Indice d’humidité topographique issu du LiDAR

Le lien : Accéder au répertoire de données est disponible à la section Fiches descriptives du jeu de données ; Informations complémentaires.

Dans le cadre du projet d’acquisition de données par le capteur LiDAR à l'échelle provinciale, un indice d’humidité topographique ou Topographic Wetness Index (TWI) a été produit à partir du modèle numérique de terrain issu du LiDAR (Light Detection and Ranging) aérien. Les couches matricielles ainsi produites fournissent de l’information sur le potentiel d’accumulation d’eau sur le territoire en fonction de la pente et de l’accumulation à un pixel donné.

Données et ressources (13)

Fiche descriptive du jeu de données

Organisation Ministère des Ressources naturelles et des Forêts
Catégories Environnement, ressources naturelles et énergie
Étiquettes Cartographie
DIF
Direction inventaires forestiers
Hydrographie
Hydrologie
LiDAR
Relief
TWI
Terrain
Élévation
Licence Attribution (CC-BY 4.0)
Citation recommandée MINISTÈRE DES RESSOURCES NATURELLES ET DES FORÊTS. Indice d’humidité topographique issu du LiDAR, [Jeu de données], dans Données Québec, 2020, mis à jour le 28 janvier 2025. [https://www.donneesquebec.ca/recherche/dataset/indice-humidite-topographique-issu-du-lidar], (consulté le 30 octobre 2025).
Responsable Secteur des forêts - Direction des inventaires forestiers (DIF)
Courriel inventaires.forestiers@mrnf.gouv.qc.ca
Fréquence de mise à jour Annuel
Couverture géographique Autre
Couverture temporelle
Informations complémentaires

Métadonnées:

Format : Matriciel en format tif (.tif)

Résolution spatiale à 1 m

Surface de référence géodésique : Ellipsoïde GRS 80

Système de référence géodésique : NAD 83

Projection : Mercator transverse modifiée

Accédez au répertoire des données
Site internet de l'organisation ou de référence http://mffp.gouv.qc.ca/les-forets/inventaire-ecoforestier/
Respect des lignes directrices 95.0%
Dernière modification (métadonnées ou ressources) 2025-01-28 08:57 EST
Diffusion initiale 2020-11-04 10:09 EST
Identifiant c979c259-3553-4473-816a-ef14a36c5a05