Suite

Création d'une grille de latitude à partir de DEM

Création d'une grille de latitude à partir de DEM


J'essaie d'évaluer une équation dans la calculatrice raster et j'ai besoin de valeurs de latitude. J'ai le DEM pour la région et je me demande s'il est possible de créer un raster de latitude basé sur le DEM ?

Merci beaucoup!


Déprojeter le DEM pour déterminer la région géographique qu'il couvre.

Créer la grille de coordonnées de latitude pour cette région. (Dans les produits Arc* antérieurs à la version 10, cela se fait avec "$$YMap" : http://forums.esri.com/Thread.asp?c=93&f=1740&t=182407.)

Projeter cette grille produit le raster de latitude. Pour la projection, utilisez une certaine forme d'interpolation pour le rééchantillonnage (bilinéaire devrait suffire dans la plupart des cas), pas le plus proche voisin.


La méthode de whuber est plus simple, mais cela devrait également fonctionner si vous avez Spatial Analyst et ArcGIS :

  1. Spatial Analyst Tools > Extractions > Sample, pour créer une couche de points pour chaque cellule
  2. Ajoutez des champs X et Y aux couches de points et calculez les valeurs X et Y en utilisant "calculer la géométrie"
  3. Utilisez Outils de conversion > Vers raster > Points vers raster pour créer une nouvelle grille pour chaque valeur.

Je me rends compte que c'est un vieux fil, mais j'ai pensé que je contribuerais à aider tous ceux qui recherchent à l'avenir. Mon DEM était trop volumineux pour utiliser la méthode de Patrick, j'ai donc utilisé un fichier de points qui contenait un nombre raisonnable de points (environ 70, répartis sur l'étendue du Royaume-Uni), puis interpolé entre ceux-ci (en utilisant la latitude comme valeur z) . J'espère que cela sera utile à quelqu'un, un jour !


La façon la plus simple de créer des rasters de grilles Lat/Long est d'utiliser ler.latlongfonction dans GRASS GIS.

En important un DEM (ou un autre raster), vous pouvez utiliser le DEM comme entrée et la fonction créera une latitude (et une longitude en utilisant le-lflag) qui correspond au DEM d'entrée. Vous pouvez ensuite exporter vers n'importe quel format souhaité. Cela a pris environ 1,5 min pour un DEM de 13 x 10 degrés, 30 m, en utilisant une station de travail de 32 Go de RAM et 32 ​​cœurs.

https://grass.osgeo.org/grass74/manuals/r.latlong.html


J'ai utilisé l'approche de Kate dans ArcGIS (très appréciée, même après tout ce temps). J'ai utilisé une interpolation IDW de base avec une fenêtre de recherche variable sur environ 300 points. Le terrier de lapin qui m'a conduit jusqu'ici a essayé d'ajouter une tendance d'altitude directionnelle à un jeu de données DEM existant pour imposer une tendance d'accumulation de flux plus forte dans un paysage plat. Comme les variables $$YMAP/$$XMAP GRID ne sont plus prises en charge dans Arc 10+, c'était la solution de contournement la plus simple pour moi. Cela a permis de créer deux rasters pour les valeurs de coordonnées X et Y afin de travailler ensuite dans l'algèbre cartographique.


C'est maintenant trivial avec les outils GRASS disponibles dans QGIS. Ouvrez vos données raster dans QGIS (par exemple, 'raster_dem.tif') et ouvrez l'outil GRASSr.rastercalculatordans la boîte à outils de traitement. Pour leformulevariable, saisissez ceci :

raster_dem = y()

Cela produira un raster de valeurs de latitude. Si vous avez également besoin d'un raster de valeurs de longitude, utilisez simplementX()à la place dey(). C'est aussi beaucoup plus rapide que les méthodes précédentes.


PDERL : un algorithme précis et rapide avec une nouvelle perspective sur la résolution de l'ancien problème d'analyse du champ de vision

L'analyse du champ de vision basée sur le modèle d'élévation numérique à grille régulière (MNE) est l'une des fonctions de base des systèmes d'information géographique. Les algorithmes d'analyse de champ de vision traditionnels sont principalement effectués dans un système de coordonnées géospatiales, ce qui crée des complexités lorsqu'il est nécessaire d'exprimer avec précision une relation de perspective. De plus, il ne peut réduire la quantité de calcul qu'en utilisant des méthodes d'approximation, ce qui entraîne une diminution de la précision. Nous avons constaté que le taux d'erreur des algorithmes d'approximation est faible mais inégal et donc très susceptible d'entraîner des erreurs continues de visibilité de la zone. Bien que la qualité des données DEM se soit considérablement améliorée au cours de la dernière décennie, les algorithmes d'approximation traditionnels n'ont pas été en mesure de tirer pleinement parti des données améliorées. Trouver un algorithme rapide et précis est donc devenu une tâche urgente. Cette étude adopte une nouvelle perspective pour résoudre ce problème en établissant un système de coordonnées « proximité-direction-élévation » (PDE) et en proposant un algorithme de ligne de référence spatiale PDE (PDERL) en son sein. De nombreuses expériences prouvent que la précision de PDERL est la même que celle de l'algorithme R3 et sa vitesse est environ la moitié de celle des algorithmes XDraw et du plan de référence, mais beaucoup plus rapide que R3. En raison de la vitesse de PDERL, il est désormais possible et pratique d'effectuer une analyse précise du champ de vision à grande échelle basée sur le DEM.


Exemple

Cet exemple définit une nouvelle grille spatiale basée sur un système de coordonnées Australian Map Grid Zone 54. Deux images avec des systèmes de coordonnées différents seront reprojetées sur cette grille. Les images sont disponibles sur le DVD de ressources ENVI  (dans le dossier APIGriddingExamples) ou sur la page Web des didacticiels ENVI. Cliquez sur le lien hypertexte "ENVI Tutorial Data". Copiez les images sur votre disque local.

  • Image de fauchée MODIS de température de surface terrestre (MOD11_L2) du 7 mars 2009, géoréférencée sur un système de coordonnées UTM Zone 54 à l'aide de l'outil Georeference MODIS d'ENVI, corrigée pour les artefacts de nœud papillon, spatialement sous-définie et mise à l'échelle de 0,02 afin que les valeurs de pixels soient en Kelvins.
  • Image EDR de la température de surface des terres de Suomi NPP VIIRS du 7 mars 2014, géoréférencée dans un système de coordonnées géographiques Lat/Lon (WGS-84) et sous-ensemble spatialement.


Déprojection d'un modèle numérique d'élévation (MNE)

Cet exemple montre comment convertir un USGS DEM en une grille latitude-longitude régulière ayant une résolution spatiale comparable. Les modèles numériques d'élévation (DEM) de 30 mètres de l'US Geological Survey (USGS) sont des grilles régulières (données raster) qui utilisent le système de coordonnées UTM. L'utilisation de ces DEM dans les applications peut nécessiter une nouvelle projection et un rééchantillonnage. Vous pouvez facilement appliquer l'approche présentée ici à des systèmes de coordonnées cartographiques projetées autres que l'UTM et à d'autres DEM et à la plupart des types de grilles de données régulières.

Tout d'abord, définissez le format d'affichage de sortie sur longG afin que la sortie affiche plus de décimales. Obtenez le format de sortie actuel afin de pouvoir le restaurer à la fin de l'exemple.

Étape 1 : Importez le DEM et ses métadonnées

Cet exemple utilise un USGS DEM pour un carré de 7,5 minutes d'arc quadrangulaire situé dans les White Mountains du New Hampshire, aux États-Unis. Importez les données et un objet de référence de cellules de carte à l'aide de la fonction readgeoraster. Obtenez des métadonnées supplémentaires à l'aide de la fonction georasterinfo.

Remplacez les données manquantes par des valeurs NaN.

Étape 2 : Obtenir des informations sur la projection

Obtenez des informations sur le système de référence de coordonnées projetées en interrogeant la propriété ProjectedCRS de l'objet de référence. Le résultat est un objet projcrs. Ensuite, obtenez l'ellipsoïde pour le système de référence de coordonnées.

