À la lumière de ce qui a été démontré dans ce mémoire, il est possible d'identifier deux limites associées à la modélisation hydrographique. Premièrement, les facteurs physiographiques doivent être pris en considération puisqu'ils influencent grandement l'endroit où s'initiera un cours d'eau ainsi que son régime d'écoulement le long de son tracé. Deuxièmement, les ponceaux présents sur un territoire ne sont pas pris en compte ce qui fait que les cours d’eau modélisés sont parfois déviés sur de très grandes distances le long des chemins.
De manière générale, ces conclusions peuvent être tirées :
La densité et la longueur de cours d’eau généré avec des données LiDAR est environ de 2 à 3 fois supérieur que ce qu’on retrouve dans la GRHQ.
La représentation visuelle des points d’intermittence et de permanence sous forme de zones facilite l’interprétation visuelle des réseaux hydrographiques.
L’aire de drainage nécessaire pour initier un cours d’eau sera plus petite si le bassin versant du cours d’eau est situé en bas de pente plutôt que s’il est situé en haut de pente.
L’aire de drainage nécessaire pour initier un cours d’eau sera plus grande si le point d’intermittence est situé à la sortie d’un milieu humide.
Il existe une relation inverse entre l’aire de drainage nécessaire pour initier un cours d’eau et la pente locale du point d’intermittence.
Il existe une relation directe entre l’aire de drainage nécessaire pour initier un cours d’eau et la proportion de milieux humides dans le bassin versant du point d’intermittence.
En sachant quelles variables physiographiques exercent une influence sur la position des cours d’eau modélisés, il est possible d’interpréter visuellement les
74
zones d’intermittence proposées dans ce mémoire. Cependant, il deviendra pertinent de développer des méthodes de cartographies permettant d’inclure ces variables dans les modèles afin de générer des modélisations plus cohérentes avec la réalité et cela, de manière automatisée. De prochaines recherches permettant d’inclure ces variables permettraient donc d’améliorer l’efficacité de la détection des cours d’eau en réduisant le travail manuel d’interprétation qui est encore aujourd’hui indispensable pour une délimitation exacte des petits cours d’eau. Suite aux travaux de terrain, les dépôts de surface semblent être un des éléments
clés influençant localement la présence d’un cours d’eau, malgré la relation nulle entre l’aire de drainage des points d’intermittence et la classe hydrologique. La méthode « F » est la moins efficace et la méthode « BR » est la plus efficace
pour réduire le taux d'erreur associé aux obstacles linéaires anthropiques comme les chemins.
Si l'endroit exact des ponceaux n'est pas connu, l'usage de la méthode « B » est le moyen le plus efficace de réduire le taux d'erreur associé aux chemins.
La comparaison des résultats produits par les méthodes de « BR-EFF» et « BR » permet de mettre en évidence que les ponceaux réels ayant été inadéquatement positionnés sur le terrain (par exemple : cours d’eau intermittents déviés dans des fossés) ne pourront être adéquatement positionnés par aucune méthode automatisée.
Ces conclusions permettent de répondre au but de ce mémoire qui était d'améliorer la compréhension des approches méthodologiques permettant de générer un réseau hydrographique à haute résolution spatiale cohérent avec la réalité. Ce sont les deux objectifs ciblés dans chacun des chapitres respectifs qui ont permis d’atteindre ce but. Tout d’abord, il est nécessaire de considérer les ponceaux présents sur l’ensemble du territoire pour générer une modélisation hydrographique cohérente avec la réalité. L’analyse d’erreur des méthodes automatisées de détection des ponceaux a démontré des
75
résultats clairs et des solutions évidentes. Il serait pertinent d’appliquer la méthode de « BR-EFF » dans un milieu plus plat et anthropisé, par exemple, dans un milieu agricole. Il serait ainsi primordial de développer une méthode automatisée de détection des chemins avec l’aide de données LiDAR pour une modélisation plus exacte et une meilleure compréhension des réseaux hydrographiques. Les méthodes de détection testée dans le chapitre 3 pourraient également être testées de la même manière sur des territoires différents ou bien avec des résolutions différentes de MNT.
