Canada Landsat Disturbance (CanLaD) 2017

This data publication contains a set of files in which areas affected by fire or by harvest from 1984 to 2015 are identified at the level of individual 30m pixels on the Landsat grid. Details of the product development can be found in Guindon et al (2018).

The change detection is based on reflectance-corrected yearly summer (July and August) Landsat mosaics from 1984 to 2015 created from individual scenes developed from USGS reflectance products (Masek et al, 2006; Vermote et al, 2006). Briefly, the change detection method uses a six-year temporal signature centered on the disturbance year to identify fire, harvest and no change. The signatures were derived from visually-interpreted disturbance or no-change polygons that were used to fit a decision tree model.

The method detects about 91% of the areas harvested and 85% of the areas burned across Canada’s forests over the study period, but overestimates areas disturbed in the two initial and mostly in the two final years of the 1985 to 2015 time series. This is caused by the absence of appropriate pre-disturbance and post-disturbance data for the model-based detection and attribution. Disturbance coverage in those four years should therefore be used with caution. As in Guindon et al (2014), the method was designed to minimize commission errors and has a disturbance class attribution success rate of about 98%. The attribution success rate of disturbance year for fire is of about 69% for the exact year and of about 99% when attribution to the following year is also considered as a success. This common one-year lag is mostly due to the use of mid-summer Landsat mosaics for the analysis that will cause spring and fall events of the same year to be attributed to successive years. For example, a fire that occurred in the fall of 2004 (after July and August), will be detected and attributed to 2005, while for a fire that occurred in the spring of 2004 will be detected and attributed to 2004. The presence of clouds and shadows or image availability causes 10% of missing data annually and therefore can too delay the capture of events.

The data provides uniform spatial and temporal information on fire and harvest across all provinces and territories of Canada and is intended for strategic-level analysis. Since no attention was given to other minor disturbances such as mining, road or flooding, the product should not be used for their identification. Finally, calibration datasets were developed for only three major forest pests (mountain pine beetle, eastern spruce budworm and forest tent caterpillar), but were folded within the “no-change” class in order to minimize commission errors for fire and harvest . Less common pests for which validation datasets are hard to develop were not considered and therefore could in rare circumstances generate false fire events.

Considering that area having two (3.3%) to three disturbances (less than 1%) events are not common, only the most recent disturbance is provided, overlapping older disturbances in these rare case.

## Please cite this dataset as:

Guindon, L., P. Villemaire, R. St-Amant, P.Y. Bernier, A. Beaudoin, F. Caron, M. Bonucelli and H. Dorion. 2017. Canada Landsat Disturbance (CanLaD): a Canada-wide Landsat-based 30-m resolution product of fire and harvest detection and attribution since 1984. https://doi.org/10.23687/add1346b-f632-4eb9-a83d-a662b38655ad

## Scientific article citation:

The creation, validation and limitations of the CanLaD product are described in the Supplementary Material file associated with the following article: Guindon, L.; Bernier, P.Y.; Gauthier, S.; Stinson, G.; Villemaire, P.; Beaudoin, A. 2018. Missing forest cover gains in boreal forests explained. Ecosphere, 9 (1) Article e02094. doi:10.1002/ecs2.2094.

## Cited references:

Masek, J.G., Vermote, E.F., Saleous N.E., Wolfe, R., Hall, F.G., Huemmrich, K.F., Gao, F., Kutler, J., and Lim, T-K. (2006). A Landsat surface reflectance dataset for North America, 1990–2000. IEEE Geoscience and Remote Sensing Letters 3(1):68-72. http://dx.doi.org/10.1109/LGRS.2005.857030.

Vermote, E., Justice, C., Claverie, M., & Franch, B. (2016). Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment. http://dx.doi.org/10.1016/j.rse.2016.04.008.

Jeux de données disponibles au téléchargement

Informations supplémentaires

Champ Valeur
Dernière mise à jour octobre 20, 2025, 03:57 (TU)
Créé octobre 20, 2025, 03:57 (TU)
Domaine / Sujet
Domaine ou sujet du jeu de données catalogué.
Imagery Base Maps Earth Cover
Titre
Titre du jeu de données.
Canada Landsat Disturbance (CanLaD) 2017
Description
Une description du jeu de données.

