Water Surface Temperature and Suspended Sediment Concentration (SSC) Retrieval from Landsat Imagery, Northwest Territories, Canada

Abstract

This paper presents water surface temperature retrieval using Landsat thermal band and meteorological ancillary data. The algorithms were tested using Landsat-5/7/8 imagery acquired at different study sites along the Slave River and Mackenzie River of the Northwest Territories (NWT), Canada. By comparing the retrieved temperatures with in situ water temperatures, in-depth validation of one reliable retrieved technique was successfully demonstrated. The method yielded a mean absolute error (MAE) in the range of 1.00–1.38 °C, over 7 validation locations in a 2-year observation period. This paper also presents a method to estimate suspended sediment concentration (SSC) in the Slave River region using Landsat-8 imagery. The numerical relationships between in situ SSC measurements and water-leaving reflectance in visible and near-infrared (NIR) bands were investigated through regression fitting. The SSC estimation results using the retrieved models were analyzed and validated, the NIR model was found to generate the smallest estimation errors with a MAE of 7.98 mg/L using leave-one-out (LOO) uncertainty assessment. An operational web-based tool for water surface temperature and SSC mapping based on the algorithms validated during this study has been developed to address additional monitoring requirements of the NWT communities. The design and implementation of this tool is also described.

RÉSUMÉ

Cet article présente une approche d’estimation de la température de l’eau à l’aide de la bande thermique de Landsat et de données météorologiques auxiliaires. Les algorithmes ont été testés à partir d’images Landsat-5/7/8 acquises au-dessus de sites d’étude le long de la rivière des Esclaves et du fleuve Mackenzie dans les territoires du Nord-Ouest (T.N.-O.) au Canada. En comparant les températures récupérées avec les températures de l’eau in situ, la fiabilité de la technique de récupération a été validée. L’erreur absolue moyenne (MEA) est de l’ordre de 1,00 à 1,38°C sur les sept sites de validation pour une période d’observation de deux ans. Cet article présente également une méthode empirique pour estimer la concentration de sédiments en suspension (SSC) dans la région de la rivière des Esclaves à l’aide de l’imagerie Landsat-8. Des régressions entre les mesures in situ de CSS et la réflectance de l’eau dans les bandes du visible et proche infrarouge (PIR) ont été étudiées. Les estimations de la CSS dérivées des modèles ont été analysées et validées, le modèle NIR a généré les erreurs d’estimation les plus petites, soit une MAE de 7,98 mg/L au moyen de l’approche d’évaluation de l’incertitude leave-one-out (LOO). Un outil opérationnel d’estimation de la température de l’eau et de la cartographie de la SSC, basé sur les algorithmes validés au cours de cette étude, a été implanté sur internet afin de répondre aux besoins de suivi de leur environnement des communautés du NWT. La conception et la mise en oeuvre de cet outil est également décrite ici.

Acknowledgement

The authors would like to thank Katherine Trembath of the GNWT Environment and Natural Resources for providing the in situ water temperature measurements; and Katarina Carthew, Gila Somers and their colleagues of the GNWT Environment and Natural Resources for their helpful discussions and information about the Slave River and Delta environment. We would also like to thank Dr. Alexandre Beaulieu of Natural Resources Canada for his helpful comments and encouragement for the publication of this study.

Disclosure statement

The authors declare no competing financial interests.

Additional information

Funding

Funding of this study was provided by the Canadian Space Agency via the project: Water Ecosystem Monitoring using Earth Observation.