ayant été modifiés dans le cadre des améliorations décrites dans la section sur la méthodologie. Un changement des valeurs des pixels indique qu’un pixel a été modifié après la reclassification des principaux ensembles de données et leur assemblage en mosaïque en fonction de leur zone de couverture. Environ 943 000 kilomètres carrés de terres ont été modifiés lors de ce processus, ce qui représente 9,5 % de tous les pixels terrestres. La quantité totale de terres concernées allait de 0,1 % à 30,4 % selon l’écoprovince, la plupart des modifications ayant été apportées entre les 55^e et 75^e parallèles nord. Les classes les plus touchées par les modifications étaient les « terres arborées (non humides) », les « terres humides (non arborées) », et les « prairies et zones de végétation arbustive ».

La carte 2 représente une carte du registre.

Description

Le titre de cette figure est « Proportion de pixels touchés par les améliorations apportées aux couches de base, selon l’écoprovince ». Elle fournit une représentation visuelle du pourcentage de pixels touchés par les améliorations décrites dans le Registre de la couverture terrestre : documents, selon l’écoprovince.

La figure est une carte du Canada sur laquelle les limites des écoprovinces sont représentées par des lignes noires. Une légende figure dans le coin supérieur droit, et une barre d’échelle figure dans le coin inférieur gauche. Les écoprovinces sont étiquetées par leur code. Sous la carte, le nom des écozones et des écoprovinces sont indiqués avec leur code.

Les écoprovinces sont symbolisées dans l’une des cinq catégories, selon le pourcentage de pixels ayant été modifiés lors du processus d’intégration des données du Registre de la couverture terrestre. Un changement dans les valeurs de pixels indique qu’un pixel a été modifié après la reclassification et l’assemblage en mosaïque des principaux ensembles de données en fonction de leur zone de couverture. La proportion d’améliorations varie de 0,1 % à 30,4 % selon l’écoprovince; la plupart des modifications ont été apportées entre les 55e et 75e parallèles nord.

Source : Statistique Canada, Division des comptes et de la statistique de l’environnement.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description
Jaune pâle	Moins de 2 % de pixels touchés par les améliorations
Vert pâle	Entre 2 % et 5 % de pixels touchés par les améliorations
Bleu pâle	Entre 5 % et 10 % de pixels touchés par les améliorations
Bleu moyen	Entre 10 % et 20 % de pixels touchés par les améliorations
Bleu foncé	Entre 20 % et 30 % de pixels touchés par les améliorations

Description

Le titre de cette figure est « Registre de la couverture terrestre, vers 2020 ». Elle fournit une représentation visuelle du Registre de la couverture terrestre.

La figure est une carte illustrant la répartition spatiale des types de couverture terrestre au Canada. Une légende figure dans le coin supérieur droit, et une barre d’échelle figure dans le coin inférieur gauche.

Chaque pixel de la carte est représenté par l’une des onze catégories de couverture terrestre, soit les zones bâties et les surfaces artificielles, les terres cultivées, les étendues d’eau intérieures, les terres arborées (non humides), les terres humides arborées, les terres arborées perturbées, les prairies et les zones de végétation arbustive, les terres humides (non arborées), les zones de végétation clairsemée, les terres stériles et les terres recouvertes de glace permanente et de glaciers.

Dans les grandes régions urbaines comme Toronto, Montréal, Ottawa, Edmonton, Calgary et Vancouver, les zones bâties et les surfaces artificielles sont visibles sur la carte en tant que principal type de couverture terrestre. Dans l’écozone des Prairies et une grande partie des plaines à forêts mixtes, les terres cultivées constituent le type de couverture terrestre dominant. Une grande partie du pays, des provinces de l’Atlantique au sud-est jusqu’à la Colombie-Britannique et au Yukon à l’ouest, se distingue par la dominance de ses terres arborées (non humides), ses terres arborées perturbées et ses terres humides arborées comme couverture terrestre. Au sud de la baie d’Hudson et à l’ouest de la baie James, les terres humides sont présentes en grande concentration. Dans une grande partie du nord du Canada, au-dessus de la limite de la zone arborée, les prairies et les zones de végétation arbustive constituent la catégorie de couverture terrestre dominante, et dans les îles de l’archipel Arctique du Grand Nord, les zones de végétation clairsemée, les terres stériles et les terres recouvertes de neige permanente et de glaciers dominent.