Étape 3 : Déterminez quelle zone UTM utiliser et construisez une carte Axes

À partir de la propriété Name de l'objet projcrs, vous pouvez dire que le DEM est quadrillé dans un système de coordonnées Universal Transverse Mercator (UTM).

Pour trouver la zone UTM, localisez d'abord le centre du MNT en coordonnées UTM. Ensuite, convertissez les coordonnées en latitude-longitude.

Trouvez la zone UTM pour le DEM en utilisant la fonction utmzone.

Utilisez la zone et l'ellipsoïde pour créer des axes de carte.

Remarque : si vous pouvez placer visuellement l'emplacement approximatif du New Hampshire sur une carte du monde, vous pouvez confirmer ce résultat avec l'interface graphique utmzoneui.

Étape 4: Affichez le DEM d'origine sur les axes de la carte

Utilisez mapshow (plutôt que geoshow ou meshm ) pour afficher le DEM sur les axes de la carte car les données sont quadrillées en coordonnées cartographiques (x-y).

Le DEM couvre une si petite partie de cette carte qu'il peut être difficile à voir (regardez entre 44 et 44 degrés Nord et 72 et 71 degrés Ouest), car les limites de la carte sont définies pour couvrir toute la zone UTM. Vous pouvez les réinitialiser (ainsi que la grille de la carte et les paramètres d'étiquette) pour voir de plus près.

Lorsqu'il est observé à cette plus grande échelle, des zones étroites en forme de coin de couleur uniforme apparaissent le long du bord de la grille. Ce sont des endroits où Z contient la valeur NaN, ce qui indique l'absence de données réelles. Par défaut, ils reçoivent la première couleur de la table des couleurs, qui dans ce cas est le vert foncé. Ces zones de données nulles surviennent parce que bien que le DEM soit quadrillé en coordonnées UTM, ses limites de données sont définies par un quadrangle latitude-longitude. L'angle étroit de chaque biseau correspond à la « déclinaison de grille » non nulle du système de coordonnées UTM dans cette partie de la zone. (Les lignes de x constant courent précisément nord-sud uniquement le long du méridien central de la zone. Ailleurs, elles suivent un léger angle par rapport aux méridiens locaux.)

Étape 5 : Définir la grille Latitude-Longitude de sortie

L'étape suivante consiste à définir un ensemble de points de grille régulièrement espacés en latitude-longitude qui couvre la zone à l'intérieur du MNT à environ la même résolution spatiale que l'ensemble de données d'origine.

Tout d'abord, vous devez déterminer comment la latitude change entre les lignes du DEM d'entrée (c'est-à-dire en vous déplaçant de 30 mètres vers le nord).

L'espacement réel peut être légèrement arrondi pour définir l'espacement de grille à utiliser pour la grille de sortie (latitude-longitude).

Pour définir l'étendue de la grille de sortie (latitude-longitude), commencez par trouver les coins du DEM dans les coordonnées de la carte UTM.

Convertissez ensuite les coins en latitude-longitude. Affichez les coins latitude-longitude sur la carte (via la projection UTM) pour vérifier que les résultats sont raisonnables.


Un ensemble de données hydrométéorologiques à long terme (1993-2014) d'un bassin montagneux du nord : Wolf Creek Research Basin, Territoire du Yukon, Canada

Un ensemble de données hydrométéorologiques est présenté dans cet article, qui peut être utilisé pour caractériser l'hydrométéorologie et le climat d'un bassin de montagne subarctique et s'est avéré particulièrement utile pour forcer les modèles hydrologiques et évaluer leur performance dans la capture des processus hydrologiques dans les environnements alpins subarctiques. L'ensemble de données de forçage comprend les précipitations quotidiennes, la température horaire de l'air, l'humidité, le vent, le rayonnement solaire et net, la température du sol et les données du système d'information géographique. Les données d'évaluation de la performance du modèle comprennent l'épaisseur de la neige et l'équivalent en eau de la neige, le débit, l'humidité du sol et le niveau d'eau dans un puits d'eau souterraine. Cet ensemble de données a été enregistré à différentes bandes d'altitude dans le bassin de recherche de Wolf Creek, près de Whitehorse, Territoire du Yukon, Canada, représentant les biomes des forêts, de la toundra arbustive et de la toundra alpine de 1993 à 2014. Les mesures se poursuivent jusqu'en 2018 et sont prévues pour l'avenir dans ce bassin. et sera mis à jour sur le site Web de données. La base de données présentée et décrite dans cet article est disponible en téléchargement sur https://doi.org/10.20383/101.0113.

La disponibilité des données hydrométéorologiques est limitée dans les latitudes nordiques en général et dans les montagnes du nord en particulier. Cela est dû à un réseau de surveillance clairsemé, à des conditions météorologiques difficiles et au coût élevé des expériences et de la maintenance des instruments dans ces environnements (Klemeš, 1990). Le nombre de stations qui enregistrent un ensemble complet de données hydrométéorologiques aux latitudes septentrionales est limité et en baisse (Laudon et al., 2017). Le bassin de recherche de Wolf Creek (WCRB) a été créé en 1992 pour effectuer des recherches sur l'eau et le climat et est situé dans le Territoire du Yukon, Canada ( ≈61 ∘ N). Ce bassin est exploité par Environnement Yukon, l'Université de la Saskatchewan et l'Université McMaster avec le soutien du programme Global Water Futures et fournit un ensemble de données à long terme sur les précipitations, la température de l'air, l'humidité, le vent, le rayonnement, l'humidité du sol, la température du sol, le débit et manteaux neigeux à plusieurs altitudes. Le WCRB comprend des stations météorologiques situées de basse à haute altitude qui mettent un accent particulier sur la mesure du manteau neigeux et des chutes de neige, et des jauges de débit pour mesurer le débit dans l'exutoire principal et plusieurs affluents.

Figure 1(une) La topographie, les cours d'eau, les lacs, la couverture terrestre, le puits d'eau souterraine, les stations hydrométriques, cinq sous-bassins et trois stations météorologiques dans le bassin de recherche de Wolf Creek, Territoire du Yukon, Canada, illustrés dans le (b) carte de l'Amérique du Nord. Trois stations météorologiques représentent (c) toundra alpine, (ré) toundra arbustive–taïga, et (e) biomes forestiers.

La diversité du bassin, combinée aux données hydrométéorologiques complètes à long terme disponibles, est responsable de la popularité du WCRB comme site pour effectuer des recherches sur les régions froides par des scientifiques de partout au Canada et à l'étranger. L'accès routier en été, l'hébergement local, un aéroport majeur et une station aérodynamique à Whitehorse, une logistique hivernale simple, la disponibilité des données et la diversité écologique font du WCRB un endroit idéal pour la validation de la télédétection et les activités de modélisation de la neige. Le WCRB peut être utilisé pour des études de modélisation détaillées car il a été densément surveillé, a des enregistrements d'observation suffisamment longs et a des mesures de paramètres étendues (Pomeroy et al., 1998, 2003, 2006 McCartney et al., 2006 Carey et al., 2007 Dornes et al. al., 2008 Quinton et Carey, 2008 MacDonald, 2010 Rasouli et al., 2014, 2019 Rasouli, 2017).

Tableau 1Description des principales stations météorologiques et hydrométriques du bassin de recherche de Wolf Creek.

Figure 2Les précipitations mensuelles et les températures de l'air aux trois sites du bassin de recherche de Wolf Creek étaient en moyenne sur la période 1993-2014.