This data publication contains a set of files in which areas affected by fire or by harvest from 1984 to 2015 are identified at the level of individual 30m pixels on the Landsat grid. Details of the product development can be found in Guindon et al (2018).

The change detection is based on reflectance-corrected yearly summer (July and August) Landsat mosaics from 1984 to 2015 created from individual scenes developed from USGS reflectance products (Masek et al, 2006; Vermote et al, 2006). Briefly, the change detection method uses a six-year temporal signature centered on the disturbance year to identify fire, harvest and no change. The signatures were derived from visually-interpreted disturbance or no-change polygons that were used to fit a decision tree model.

The method detects about 91% of the areas harvested and 85% of the areas burned across Canada’s forests over the study period, but overestimates areas disturbed in the two initial and mostly in the two final years of the 1985 to 2015 time series. This is caused by the absence of appropriate pre-disturbance and post-disturbance data for the model-based detection and attribution. Disturbance coverage in those four years should therefore be used with caution. As in Guindon et al (2014), the method was designed to minimize commission errors and has a disturbance class attribution success rate of about 98%. The attribution success rate of disturbance year for fire is of about 69% for the exact year and of about 99% when attribution to the following year is also considered as a success. This common one-year lag is mostly due to the use of mid-summer Landsat mosaics for the analysis that will cause spring and fall events of the same year to be attributed to successive years. For example, a fire that occurred in the fall of 2004 (after July and August), will be detected and attributed to 2005, while for a fire that occurred in the spring of 2004 will be detected and attributed to 2004. The presence of clouds and shadows or image availability causes 10% of missing data annually and therefore can too delay the capture of events.

The data provides uniform spatial and temporal information on fire and harvest across all provinces and territories of Canada and is intended for strategic-level analysis. Since no attention was given to other minor disturbances such as mining, road or flooding, the product should not be used for their identification. Finally, calibration datasets were developed for only three major forest pests (mountain pine beetle, eastern spruce budworm and forest tent caterpillar), but were folded within the “no-change” class in order to minimize commission errors for fire and harvest . Less common pests for which validation datasets are hard to develop were not considered and therefore could in rare circumstances generate false fire events.

Considering that area having two (3.3%) to three disturbances (less than 1%) events are not common, only the most recent disturbance is provided, overlapping older disturbances in these rare case.

## Please cite this dataset as:

Guindon, L., P. Villemaire, R. St-Amant, P.Y. Bernier, A. Beaudoin, F. Caron, M. Bonucelli and H. Dorion. 2017. Canada Landsat Disturbance (CanLaD): a Canada-wide Landsat-based 30-m resolution product of fire and harvest detection and attribution since 1984. https://doi.org/10.23687/add1346b-f632-4eb9-a83d-a662b38655ad

## Scientific article citation:

The creation, validation and limitations of the CanLaD product are described in the Supplementary Material file associated with the following article: Guindon, L.; Bernier, P.Y.; Gauthier, S.; Stinson, G.; Villemaire, P.; Beaudoin, A. 2018. Missing forest cover gains in boreal forests explained. Ecosphere, 9 (1) Article e02094. doi:10.1002/ecs2.2094.

## Cited references:

Masek, J.G., Vermote, E.F., Saleous N.E., Wolfe, R., Hall, F.G., Huemmrich, K.F., Gao, F., Kutler, J., and Lim, T-K. (2006). A Landsat surface reflectance dataset for North America, 1990–2000. IEEE Geoscience and Remote Sensing Letters 3(1):68-72. http://dx.doi.org/10.1109/LGRS.2005.857030.