Source : Statistique Canada, Division des comptes et de la statistique de l’environnement.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description
Bourgogne	Zone bâtie et surfaces artificielles
Rose	Terre cultivée
Bleu pâle	Étendues d’eau intérieures
Vert foncé	Terre arborée (non humide)
Violet foncé	Terre humide arborée
Vert moyen	Terre arborée perturbée
Vert lime	Prairie et zone de végétation arbustive
Rose violet	Terre humide (non arborée)
Jaune verdâtre pâle	Zone de végétation clairsemée
Gris	Terre stérile
Blanc	Neige permanente et glaciers

6.1 Exactitude du Registre de la couverture terrestre

Dans le cadre de l’estimation de la superficie fondée sur le plan décrite dans l’encadré 1, le personnel du Recensement de l’environnement a délimité manuellement les types de couverture terrestre pour 5 011 d’unités d’échantillonnage de 100 mètres par 100 mètres.^Note  Ces unités ont été sélectionnées dans toutes les écoprovinces, comprenant tous les types de couverture terrestre que l’on trouve dans chacune d’elles (en combinant les classes « terre arborée [non humide] » et « terre humide arborée », comme indiqué ci-dessous). La distribution spatiale des unités d’échantillonnage est présentée à l’annexe 1. À l’intérieur de ces unités, les entités de couverture terrestre ont été délimitées manuellement par des employés du Recensement de l’environnement formés à cette fin au moyen de l’interprétation d’imagerie satellitaire de haute résolution et en s’appuyant sur les ensembles de données présentés au tableau 2. Aux fins d’uniformité, le personnel a suivi les lignes directrices d’un document d’orientation sur la délimitation. Les unités ont également été validées par un deuxième évaluateur. Les entités polygonales ainsi obtenues ont ensuite été confrontées au RCT afin de créer une matrice de confusion et de quantifier le niveau de concordance entre les deux sources. Les classes « terre humide arborée » et « terre arborée (non humide) » ont été combinées pour réaliser cette évaluation, car il est difficile de distinguer ces deux classes par l’interprétation d’images.

Le tableau 6 présente le niveau de concordance selon le type de couverture terrestre à l’échelle nationale. Celui-ci est exprimé sous la forme de la F-mesure, qui quantifie le degré d’exactitude entre le RCT et la réalité terrain. La F-mesure combine les résultats de précision de l’utilisateur et du producteur. La valeur obtenue de la F-mesure a été de 74,9 %. Le niveau de concordance varie d’une classe de couverture terrestre à l’autre. Au total, quatre classes de couverture terrestre, couvrant 48,3 % de la superficie intérieure du pays, ont un fort niveau de concordance (supérieur à 80 %). Il s’agit des classes « terre cultivée », « étendues d’eau intérieures », « terre arborée (incluant les terres humides arborées) » et « neige permanente et glaciers ». Les autres classes ont un degré de concordance entre 60,7 % et 76,8 %, à l'exception de la classe « terre de végétation clairsemée »qui a une valeur de 43,4 %. L’annexe 2 montre le niveau de concordance entre les données de référence et le RCT selon l’écozone et la classe de couverture terrestre.

Il convient de noter que l’écart de résolution spatiale entre le RCT et les données de référence (ces dernières ayant un niveau d’exactitude supérieur, car elles sont dérivées d’images de haute résolution) contribue en partie à ce manque de concordance. En raison de la faible résolution spatiale de la plupart des ensembles de données d’entrée, le RCT ne peut pas cartographier les entités géographiques de petite taille (d’une superficie de moins de 900 mètres carrés) et ne représente que grossièrement les limites entre les entités. Les terres humides dégagées, en particulier, sont susceptibles d’être omises dans le RCT de résolution moyenne, car elles sont nombreuses, sont souvent de faible superficie et peuvent avoir une forme linéaire étroite. Néanmoins, il n’est pas étonnant que la cartographie soit moins précise pour les classes « prairie et zone de végétation arbustive », « terre humide (non arborée) », « zone de végétation clairsemée » et « terre stérile », car certaines de ces classes présentent des caractéristiques spectrales semblables à celles d’une autre classe, et il y a couramment des zones de transition ou des écotones entre ces types de couverture terrestre.