Le WCRB est un bassin d'amont subarctique (Fig. 1) avec une saison de neige longue et froide caractérisée par de faibles précipitations (Fig. 2). L'aire de drainage de ce bassin est de 179 km 2 et l'altitude varie entre 660 et 2080 m au-dessus du niveau de la mer. Le bassin est composé de quatre sous-bassins surveillés du ruisseau Upper Wolf, du lac Coal, du ruisseau Granger et du ruisseau Lower Wolf, un sous-bassin non surveillé du ruisseau Middle Wolf, ainsi que trois biomes écologiques distincts de la toundra alpine (20 %) , toundra arbustive et taïga (58 %), et forêt boréale (22 %) (Fig. 1). Aux altitudes les plus élevées, la roche nue, les mousses courtes de la toundra et les graminées dominent la couverture terrestre. Au-dessus de la limite des arbres, la toundra arbustive avec des bouleaux nains et des saules arbustifs d'une hauteur de 30 cm à 3 m occupent la majorité du bassin (Torre Jorgenson et Michael Heiner, rapport non publié, ABR, Inc., Fairbanks, AK, 2004). La taïga aux altitudes moyennes à inférieures est dominée par des arbustes et des bois clairsemés d'épinettes noires. Aux altitudes les plus basses se trouvent des peuplements forestiers de pin tordu, d'épinette blanche et de peuplier faux-tremble (Francis et al., 1998). Lewkowicz et Ednie (2004) estiment que 43 % du WCRB contient du pergélisol. La physiographie du bassin est décrite en détail par Rasouli et al. (2014). Les mesures météorologiques sont prises à trois stations principales dans chacun des biomes (Tableau 1 Fig. 1) et sont décrites comme suit :

Station de la toundra alpine. Un haut plateau de toundra alpin balayé par le vent le long de la ligne de partage des eaux à la limite nord juste à l'extérieur du bassin. La végétation est clairsemée composée de mousse et de lichens, avec des rochers épars pouvant atteindre 1 m de haut. Les capteurs sont montés sur une tour de 3 m. Les capteurs de neige supplémentaires sont une jauge de neige Geonor T200B et Nipher.

Station toundra arbustive–taïga. Un versant modéré orienté vers l'est, constitué d'un terrain vallonné. La végétation est constituée de grands arbustes (1 à 3 m) avec des épinettes éparses (espacées d'environ 100 m). La présence de vents forts, mais la restriction de la redistribution de la neige par les arbustes, en fait un site idéal pour les études de sous-captage des chutes de neige (Pan et al., 2016 Kochendorfer et al., 2017). Les capteurs sont montés sur une tour triangulaire de 5,2 m. Les capteurs de neige supplémentaires sont un OTT Pluvio version 200 et version 400, Geonor T200B, un pluviomètre BC Standpipe et un pluviomètre Nipher.

Station forestière d'épinette blanche. Un couvert dense d'épinettes blanches matures (12 à 18 m) près de l'exutoire du bassin du ruisseau Wolf. Ceci est bien adapté pour évaluer les effets du couvert forestier sur l'équivalent en eau de la neige (SWE). Les capteurs sont montés sur une tour triangulaire de 21 m à différentes hauteurs sous, dans et au-dessus de la canopée forestière. La tour de ce site a été déplacée en 1996 et il faut faire preuve de prudence en comparant les données avant et après le déménagement. Les capteurs de neige supplémentaires sont un Geonor T200B et une jauge de neige Nipher.

Un modèle numérique d'élévation, ou DEM, avec une résolution de cellule de 30 m a été préparé par Lawrence Martz (Dept. of Geography, University of Saskatchewan). Le MNE, les fichiers du système d'information géographique pour les débitmètres, les stations météorologiques, le puits d'eau souterraine, les limites du bassin versant et des sous-bassins, les affluents des cours d'eau et les lacs sont fournis (Fig. 1). Une image de l'occupation du sol est également présentée. Les classes de couverture terrestre ont été interprétées à partir de la classification d'images supervisée Landsat 5 TM en août 1994 par l'Institut national de recherche en hydrologie, Environnement Canada.

Tableau 2Données météorologiques mesurées sur trois sites du bassin, y compris les variables, les valeurs moyennes climatologiques de l'année hydrologique, les capteurs de courant et la hauteur de mesure.

Tableau 3Données hydrologiques mesurées dans le bassin, y compris les variables, les valeurs moyennes climatologiques de l'année hydrologique, les capteurs de courant et la hauteur de mesure. Les hauteurs négatives indiquent les profondeurs sous le sol.

Des données hydrométéorologiques sont disponibles pour le WCRB pour les années hydrologiques (WY) de 1994 à 2014 pour les trois principales stations météorologiques, une dans chaque biome primaire, et quatre débitmètres (Fig. 1 Tableau 1). Dans cet article, il est supposé que l'année hydrologique commence le 1er octobre et se termine le 30 septembre. Des mesures de l'épaisseur et de la densité de la neige le long des transects de relevé de neige ont été recueillies au moins une fois par mois par Environnement Yukon et des chercheurs universitaires à chacune des trois stations météorologiques. Ces mesures fournissent des informations de diagnostic modèle dans chaque biome (Pomeroy et Granger, 1999). Mesures météorologiques de haute qualité de la température horaire de l'air, de l'humidité relative, des précipitations, de la vitesse du vent, du rayonnement entrant et sortant des ondes courtes, du rayonnement net, du flux de chaleur du sol, de l'humidité et de la température du sol, et des observations quotidiennes des précipitations pour trois stations (tableau 2) et des mesures hydrologiques de les données de débit horaire enregistrées par quatre jauges, l'équivalent en eau de neige, l'épaisseur de neige et le niveau d'eau à un puits d'eau souterraine (tableau 3) sont présentés pour la période 1993-2014 dans ce document. Les tableaux 2 et 3 répertorient les capteurs mesurant la météorologie, l'écoulement fluvial, les paramètres du sol, les eaux souterraines et la neige sur les trois sites du WCRB et fournissent la hauteur ou la profondeur des instruments, les moyennes climatologiques à long terme et les périodes d'observation. Toutes les stations enregistrent des données à des intervalles de 30 minutes, mais sont rapportées toutes les heures (à l'exception des données sur les précipitations qui sont rapportées quotidiennement) dans ce document avec des enregistrements continus pour plusieurs paramètres dans les stations principales. Les données horaires sur les précipitations n'ont été recueillies que récemment, lorsque les pluviomètres Geonor T200B ont été installés dans le bassin. À l'avenir, les données horaires des précipitations seront téléchargées dans la base de données, ce qui peut être utile pour déterminer les phases de précipitations et les modèles météorologiques. Nous mettrons continuellement à jour la base de données avec les données récemment enregistrées. Toutes les stations utilisent des enregistreurs de données Campbell Scientific et les données sont transmises à l'aide de modems cellulaires et de radios à spectre étalé depuis 2016.

Les précipitations ont été mesurées à l'aide de pluviomètres à augets basculants, de pluviomètres à colonne montante non blindés de style BC, de chutes de neige du Service météorologique du Canada (SMC) à blindage Nipher et, récemment, de pluviomètres OTT Pluvio et Geonor à blindage Alter. Les jauges OTT Pluvio (depuis 2013) et Standpipe ont été installées uniquement sur le site de la toundra arbustive. Des jauges Geonor ont été installées en 2007 sur le site forestier et en 2010 sur la toundra arbustive et les sites alpins. Les capteurs de profondeur de neige à ultrasons Campbell SR-50 peuvent contenir un bruit substantiel qui est en partie dû à la végétation, aux particules de neige qui tombent et au mouvement du capteur. Comme mentionné, la tour forestière a déménagé en juin 1996, de sorte que les premières années de données sont similaires mais pas directement comparables au nouveau site. Des relevés de neige ont été effectués une fois par mois et des données sur l'épaisseur de la neige, la densité de la neige et l'équivalent en eau de la neige (SWE) ont été recueillies au cours de la période 1994-2014 sur trois sites traditionnels de relevés de neige dans les sites alpins, arbustifs et forestiers. . Chacun a un transect de 25 points pour l'épaisseur de la neige. La densité de la neige n'est mesurée qu'à 5 points sur 25. Une relation entre l'épaisseur de la neige et la densité de la neige a été utilisée pour estimer la densité à travers le transect, puis les valeurs de densité de neige mesurées et estimées ont été utilisées pour estimer SWE. La variabilité spatiale de l'épaisseur de la neige est plus élevée que la densité de la neige. De plus, les mesures d'épaisseur de neige prennent moins de temps que les mesures de densité, ce qui permet de déterminer le SWE avec un petit échantillon de mesures de densité et un grand échantillon de mesures de profondeur peut représenter le SWE moyen à travers le transect avec une précision plus raisonnable.