Vermote, E., Justice, C., Claverie, M., & Franch, B. (2016). Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment. http://dx.doi.org/10.1016/j.rse.2016.04.008.
Étiquettes / Mots-clés
Mots-clés/étiquettes catégorisant le jeu de données.
Format (CSV, XLS, TXT, PDF, etc.)
Format de fichier du jeu de données.
Taille du jeu de données
Taille du jeu de données en mégaoctets.
Identifiant des métadonnées
Identifiant des métadonnées — peut être utilisé comme identifiant unique pour l’entrée du catalogue.
Date de publication
Date de publication du jeu de données.
2017-11-09
Période temporelle des données (date de début)
Date de début des données dans le jeu de données.
Période temporelle des données (date de fin)
Date de fin des données temporelles du jeu de données.
Zone géospatiale couverte
Région spatiale ou lieu nommé couvert par le jeu de données.
Champ Valeur
Catégorie d’accès
Type d’accès accordé pour le jeu de données (ouvert, restreint, service, etc.).
Licence
Licence utilisée pour accéder au jeu de données.
Open Government Licence - Canada
Restrictions d’utilisation
Restrictions d’utilisation des données.
Emplacement
Emplacement du jeu de données.
https://open.canada.ca/data/en/dataset/add1346b-f632-4eb9-a83d-a662b38655ad
Service de données
Service de données pour accéder à un jeu de données.
Propriétaire
Propriétaire du jeu de données.
Natural Resources Canada | Ressources naturelles Canada
Point de contact
Qui contacter concernant l’accès ?
Government of Canada; Natural Resources Canada; Canadian Forest Service, voice; 1 (418) 6484492, [email protected]
Courriel du point de contact
Courriel à utiliser pour l’accès ?
Éditeur
Éditeur du jeu de données.
Courriel de l’éditeur
Adresse courriel de l’éditeur.
[email protected]
Auteur
Auteur du jeu de données.
Courriel de l'auteur
Adresse courriel de l’auteur.
Date d’accès
Date à laquelle les données et métadonnées ont été consultées.
Champ Valeur
Identifiant
Identifiant unique du jeu de données.
Langue
Langue(s) du jeu de données
Lien vers la description du jeu de données
Une URL vers un document externe décrivant le jeu de données.
Identifiant persistant
Les données sont identifiées par un identifiant persistant.
Identifiant globalement unique
Les données sont identifiées par un identifiant persistant et globalement unique.
Contient des données sur des individus
Le jeu de données contient-il des données sur des individus ?
Contient des données identifiables sur des individus
Le jeu de données contient-il des données identifiables sur des individus ?
Contient des données autochtones
Le jeu de données contient-il des données sur des communautés autochtones ?
Type de portail
Type de plateforme du portail source.
Champ Valeur
Version
Version du jeu de données
None
Source
Source du jeu de données.
None
Notes de version
Notes de version à propos du jeu de données.
Est une version d’un autre jeu de données
Lien vers le jeu de données dont celui-ci est une version.
Autres versions
Lien vers les jeux de données qui en sont des versions.
Texte de provenance
Texte de provenance des données.
URL de provenance
URL de provenance des données.
Résolution temporelle
Décrit la granularité des données temporelles dans le jeu de données.
Résolution géospatiale en mètres
Décrit la granularité (en mètres) des données géospatiales dans le jeu de données.
Résolution géospatiale (par régions)
Décrit la granularité (par régions) des données géospatiales dans le jeu de données.
Champ Valeur
Permission de la communauté autochtone
Qui détient la permission de la communauté autochtone. Qui contacter pour l’accès à un jeu de données concernant des communautés autochtones.
Permission communautaire
Permission communautaire (qui a accordé la permission).
Les communautés autochtones concernées par le jeu de données
Communautés autochtones dont sont issues les données.
Champ Valeur
Nombre de lignes de données
Pour un jeu de données tabulaire, nombre total de lignes.
Nombre de colonnes de données
Pour un jeu de données tabulaire, nombre total de colonnes uniques.
Nombre de cellules de données
Pour un jeu de données tabulaire, nombre total de cellules contenant des données.
Nombre de relations de données
Pour un jeu de données RDF, nombre total de triplets.
Nombre d’entités
Pour un jeu de données RDF, nombre total d’entités.
Nombre de propriétés de données
Pour un jeu de données RDF, nombre total de propriétés uniques utilisées par les triplets.
Qualité des données
Décrit la qualité des données du jeu de données.
Métrique de qualité des données
Une métrique utilisée pour mesurer la qualité des données, telle que les valeurs manquantes ou les formats invalides.

0 Commentaires

Please login or register to comment.