Il convient également de noter que des erreurs d’interprétation pourraient avoir influencé légèrement l’évaluation de l’exactitude. Certaines classes de couverture terrestre sont difficiles à interpréter au moyen d’images de haute résolution. Malgré le recours à de multiples types d’éléments de preuve (p. ex. valeurs de l’IVDN, imagerie infrarouge en couleur, diverses sources de données spatiales ayant des dates différentes), des erreurs de classification manuelle sont possibles.

7. Limites de l’ensemble de données

L’ensemble de données a été créé principalement à des fins de comptabilité et d’analyse des écosystèmes. Il vise à représenter les meilleures estimations spatialement explicites possibles des actifs de couverture terrestre, à permettre l’analyse spatiale de l’état des écosystèmes et des services qu’ils fournissent et à servir de données d’entrée en vue de générer des estimations de la superficie de la couverture terrestre en employant une approche fondée sur le plan. La fonction principale de cet ensemble de données n’est pas la cartographie ni la visualisation. C’est pourquoi des compromis ont été réalisés lors de l’intégration des meilleures données disponibles à l’échelle d’une vaste région, ce qui a entraîné quelques incohérences spatiales dans les données d’une classe à l’autre, et tout particulièrement pour les classes qui sont plus difficiles à cartographier ou à cerner, telles que les terres humides dans les régions nordiques.

Cet ensemble de données est conçu pour être utilisé à l’échelle nationale ou à l’échelle d’une vaste région et n’est pas recommandé en tant que source primaire aux fins d’analyse ou de production de rapports à l’échelle locale ou qui emploient une résolution plus précise. De plus, l’ensemble de données n’est pas destiné à soutenir la détection des changements et n’est pas conçu à cette fin. De nouvelles versions du RCT pourraient être publiées à une date ultérieure, mais il n’est pas recommandé de s’appuyer sur une simple comparaison entre des produits pour en conclure que la couverture terrestre a changé, car tout changement perçu pourrait être attribuable à des différences entre les ensembles de données d’entrée. Ces différences peuvent comprendre des classes de couverture terrestre dont la définition varie d’un ensemble de données à l’autre, la variabilité temporelle et des erreurs de classification, plutôt qu’un changement réel de la couverture terrestre.

Des erreurs de classification peuvent se produire dans toutes les classes, comme l’explique l’encadré 1, mais il existe des limites propres à des classes en particulier. La classe « terre arborée perturbée » peut comprendre des perturbations attribuables à des phénomènes autres que des incendies et des récoltes, par exemple des infestations d’insectes et des dommages attribuables au vent. De plus, il est possible que les récoltes partielles (p. ex. coupes sélectives) ne soient pas comprises dans les données sur les perturbations.

Comme le note la section précédente, les terres humides sont sous-représentées dans certaines régions. Par exemple, dans la région des Prairies, on trouve les cuvettes des Prairies, des terres humides qui sont souvent d’une faible superficie ou d’une forme étroite. Elles représentent une part importante des terres, mais il est probable qu’elles soient mal classifiées dans ce produit de données en raison de leur petite taille par rapport à la résolution spatiale des données disponibles sur la couverture terrestre, ainsi que des influences de la variabilité temporelle.

Comme les terres humides arborées sont difficiles à distinguer des hautes terres arborées en recourant à l’interprétation des images, l’exactitude de la classe « terre humide arborée » n’a pas été évaluée. Les utilisateurs doivent donc interpréter les données liées à cette classe avec prudence.

Des entités linéaires telles que les routes, les voies ferrées et les lignes électriques ont été intégrées au RCT. Même si ces entités sont généralement plus étroites que la résolution de 30 m du produit et ne sont pas souvent la couverture terrestre dominante d’un pixel, elles ont été incluses en raison de leurs fortes répercussions potentielles sur les écosystèmes.

Les utilisateurs doivent faire preuve de jugement lorsqu’ils utilisent le RCT dans des zones côtières. Étant donné que les limites entre les eaux douces, intertidales et côtières sont difficiles à définir, dynamiques et sont de nature transitoire, certaines zones le long du littoral identifiées dans la RCT comme eaux intérieures peuvent en fait être des eaux côtières. Lorsque les cours d’eau se jettent dans les eaux côtières, certains segments qui pourraient être considérés comme des eaux côtières ou marines peuvent être classifiées comme des étendues d’eau intérieures dans le RCT; alternativement, certains segments qui peuvent être considérés comme des étendues d’eau intérieures peuvent avoir été omis. De plus, les erreurs de classification sont plus fréquentes dans les zones de transition et dynamiques le long des côtes en raison de facteurs tels que le déplacement des côtes, les fluctuations des niveaux d'eau, les endroits où les eaux douces et salées se mélangent ainsi que d’autres facteurs hydrologiques. Le désalignement des différents produits de données spatiales peut aussi entraîner des erreurs de classification.