Le niveau d'eau des cours d'eau a été surveillé en continu depuis la fonte des glaces au début de mai jusqu'au gel au début d'octobre. Des mesures de débit impliquant des mesures manuelles de la vitesse du cours d'eau tout au long de l'année sont prises environ une fois par mois à Upper Wolf Creek, à l'exutoire du lac Coal et à Wolf Creek sur la route de l'Alaska. Les niveleurs Solinst sont actuellement utilisés pour mesurer le niveau aux quatre stations hydrométriques (Fig. 1). D'autres instruments qui étaient auparavant utilisés pour mesurer le niveau d'eau et le débit sont les transducteurs de pression HOBO U20-001-04, les codeurs d'arbre OTT Thalimedes et les diagrammes à bande Leupold et Stevens A-71. La station hydrométrique de la route de l'Alaska est la plus visitée sur le terrain en raison de sa facilité d'accès, a reçu le plus d'attention en raison de son importance en tant qu'exutoire du bassin et dispose d'un pont pour mesurer les débits exceptionnellement élevés. En conséquence, il a les observations de débit de la plus haute qualité dans le bassin. Cependant, à des débits très élevés, le chenal n'est pas idéal, particulièrement sur la rive gauche où un petit ruisseau se jette dans le ruisseau adjacent au puits de jaugeage. De plus, il y a une incertitude avec la lecture de la jauge à haut débit, en raison de sauts hydrauliques. Au plus haut des débits, il est préférable de se fier aux lectures de la jauge de l'instrument. La station de Coal Lake est située dans un endroit avec une bonne géométrie de canal pour le développement de l'évaluation, mais a été difficile à instrumenter tôt pour capturer les débits élevés. Historiquement, au moins une et peut-être plusieurs crues éclatantes se sont produites qui produisent un débit élevé au début de la saison. Aux niveaux d'eau les plus élevés rencontrés à la station, le site est susceptible d'être inondé. Granger Creek est un ruisseau escarpé, étroit, rugueux et turbulent qui n'est pas idéal pour les mesures de vitesse-surface ou le développement de courbes d'évaluation, et il y a donc probablement une erreur considérable associée au site. Une mesure de débit d'eau très élevée n'a jamais été effectuée sur le site, et les repères ne sont utilisés que depuis 2012, de sorte que les données de niveau d'eau ne sont pas transférables à partir de données plus anciennes. Le canal est bien contrôlé afin que les inondations ne soient pas un problème. La nature éclatante des hautes eaux à Granger Creek rend également difficile l'observation des débits de pointe induits par la fonte des neiges, qui surviennent généralement vers la fin de la journée. La station Upper Wolf Creek a été partiellement ensevelie par une coulée de débris causée par une tempête convective intensive et une inondation à l'été 2013 et est inactive depuis lors. Le site a toujours été une source de difficultés car il a déjà été déplacé une fois en raison de l'activité des castors. Il est difficile de trouver un contrôle adéquat à Upper Wolf Creek, les débits élevés dépassant souvent la berge et rendant difficile la mesure des crues.

L'humidité volumétrique du sol (teneur en eau non gelée) et la température du sol ont été enregistrées toutes les 30 min sur la période 1996-2014 aux stations météorologiques dans des profils de sol à 0,05, 0,15, 0,30, 0,80 m de profondeur (tableau 3). Un puits d'eau souterraine a été installé en 2001, à environ 14 km au sud du centre-ville de Whitehorse, au Yukon (figure 1). Il s'agit d'un puits d'observation à ciel ouvert sur substrat rocheux d'une profondeur de 48,8 m et d'un diamètre de 15,24 cm et d'une capacité de production estimée à 0,6 L s −1 . La profondeur et la température du niveau d'eau sont surveillées toutes les heures depuis 2001 à ce puits.

Tableau 4Équations utilisées pour combler les lacunes et corriger les valeurs erronées des précipitations, de l'humidité relative et du rayonnement net dans les trois stations représentant la forêt, la toundra arbustive et les biomes alpins dans le bassin de recherche de Wolf Creek.

La perte de données a été un problème courant au début de l'hiver en raison d'une panne de courant dans les stations avec l'apparition de l'obscurité et du froid. La jauge à colonne montante sur le site de la toundra arbustive est une jauge de précipitation à détection de pression qui diffuse des données en temps réel toutes les 3 h. Les mesures des précipitations solides à la jauge Nipher ont été corrigées à l'aide d'une équation de correction de la sous-capture du vent (Goodison et al., 1998) avec les vitesses du vent mesurées à partir d'anémomètres à hauteur de jauge à proximité. Les données sur les précipitations de mauvaise qualité ont été supprimées et les lacunes dans les données ont été comblées en établissant des équations de régression pour les variables météorologiques entre chacune des trois stations météorologiques et la station du Whitehorse Weather Service Office (WSO), située à 13 km du WCRB. Les équations pour combler les lacunes dans les précipitations et pour corriger la sous-capture due au vent sont énumérées dans le tableau 4. Les données sur les précipitations des stations de l'aéroport de Whitehorse et de Whitehorse Riverdale ont été utilisées pour combler les lacunes principalement dans l'A.M. de 1996-1997. Les changements d'altitude plutôt que la distance entre les stations sont supposés être responsables de la variation météorologique dans ce bassin d'étude. Premièrement, les précipitations quotidiennes totales ont été séparées en phases de chutes de neige et de précipitations à l'aide d'une méthode développée par Harder et Pomeroy (2013), dans laquelle le bilan énergétique psychrométrique des hydrométéores en chute a été calculé et utilisé pour estimer la phase de précipitations sur la base des équations de transfert turbulent de la poudrerie. sublimation (Pomeroy et Gray, 1995). Ensuite, la proportion de chutes de neige des précipitations a été corrigée pour la sous-capture du vent dans chaque site. Lorsque les données manquaient, les précipitations à la toundra arbustive ou à la station alpine ont été estimées uniquement sur la base des mesures WSO de Whitehorse. Les mesures des chutes de neige du WSO à Whitehorse sont recueillies à l'aide d'une jauge Nipher et nécessitent une correction appropriée du vent à l'aide des mesures de la vitesse du vent du WSO. Les précipitations du WSO à Whitehorse ont été supposées égales aux précipitations sur le site forestier en raison de leur proximité et de leurs élévations similaires. À l'aide des totaux mensuels disponibles, une relation a été trouvée entre les chutes de neige cumulatives à la borne-fontaine (S S sh ) et les jauges Nipher pour calculer les chutes de neige « équivalent Nipher » (S N sh ) sur le site de la toundra arbustive comme dans l'Éq. (1). Lorsque les données sur les bornes fontaines n'étaient pas disponibles, une relation entre les précipitations cumulatives équivalentes Nipher au site de la toundra arbustive et les précipitations Nipher au site WSO de Whitehorse ( S N WH ) a été utilisée comme dans l'Éq. (2). Les données sur les chutes de neige sur le site de la toundra arbustive nécessitent également une correction de sous-captage du vent Nipher. Pour estimer les données de précipitations manquantes dans le site de la toundra arbustive et la jauge à colonne montante, une relation entre les précipitations cumulées à la jauge à colonne montante ( R S sh ) et les précipitations au site WSO de Whitehorse a été utilisée comme dans l'Éq. (3). Pour estimer les chutes de neige manquantes sur le site alpin, une relation a été utilisée pour les chutes de neige cumulées non corrigées entre les jauges Nipher de la toundra alpine et arbustive sur la base des données mensuelles disponibles comme dans l'équation. (4). Cette équation peut également être appliquée à l'équivalent quotidien de la toundra arbustive Nipher dans l'équation. (1). Pour estimer les données pluviométriques manquantes sur le site alpin, la relation entre les précipitations cumulées au Geonor alpin ( R G A ) et la colonne montante de la toundra arbustive (Éq. 5) a été appliquée aux données de précipitations quotidiennes calculées ou mesurées pour la toundra arbustive comme dans l'Éq. (3). Une relation entre les données de précipitations cumulées enregistrées aux jauges Standpipe de la toundra arbustive et Geonor a été trouvée comme dans l'Eq. (6).