Il convient également de noter que la fusion et la manipulation de plusieurs ensembles de données spatiales (p. ex. la reprojection ou l’intégration dans une grille commune) peuvent entraîner des erreurs d’alignement spatial dans le produit final. Les utilisateurs sont donc encouragés à consulter les données de base, au besoin.

8. Travaux futurs

On s’attend à ce que le RCT soit mis à jour à mesure que de nouvelles technologies, de nouvelles sources de données et des données de meilleure qualité deviennent disponibles. Ces améliorations pourraient comprendre une intégration accrue des propriétés et des caractéristiques biophysiques afin d’accroître le niveau de détail des classes de couverture terrestre.

9. Références

AAC [Agriculture et Agroalimentaire Canada]. (2023). L’utilisation des terres 2020 [ensemble de données].

AAC [Agriculture et Agroalimentaire Canada]. (2024). Inventaire annuel des cultures, de 2019 à 2023 [ensemble de données].

Commission de la frontière internationale. (2018). Canada / United States of America Boundary [ensemble de données].

Di Gregorio, A. et L. J. M. Jansen. (2000). Land Cover Classification System: Classification Concepts and User Manual.

ECCC [Environnement et Changement climatique Canada]. (2020). Cartographie de la perturbation anthropique dans le Nord (NORDIS) [ensemble de données non publié].

FAO [Organisation des Nations Unies pour l’alimentation et l’agriculture]. (2018). Termes et définitions, Évaluation des ressources forestières mondiales 2020.

Guindon, L., P. Villemaire, D. L. P. Correia, F. Manka, S. Lacarte et B. Smiley. (2023). SCANFI : Base de données spatialisées de l’inventaire forestier national canadien [ensemble de données]. Ressources naturelles Canada, Service canadien des forêts, Centre de foresterie des Laurentides, Québec, Canada.

Guindon, L., P. Villemaire, F. Manka, H. Dorion, R. Skakun, R. St-Amant et S. Gauthier. (2020). Produit Sévérité des feux au Canada avec données Landsat (CanLaBS): Un produit pancanadien avec données Landsat à résolution de 30 mètres sur la sévérité des feux depuis 1985 [ensemble de données].

Hancock, A. (2013). Best Practice Guidelines for Developing International Statistical Classifications.

Hansen, M. C., P. V. Potapov, A.H. Pickens, A. Tyukavina, A. Hernandez-Serna, V. Zalles, S. Turubanova, I. Kommareddy, S. V. Stehman et X.-P. Song. (2022). « Global land use extent and dispersion within natural land cover using Landsat data ». Environmental Research Letters, vol. 17, n^o 3.

Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart et L. B. Campbell. (2016). « Mass data processing of time series Landsat imagery: Pixels to data products for forest monitoring ». International Journal of Digital Earth, vol. 9, n^o 11, pp. 1035-1054.

Hermosilla, T., M. A. Wulder, J. C. White et N. C. Coops. (2022). « Land cover classification in an era of big and open data: Optimizing localized implementation and training data selection to improve mapping outcomes ». Remote Sensing of Environment, vol. 268.

Latifovic, R., D. Pouliot et I. Olthof. (2017). « Circa 2010 Land Cover of Canada: Local Optimization Methodology and Product Development ». Remote Sensing, vol. 9, n^o 11.

Mahdianpari, M., B. Brisco, J. Granger, F. Mohammadimanesh, B. Salehi, S. Homayouni et L. Bourgeau-Chavez. (2021). « The Third Generation of Pan-Canadian Wetland Map at 10 m Resolution Using Multisource Earth Observation Data on Cloud Computing Platform ». IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 14, pp. 8789-8803.

Maltman, J. C., T. Hermosilla, M. A. Wulder, N. C. Coops et J. C. White. (2023). « Estimating and mapping forest age across Canada’s forested ecosystems ». Remote Sensing of Environment, vol. 290.

Oloffson, P., G. M. Foody, M. Herold, S. V. Stehman, C. E. Woodcock et M. A. Wulder. (2014). « Good practices for estimating area and assessing accuracy of land change ». Remote Sensing of Environment, vol. 148, n^o 25.

Organisation des Nations Unies et coll. (2014). System of Environmental-Economic Accounting 2012—Central Framework.

Organisation des Nations Unies et coll. (2021). Système de comptabilité économique et environnementale—Comptabilité des écosystèmes (SCEE CE). Livre blanc, préédition du texte soumis à édition officielle.

Pouliot, D., N. Alavi, S. Wilson, J. Duffe, J. Pasher, A. Davidson, B. Daneshfar et E. Lindsay. (2021). « Assessment of Landsat Based Deep-Learning Membership Analysis for Development of from–to Change Time Series in the Prairie Region of Canada from 1984 to 2018 ». Remote Sensing, vol. 13, n^o 4.

RNCAN [Ressources naturelles Canada]. (2011). « La distribution des tourbières au Canada à l’aide de l’Inventaire forestier national et la couverture terrestre auxiliaire » [ensemble de données].

RNCAN [Ressources naturelles Canada]. (2021). Réseau ferroviaire national [ensemble de données].

RNCAN [Ressources naturelles Canada]. (2023). Données topographiques du Canada – Série CanVec [ensemble de données].

RNCAN [Ressources naturelles Canada]. (2024). Réseau routier national [ensemble de données].

RNCAN [Ressources naturelles Canada], Centre canadien de télédétection. (2024). Couverture des terres du Canada 2020 [ensemble de données].

Statistique Canada. (2021). Recensement de 2021 – Fichiers des limites [ensemble de données].

Statistique Canada. (2022). Recensement de 2021 – Fichiers du réseau routier [ensemble de données].

Statistique Canada. (2023). Recensement de l’agriculture de 2021 [ensemble de données].

Thompson, D. K., B. N. Simpson et A. Beaudoin. (2016). « Using forest structure to predict the distribution of treed boreal peatlands in Canada ». Forest Ecology and Management, vol. 372, pp. 19-27.

Venter, Z. S., B. Czúcz, E. Stange, M. S. Nowell, T. Simensen, B. Immerzeel et D. N. Barton. (2024). « “Uncertainty audit” for ecosystem accounting: Satellite-based ecosystem extent is biased without design-based area estimation and accuracy assessment ». Ecosystem Services, vol. 66.

Walker, D. A. et M. K. Raynolds. (2018). Circumpolar Arctic Vegetation, Geobotanical, Physiographic Maps, 1982-2003. [Ensemble de données].

Wulder, M. A., T. Hermosilla, G. Stinson, F. A. Gougeon, J. C. White, D. A. Hill et B. P. Smiley. (2020). « Satellite-based time series land cover and change information to map forest area consistent with national and international reporting requirements ». Forestry: An International Journal of Forest Research, vol. 93, n^o 3, pp. 331-334.

Zhang, M. et X. Wei. (2013). « Alteration of flow regimes caused by large-scale forest disturbance: A case study from a large watershed in the interior of British Columbia, Canada ». Ecohydrology, vol. 7, n^o 2.

10. Annexes

10.1 Annexe 1

Description

Le titre de cette figure est « Distribution des unités d’échantillonnage ». Elle fournit une représentation visuelle de l’emplacement et de la répartition des unités d’échantillonnage utilisées dans la procédure d’estimation de la superficie fondée sur le plan de sondage.

La figure est une carte du Canada sur laquelle les emplacements des unités d’échantillonnage sont représentés par des petits points rouges. Les écoprovinces sont affichées en gris, et leurs limites sont représentées par des lignes noires. Une légende figure dans le coin supérieur droit, et une barre d’échelle figure dans le coin inférieur gauche. Les unités d’échantillonnage ont été sélectionnées dans toutes les écoprovinces et comprenaient tous les types de couverture terrestre présents dans chacune d’elles.

Source : Statistique Canada, Division des comptes et de la statistique de l’environnement.

Légende Sommaire du tableau
Le tableau montre les résultats de . Les données sont présentées selon Symbole (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Symbole	Description
Point rouge	Emplacement d’unité d’échantillonnage
Gris	Écoprovince

10.2 Annexe 2