Tableau 5Équations de régression utilisées pour combler les lacunes dans les variables météorologiques dans les trois stations représentant les biomes forestiers, arbustifs et alpins dans le bassin de recherche de Wolf Creek.

Pour la correction de sous-capture, les lacunes dans les données de vitesse du vent ( U ) ont également été remplis en interprétant à partir d'autres stations sur la base des équations linéaires les mieux ajustées. Le taux de capture (RC) pour les jauges Nipher a été calculé à partir de l'Eq. (7), dans laquelle la vitesse du vent en m s −1 est mesurée à la hauteur de la jauge Nipher (Goodison et al., 1998). Afin de calculer la vitesse du vent à hauteur de jauge, des longueurs de rugosité de 0,001 m dans la toundra alpine et de 0,1 m dans la toundra arbustive ont été utilisées (Pomeroy et al., 1997). Des équations de régression ont été utilisées pour combler les lacunes dans d'autres variables météorologiques dans les trois stations représentant la forêt, la toundra arbustive et les biomes alpins dans le WCRB. Les équations de régression pour la température de l'air, l'humidité relative et la vitesse du vent ont été fournies dans le tableau 5. Les données de température de l'air ont fait l'objet d'un processus de contrôle de qualité approfondi. Cela comprenait la comparaison de la température de l'air entre les trois sites pour rechercher des différences irréalistes. Lorsqu'elles étaient disponibles, les températures de l'air ont également été comparées entre plusieurs mesures effectuées sur le même site. Les lacunes dans les données horaires sur la température de l'air qui se situaient entre 6 % et 13 % des données totales ont également été comblées par des régressions établies entre les températures horaires aux trois sites du WCRB (tableau 5). Lorsque les données manquaient pendant quelques heures, une interpolation entre les températures de l'air avant et après l'écart a été utilisée.

Les données d'humidité relative (HR) sur le site alpin avaient des périodes d'HR > 100 % avant la correction. Pendant les premières années de l'archive, les données dépassaient souvent 100. De 1995 à 2005, le pic d'HR enregistré a augmenté progressivement chaque année. À partir de septembre 2005, le capteur a été remplacé par une nouvelle version et la qualité des données s'est améliorée, dépassant rarement 100 %. De 2010 à 2018, les données étaient presque entièrement inférieures à 100 %. Pendant quelques années entre 1998 et 2000, il y avait également un deuxième capteur HR sur le site alpin. Ce capteur a confirmé que le capteur HR de la tour principale fournissait en fait des valeurs trop élevées, mais a également montré que pour les valeurs HR basses, il signalait également des valeurs trop basses. Ainsi, une équation a été développée pour réduire la variation des données brutes (RHcru ) en utilisant un polynôme du second ordre comme dans l'équation. (8) dans le tableau 4 dans lequel une et b sont des valeurs constantes liées au pic d'humidité relative mesurée ( RHbrut, max ). Les données d'HR des sites de toundra arbustive et de forêts, qui présentent des schémas similaires à ceux du site alpin, ont fait l'objet d'un contrôle de qualité et les données déraisonnables ont été corrigées.

Les mesures des instruments des systèmes de rayonnement et de bilan énergétique (REBS) pour le rayonnement net (Rn) nécessitent des corrections de la vitesse du vent et sont maintenant considérées comme ayant une incertitude de mesure considérable. Le REBS était opérationnel avant 2006. Lorsque les données sur la vitesse du vent ( U ) n'étaient pas disponibles, une équation générique – telle que l'Eq. (9) – a été appliqué et lorsque les données de vitesse du vent étaient disponibles, l'Eq. (10) a été utilisé (tableau 4). Dans tous les cas, les anémomètres à hélice ont été le premier choix utilisé pour la vitesse du vent, et s'ils n'étaient pas disponibles, des anémomètres à coupelle ont été utilisés. Les instruments NR-Lite2 ont également nécessité une post-correction dans certains cas. Cette correction n'est requise que lorsque la vitesse du vent dépasse 5 m s -1 (Eq. 11). Après l'installation des enregistreurs de données CR1000 en 2013, cette équation de correction pour le NR-Lite2 a été écrite directement dans le programme et donc les post-corrections ne sont plus nécessaires. The original data were not destroyed with any of these corrections, so “uncorrected” net radiation data prior to wind corrections are available for all sites. Shortwave radiation data were collected initially by LiCor Li200S and after 2005 by Kipp-Zonen CMP3-L sensors these data needed to be cleaned to change night-time values to zero, but in other cases the data still have small non-zero values. The CR1000 program now automatically changes negative radiation values to zero, but there can still be small erroneous positive values. Snow or hoarfrost can frequently build up on the solar radiation sensors in mid-winter when wind speeds are low.

Snow depth data from the Campbell Scientific Canada SR50 ultrasonic depth sounder are adjusted to compensate for the effect of temperature on the speed of sound and require a further quality control to smooth out half-hour data and remove the most obviously erroneous data due to precipitation, blowing snow, and movement of the gauge or growth of vegetation under the gauge (vegetation height can be misinterpreted as snow depth). Data were shifted up or down to ensure that the snow depth started and ended the snow-covered period at 0, and albedo increases were used to help identify the snow-covered periods. Except for cases with erroneous data, outgoing and incoming shortwave radiations derived from the radiometers were temporally consistent, which were used to obtain changes in the albedo and snow cover. These corrections have been applied to the entire historical record for all sites and have produced useable datasets at a daily time scale. The snow depth sites, however, have occasionally been disturbed in the past by people standing too close to or falling under the sensor, which adds uncertainty.

Corrections were required to account for differences in soil moisture data over time, some of which are likely due to changes in data loggers or programs. There was a shift in soil moisture values at the forest site after 2005 at depths of 0.3 and 0.8 m below ground surface. This shift was corrected and the data recorded before 2005 were corrected to match with the range of the data recorded after 2005. Neither the shrub tundra nor alpine pits have had this correction.

The long-term monthly averages are presented over the 22-year period in this section. Precipitation reaches maximum 59 mm at the shrub tundra site in July and minimum 8 mm in April at the forest site (Fig. 2). Precipitation maxima fall as rain in summer months. The rainfall ratio, which is defined as the ratio of annual rainfall to total annual precipitation, decreases with elevation: 0.61 at the forest site (750 m a.s.l.), 0.56 at the shrub tundra site (1250 m a.s.l.), and 0.51 at the alpine site (1615 m a.s.l.). The long-term climatological averages show that air temperature is below the freezing-point for 7 months at all three sites in the WCRB. The inter-monthly variation of air temperature is the largest in the forest site which reaches −18 ∘ C in January and 13.6 ∘ C in July (Fig. 2). The relative humidity is the lowest in April and May at the forest site and the highest in October at the alpine site in WCRB (Fig. 3). The recorded wind speed increases with elevation and reaches the maximum value of 35 m s −1 at the alpine site in WCRB over 1993–2014. The prevailing wind direction is southeasterly in the alpine site and above canopy in the forest site and southwesterly in the shrub tundra site (Fig. 4). Maximum wind speed reaches 8 m s −1 above canopy in the forest site (Fig. 4c), which is the lowest amongst the three sites. The second prevailing wind direction is northwesterly at all three sites in WCRB (Fig. 4). Figure 5 shows the annual cycle of streamflow at the Alaska Highway and Coal Lake gauges. Streamflow records show the lowest rates in March and then rise sharply in both gauges and reach their peak values in July. Monthly patterns of streamflow at Coal Lake as a sub-basin and at the Alaska Highway as an outlet of the WCRB are almost the same. Figure 5 shows the annual cycle of water level in the groundwater well. On average, the water level drops to 16.2 m below ground surface in April and rises to its maximum level, 15.87 m below ground surface in August and September. Figure 6a shows the annual cycle of the soil unfrozen water content at the shrub tundra site at the top 1 m soil depth. Soils are dry in winter and soil unfrozen water content is below 0.15 in all of the soil layers in a soil profile with 1 m depth. Soil moisture increases rapidly in April and reaches its maximum value of 0.5 m 3 m −3 in May at the top 0.2 m soil depth. Soils freeze from November to April down to 0.7 m below ground surface and soil temperature reaches 8 ∘ C in July and August (Fig. 6b). Soil temperatures at the top 0.20 m soil layer vary dramatically with air temperature seasonality. Soil temperatures at lower layers show a delay in response to air temperature variations.

figure 3Water year cycle of relative humidity at the three sites in Wolf Creek Research Basin averaged over the period of 1993–2014.

Figure 4Wind speed and direction at the three sites in Wolf Creek Research Basin, averaged over the period of 1993–2014.

Figure 5Water year cycle of streamflow at two Alaska Highway and Coal lake gauges, along with water levels in the groundwater well located in the forest biome within the Wolf Creek Research Basin.

Figure 6Water year cycle of (une) the unfrozen water content of soil and (b) soil temperature at the shrub tundra site in Wolf Creek Research Basin at depths of 0 to 1 m below ground surface.

Data over the period of 1993–2011 were used by Rasouli et al. (2014, 2019) and Rasouli (2017) to investigate the change in mountain snow and runoff regimes under simulated warmer and wetter conditions in an uncertainty framework. Future projections from 11 of the regional climate models for the A2 scenario of the Special Report on Emissions Scenarios (SRES) for the period 2041–2070 were used to perturb records of observations of temperature and precipitation in WCRB.

The database presented and described in this article is available for download from Federated Research Data Repository at https://doi.org/10.20383/101.0113 (Rasouli et al., 2018). Data at the different stations are provided in separated files in csv format. The DEM of the study area (179 km 2 ) at 30 m resolution is also provided in NAD_1983_UTM_Zone_10N coordinates. New data will be added in the database on a yearly basis and made available to the community.

The data from the Wolf Creek Research Basin have contributed significantly to our understanding of snow and runoff processes in subarctic mountainous environments. The long-term dataset at multiple elevations and land-cover types can be used to examine the variability of hydrometeorological fluxes with elevation and land-cover. As an example, the data have been used to investigate the hydrological influence exerted by shrub tundra (Pomeroy et al., 2006). The unique dataset will be valuable to research communities working on mountain and northern hydrology for various purposes such as hydrological model development, assessment of climate change impacts, and inter-site comparison of hydrological processes.

KR and TJW cleaned, organized, and corrected the data and wrote the first draft of the paper. JWP, JRJ and SKC designed and built the instrumented research basin, collected data, managed the data collection over the last three decades, and contributed to the writing of the manuscript.

The authors declare that they have no conflict of interest.

Any reference to specific equipment types or manufacturers is for informational purposes and does not represent a product endorsement.

This article is part of the special issues “Hydrometeorological data from mountain and alpine research catchments” and “Water, ecosystem, cryosphere, and climate data from the interior of western Canada and other cold regions”. It is not associated with a conference.

The authors wish to acknowledge three decades of Wolf Creek Research Basin operation, with substantial contributions to installation, maintenance, and operation of the core snow surveys, meteorological stations and hydrometric stations under inclement conditions from Glenn Ford, Glen Carpenter, Kerry Paslowski, Martin Jasek, Dell Bayne, Newell Hedstrom, Raoul Granger, Cuyler Onclin, Michael Solohub, and Richard Essery amongst many others. Funding for the basin has come from Yukon Environment, Environment Canada, DIAND, NSERC, CFCAS, NERC, Welsh Assembly Government, NOAA, and other sources. The research was funded by the NSERC's Discovery Grants and Post-doctoral Fellowship, the Changing Cold Regions Network, the Alexander Graham Bell Canada Graduate Scholarship-Doctoral Program and Global Water Futures. This paper is dedicated to the late J. Richard Janowicz, whose dream of a northern research basin was realised in Wolf Creek Research Basin a dream to which he tenaciously devoted the last 27 years of his life.

Edited by: Danny Marks
Reviewed by: two anonymous referees

Carey, S. K., Quinton, W. L., and Goeller, N. T.: Field and laboratory estimates of pore size properties and hydraulic characteristics for subarctic organic soils, Hydrol. Process., 21, 2560–2571, 2007.

Dornes, P. F., Pomeroy, J. W., Pietroniro, A., Carey, S. K., and Quinton W. L.: Influence of landscape aggregation in modelling snow-cover ablation and snowmelt runoff in a sub-arctic mountainous environment, Hydrolog. Sci. J., 53, 725–740, 2008.

Francis, S., S. Smith, and Janowicz, R.: Data integration and ecological zonation of Wolf Creek watershed. Wolf Creek Research Basin–Hydrology, Ecology, Environment – Proceedings of a workshop held in Whitehorse, Yukon, 5–7 March 1998, edited by: Pomeroy, J. W. and Granger R. J., Citeseer, 93–100, 1998.

Goodison, B., Louie, P., and Yang D.: The WMO solid precipitation measurement intercomparison, World Meteorological Organization-Publications-WMO TD, World Meteorological Organization, Geneva, Switzerland, 65–70, 1998.

Harder, P. and Pomeroy, J.: Estimating precipitation phase using a psychrometric energy balance method, Hydrol. Process., 27, 1901–1914, 2013.

Klemeš, V.: The modelling of mountain hydrology: the ultimate challenge, IAHS-AISH publication, Hydrology of Mountainous Areas, Proceedings of the Strbské Pleso Workshop, Czechoslovakia, June 1988, 190, 29–43, 1990.

Kochendorfer, J., Nitu, R., Wolff, M., Mekis, E., Rasmussen, R., Baker, B., Earle, M. E., Reverdin, A., Wong, K., Smith, C. D., Yang, D., Roulet, Y.-A., Buisan, S., Laine, T., Lee, G., Aceituno, J. L. C., Alastrué, J., Isaksen, K., Meyers, T., Brækkan, R., Landolt, S., Jachcik, A., and Poikonen, A.: Analysis of single-Alter-shielded and unshielded measurements of mixed and solid precipitation from WMO-SPICE, Hydrol. Syst. Sci., 21, 3525–3542, https://doi.org/10.5194/hess-21-3525-2017, 2017.

Laudon H., Spence, C., Buttle, J., Carey, S. K., McDonnell, J. J., McNamara, J. P., Soulsby, C., and Tetzlaff, D.: Saving northern high-latitude catchments, Nat. Geosci., 10, 324–325, https://doi.org/10.1038/ngeo2947, 2017.

Lewkowicz, A. G. and Ednie M.: Probability mapping of mountain permafrost using the BTS method, Wolf Creek, Yukon Territory, Canada, Permafrost Periglac., 15, 67–80, 2004.

MacDonald, J. P.: Unloading of intercepted snow in conifer forests, MSc Thesis, University of Saskatchewan, Saskatoon, Canada, 93 pp., 2010.

McCartney, S. E., Carey, S. K., and Pomeroy, J. W.: Intra-basin variability of snowmelt water balance calculations in a subarctic catchment, Hydrol. Process., 20, 1001–1016, 2006.

Pan, X., Yang, D., Li, Y., Barr, A., Helgason, W., Hayashi, M., Marsh, P., Pomeroy, J., and Janowicz, R. J.: Bias corrections of precipitation measurements across experimental sites in different ecoclimatic regions of western Canada, The Cryosphere, 10, 2347–2360, https://doi.org/10.5194/tc-10-2347-2016, 2016.

Pomeroy, J. W. and Granger, R. J.: Wolf Creek Research Basin: Hydrology, Ecology, Environment. National Water Research Institute, Environment Canada, Saskatoon, Saskatchewan, Canada, 160 pp., 1999.

Pomeroy, J. W. and Gray, D. M.: Snow accumulation, relocation and management, National Hydrology Research Institute Science Report, no. 7, Environment Canada, Saskatoon, Canada, 144 pp., 1995.

Pomeroy, J. W., Marsh, P., and Gray, D. M.: Application of a distributed blowing snow model to the Arctic, Hydrol. Process., 11, 1451–1464, 1997.

Pomeroy, J. W., Hedstrom, N., and Parviainen, J.: The snow mass balance of Wolf Creek, Yukon: effects of snow sublimation and redistribution. Wolf Creek Research Basin–Hydrology, Ecology, Environment – Proceedings of a workshop held in Whitehorse, Yukon, 5–7 March 1998, edited by: Pomeroy, J. W. and Granger R. J., 15–30, 1998.

Pomeroy, J. W., Toth, B., Granger, R. J., Hedstrom, N. R., and Essery, R. L. H.: Variation in surface energetics during snowmelt in a subarctic mountain catchment, J. Hydrometeorol., 4, 702–719, 2003.

Pomeroy, J. W., Bewley, D. S., Essery, R. L. H., Hedstrom, N. R., Link, T., Granger, R. J., Sicart, J. E., Ellis, C. R., and Janowicz J. R.: Shrub tundra snowmelt, Hydrol. Process., 20, 923–941, 2006.

Quinton, W. L. and Carey, S. K.: Towards an energy-based runoff generation theory for tundra landscapes, Hydrol. Process., 22, 4649–4653, 2008.

Rasouli, K.: Sensitivity analysis of mountain hydrology to changing climate, PhD thesis, University of Saskatchewan, Saskatoon, Canada, 251 pp., 2017.

Rasouli, K., Pomeroy, J. W., Janowicz, J. R., Carey, S. K., and Williams, T. J.: Hydrological sensitivity of a northern mountain basin to climate change, Hydrol. Process., 28, 4191–4208, 2014.

Rasouli, K., Pomeroy, J. W., Janowicz, J. R., Williams, T. J., and Carey, S. K.: Hydrometeorological data collected at Wolf Creek Research Basin, Yukon Territory, Canada over 1993–2014, Federated Research Data Repository, https://doi.org/10.20383/101.0113, 2018.

Rasouli, K., Pomeroy, J. W., and Whitfield P. H.: Hydrological response of headwater basins to perturbed climate in North American Cordillera, J. Hydrometeorol., revised and resubmitted, 2019.


1.2 Geographic coordinate systems

Geographic Coordinate Systems uses a three-dimensional spherical surface to define locations on the earth. Points on the earth's surface are referenced by longitude (north-south vertical lines) and latitude (east-west horizontal lines) measured in degrees (or in grads) as angles from the earth's center. Although longitude and latitude can locate an exact position on the earth's surface, they are not uniform units of measure. For example, latitude gets gradually smaller as one leaves the equator and approaches the poles.

Datums define the position of the spheroid relative to the center of the earth by defining the origin and orientation of latitude and longitude lines. Because local datums are aligned with a particular area of the earth's surface, a datum for Europe (ED 1950) can't be used to reference locations in North America (NAD) and vice versa. There are numerous datums and dates of datums primarily due to the improvements of satellite data with WGS 1984 serving as the framework for locational measurements worldwide.


2.3 The Arctic and Antarctic

The basic principle of polar grid construction is that the number of data grid columns decreases by powers of 2 as distances between lines of longitude decrease by a factor of 2. This gridding concept is illustrated in Fig. 4 with grid cells greatly enlarged for clarity. The first such boundary is at 60 ∘ where lines of latitude have half the spacing that they do at the Equator [ cos (60)=0.5 ]. The next is at (approx.) 75.5 ∘ where lines of longitude half again. The third transition is above 82.8 ∘ where data grids have one-eighth of the number of columns per degree relative to rows.

Figure 4For the polar regions the number of grid columns is reduced by two each time the spacing between lines of latitude is halved.

In addition to reducing the number of data grid columns on a per degree basis, metagrids become larger in the east–west direction as illustrated in Fig. 3. This is to avoid metagrids becoming very thin trapezoids, close to the pole. They become 24×8 at 72 ∘ N and 72×8 at 80 ∘ N. North of 88 ∘ is a single 360 ∘ × 2 ∘ metagrid node.

To fit correctly within the 24×8 and 72×78 metagrid cells, data grids must be modified in such a way that they maintain the power of 2 ratio between abutting grids. Consider an example of a data grid based on a metagrid cell spanning 72–80 ∘ (latitude) and 0–24 ∘ (longitude). Were it not for the halving rule (north of 60) this data grid would contain 960 rows and 2880 columns, but because of the halving principle, above 60 ∘ it will have 960 rows and 1440 columns. Other allowable data grid sizes for this metagrid cell are 480×720 , 240×360 and 120×180 .

The wide high-latitude metagrid nodes form the roots of a quadtrees that subdivide in the same way as the 8×8 quadtrees at lower latitudes. So the child nodes of a 24 ∘ × 8 ∘ metagrid node will be 12 ∘ × 4 ∘ , the grandchild nodes will be 6 ∘ × 2 ∘ and so on.

In all cases the result is to create data grid cells where the east–west resolution is as good as, or better than, the north–south resolution.


The emergence of provincial source water protection policy

In 2000, a municipal well in Walkerton, Ontario, northwest of the Region of Waterloo, was discovered to be contaminated with E. coli bacteria resulting in the death of seven people and many more having long-term illnesses. This water-related disaster led to the Walkerton Inquiry, which resulted in a defining report (O’Connor 2002 ), providing Ontario with a series of source water protection-related recommendations. The report proposed a watershed-based approach to source water protection (Province of Ontario 2004 ) which led to the promulgation of the Clean Water Act (Province of Ontario 2006 ) to protect the quality and quantity of municipal water sources.

Until this time, the Region had tailored groundwater protection to meet its unique Canadian situation, that being a large land-locked urban municipality primarily dependent on groundwater for municipal supplies. Prior to Walkerton, the Region’s protection strategy was developed in the absence of any provincial framework that could provide structure and enforceability, and “level the playing field” with other municipalities from an economic, planning and land-use perspective, by having to include similar environmental protection measures for drinking water. The Region’s WRPS focused on increasing the understanding of the groundwater resources, as well as moving forward with realistic policies that could contribute to protection of municipal groundwater supplies. Le Clean Water Act introduced new technical assessment requirements and new implementation tools beyond the Planning Act, which was the primary regulatory tool the Region used for source water protection.

Le Clean Water Act (CWA) of 2006 provides a framework to develop local source water protection plans. The Act requires local source water protection authorities to work with municipalities to assess their water supplies for both water quantity (water budget and water quantity risk assessment) and water quality (vulnerable area delineation, threat identification and water quality risk assessment). Water budget and water quantity risk assessments were conducted at the watershed and subwatershed scale while water quality assessments were conducted at the wellhead capture area scale. Guidance modules were prepared by the MOE to aid in assessing the vulnerability of groundwater to contamination and to assess water budget and water quantity risks (Ontario Ministry of the Environment 2006 , 2007 ). Methodologies were also developed to conduct contaminant threats inventories and evaluate drinking water quality issues at all water supply intakes. The methodologies were replaced with a set of technical rules, which are required by CWA legislation (Province of Ontario 2009 ).

highly vulnerable aquifer areas,

significant groundwater recharge areas, and

wellhead protection areas.

WHPA-A, a100-m pathogen security zone,

WHPA-B, a two-year ToT pathogen protection zone

a five-year ToT dense non-aqueous liquid (DNAPL) protection zone, and

a five-year and 25-year chemical protection zone.

To take advantage of this new provincial interest, the Region received funding from the Ontario Ministry of the Environment (MOE) to conduct a number of technical studies to align with the MOE’s source water protection approach, which included an update to the WRPS Master Plan in order to incorporate the requirements of the CWA and to guide source water protection activities for the Region from 2007 through to 2016 (Regional Municipality of Waterloo 2008 ). The Master Plan was implemented in two phases. The first phase was to address activities and programs in the interim period until 2012, prior to the completion of the Source Protection Plan for the Region, as required by the CWA. This phase focused on improving the understanding of groundwater flow to each well field, with an emphasis on the well fields where water quality had been impacted by historical and/or existing land uses. The second phase would start after the integration of the Master Plan with the Source Protection Plan and would focus on risk reduction and risk management, guided by the completed Source Protection Plan. This would include the updates to existing numerical groundwater flow models that have been completed by the Region (see Meyer et al. 2014 , this issue) to align with the requirements of the Technical Rules of the CWA.

The CWA Technical Rules require that water quantity and water budget assessments be completed for each watershed in the Province. A provincial MOE guidance document (Ontario Ministry of the Environment 2007 ) was developed, taking a three-tiered approach, where each tier used more sophisticated analysis tools and analysis completed at a progressively smaller scale. A water quantity risk assessment was carried out at a subwatershed scale by calculating the percentage of water used for municipal water supply purposes, compared to the total amount of water available within each subwatershed. In the Grand River watershed, extensive data sets collected by the Region, the local municipalities and the Grand River Conservation Authority were used to conduct the water quantity assessment at the “second” tier, calculating the water quantity stress through the use of hydrological and hydrogeological models at the watershed scale. Results of this water budget modelling (AquaResource Inc. 2009 ) indicated that several subwatersheds, encompassing much of the Waterloo Moraine, had a high water use requiring a more detailed well-by-well assessment of the Region’s ability to meet future water demands from groundwater. Information from the water budget model for the Grand River watershed was incorporated into an updated hydrogeological model of the Waterloo Moraine, which was then used to undertake the third-tier local water budget and risk assessment, ongoing as of the date of submission of this paper.

The source protection studies have resulted in considerable advances to the understanding of the Waterloo Moraine area through updates and refinements to the hydrological and hydrogeological models at the watershed scale. Watershed and subwatershed water budget analyses were required at a broader scale while the capture zones for each well field were refined at the local scale.


Unprojecting a Digital Elevation Model (DEM)

This example shows how to convert a USGS DEM into a regular latitude-longitude grid having comparable spatial resolution. U.S. Geological Survey (USGS) 30-meter Digital Elevation Models (DEMs) are regular grids (raster data) that use the UTM coordinate system. Using such DEMs in applications may require reprojecting and resampling them. You can readily apply the approach show here to projected map coordinate systems other than UTM and to other DEMs and most types of regular data grids.

First, set the output display format to longG so that the output displays more decimal places. Get the current output format so that you can restore it at the end of the example.

Step 1: Import the DEM and its Metadata

This example uses a USGS DEM for a quadrangle 7.5-arc-minutes square located in the White Mountains of New Hampshire, USA. Import the data and a map cells reference object using the readgeoraster function. Get additional metadata using the georasterinfo function.

Replace missing data with NaN values.

Step 2: Get Projection Information

Get information about the projected coordinate reference system by querying the ProjectedCRS property of the reference object. The result is a projcrs object. Then, get the ellipsoid for the coordinate reference system.

Step 3: Determine which UTM Zone to Use and Construct a Map Axes

From the Name property of the projcrs object, you can tell that the DEM is gridded in a Universal Transverse Mercator (UTM) coordinate system.

To find the UTM zone, first locate the center of the DEM in UTM coordinates. Then, convert the coordinates to latitude-longitude.

Find the UTM zone for the DEM by using the utmzone function.

Use the zone and ellipsoid to create a map axes.

Note: if you can visually place the approximate location of New Hampshire on a world map, then you can confirm this result with the utmzoneui GUI.

Step 4: Display the Original DEM on the Map Axes

Use mapshow (rather than geoshow or meshm ) to display the DEM on the map axes because the data are gridded in map (x-y) coordinates.

The DEM covers such a small part of this map that it may be hard to see (look between 44 and 44 degrees North and 72 and 71 degrees West), because the map limits are set to cover the entire UTM zone. You can reset them (as well as the map grid and label parameters) to get a closer look.

When it is viewed at this larger scale, narrow wedge-shaped areas of uniform color appear along the edge of the grid. These are places where Z contains the value NaN, which indicates the absence of actual data. By default they receive the first color in the color table, which in this case is dark green. These null-data areas arise because although the DEM is gridded in UTM coordinates, its data limits are defined by a latitude-longitude quadrangle. The narrow angle of each wedge corresponds to the non-zero "grid declination" of the UTM coordinate system in this part of the zone. (Lines of constant x run precisely north-south only along the central meridian of the zone. Elsewhere, they follow a slight angle relative to the local meridians.)

Step 5: Define the Output Latitude-Longitude Grid

The next step is to define a regularly-spaced set of grid points in latitude-longitude that covers the area within the DEM at about the same spatial resolution as the original data set.

First, you need to determine how the latitude changes between rows in the input DEM (i.e., by moving northward by 30 meters).

The actual spacing can be rounded slightly to define the grid spacing to be used for the output (latitude-longitude) grid.

To set the extent of the output (latitude-longitude) grid, start by finding the corners of the DEM in UTM map coordinates.

Then convert the corners to latitude-longitude. Display the latitude-longitude corners on the map (via the UTM projection) to check that the results are reasonable.


World digital elevation model (ETOPO5)

  • Zipped DEM .img raster (IMAGINE image), raster data (ZIP archive)
    11.95 MB Download file /data-and-maps/data/ga-downloads/DAT-92-en/world-digital-elevation-model-etopo5/dem_img.zip
Zipped DEM GeoTIFF raster (Geographic Tag Image File Format), raster data
  • Zipped DEM GeoTIFF raster (Geographic Tag Image File Format), raster data (ZIP archive)
    12.08 MB Download file /data-and-maps/data/ga-downloads/DAT-92-en/world-digital-elevation-model-etopo5/dem_geotiff.zip

Métadonnées

Last upload: Last upload Rights: EEA standard re-use policy: unless otherwise indicated, re-use of content on the EEA website for commercial or non-commercial purposes is permitted free of charge, provided that the source is acknowledged (https://www.eea.europa.eu/legal/copyright). Copyright holder: National Oceanic and Atmospheric Administration (NOAA). Coordinate reference system: EPSG:4008 Source d'information

The ETOPO5 data may be credited in publications by reference to &quotData Announcement 88-MGG-02, Digital relief of the Surface of the Earth. NOAA, National Geophysical Data Center, Boulder, Colorado, 1988.&quot The version of the data making up ETOPO5 is from May, 1988, with the exception of a small area in Canada (120-130 W, 65-70 N), which was regridded in 1990.

Owners: National Oceanic and Atmospheric Administration (NOAA)

Additional information

The resolution of the gridded data varies from true 5-minute for the ocean floors, the USA., Europe, Japan,and Australia to 1 degree in data-deficient parts of Asia, South America, northern Canada, and Africa. Data sources are as follows: Ocean Areas: US Naval Oceanographic Ofice USA., W. Europe, Japan/Korea: US Defense Mapping Agency Australia: Bureau of Mineral Resources, Australia New Zealand: Department of Industrial and Scientific Research, New Zealand balance of world land masses: US Navy Fleet Numerical Oceanographic Center. These various data bases were originally assembled in 1988 into the worldwide 5-minute grid by Margo Edwards, then at Washington University, St. Louis, MO.
Geographical coverage: world


Voir la vidéo: Creating TIN from DEM in ArcGis