De plus, bien que ces nouveaux réseaux hydrographiques possèdent une meilleure précision, de nombreux facteurs physiographiques influencent leur seuillage et il est nécessaire de prendre en considération ces facteurs pour améliorer la fiabilité des modèles. La mise en place de zones décrivant les points d’intermittence ainsi que de permanence démontre l’importance de calibrations futures. Par exemple, la pente pourrait être intégrée à même les modèles. Il serait pertinent de voir comment il est possible d’intégrer une pondération pour l’accumulation de flux. Différentes variables physiographiques devront être analysé dans le but de comprendre comment ces dernières influence la formation des cours d’eau ainsi que le régime d’écoulement le long du tracé d’un cours d’eau dans le contexte québécois.
Également, les réseaux hydrographiques ont été effectués avec un seul MNT et un algorithme de direction de flux unique, une méthode qui pose le postulat que la position du réseau hydrographique généré est exacte. La réalité terrain et certains modèles nous démontrent que dans certaines pentes particulières, la propagation de l’erreur de l’élévation du MNT sur la direction de flux affecte considérablement la position des réseaux hydrographiques. Il est donc essentiel de faire davantage de recherche sur la probabilité de présence d’un lit de cours d’eau dans des formes de pentes où un algorithme de direction de flux unique amène énormément de variabilité quant au positionnement des réseaux hydrographiques. Davantage de recherche doit être effectuée pour tenter de mieux comprendre cet effet et ainsi modéliser l’incertitude résultante dans les réseaux hydrographiques.
76
Enfin, une compréhension des réseaux hydrographiques basée sur l’expérience terrain permettra de mettre l’emphase sur les problèmes les plus présents et donc sur les calibrations futures qui seront les plus pertinentes. C’est pourquoi il est nécessaire de partager ces réseaux hydrographiques aux utilisateurs du territoire et de mettre l’emphase sur une approche de concertation et de partage des connaissances.
77
Références
A Wulder, M., Bater, C. W., C Coops, N., Hilker, T., White, J. C., W Bater, C., Hilker, T. (2008). The role of LiDAR in sustainable forest management. Forestry Chronicle, 84(6), 807–826.
Akaike, H. (1998). Information Theory and an Extension of the Maximum Likelihood Principle. (June), 199–213. https://doi.org/10.1007/978-1-4612-1694-0_15
Alexander, R. B., Boyer, E. W., Smith, R. A., Schwarz, G. E., & Moore, R. B. (2007). The role of headwater streams in downstream water quality. Journal of the American Water Resources Association, 43(1), 41–59. https://doi.org/10.1111/j.1752- 1688.2007.00005.x
AQréseau+. (2019). Base de données en ligne. Québec. Adresses Québec. https://adressesquebec.gouv.qc.ca/aqreseauPlus.asp. Page web visitée le 16 janvier 2020.
Ariza-Villaverde, A. B., Jiménez-Hornero, F. J., & Gutiérrez de Ravé, E. (2015). Influence of DEM resolution on drainage network extraction: A multifractal analysis. Geomorphology, 241, 243–254. https://doi.org/10.1016/j.geomorph.2015.03.040 Avcioglu, B., Anderson, C. J., & Kalin, L. (2017). Evaluating the Slope-Area Method to
Accurately Identify Stream Channel Heads in Three Physiographic Regions. Journal of the American Water Resources Association, 53(3), 562–575. https://doi.org/10.1111/1752-1688.12512
Avello, T. D., Brennan, J., & Loomis, L. (2016). Modifying Digital Elevation Models to Develop More Realistic Wetness Index Layers for Soil Survey Applications. 11p. Axelsson, P. (1999). Processing of laser scanner data - Algorithms and applications. ISPRS
Journal of Photogrammetry and Remote Sensing, 54(2–3), 138–147. https://doi.org/10.1016/S0924-2716 (99)00008-8
Band, L. E. (1986). Topographic Partition of Watersheds with Digital Elevation Models. 22(1), 15–24.
Barber, C. P., & Shortridge, A. (2005). Lidar Elevation Data for Surface Hydrologic Modeling: Resolution and Representation Issues. Cartography and Geographic
Information Science, 32(4), 401–410.
https://doi.org/10.1559/152304005775194692
Barry, R., Bernier, P., Plamondon, A. P., Prévost, M., Seto, M., Stein, J., & Trottier, F. (2009). Hydrologie forestière et aménagement du bassin hydrographique. 321–357.
78
Bhowmik, A. K., Metz, M., & Schäfer, R. B. (2015). An automated, objective and open source tool for stream threshold selection and upstream riparian corridor delineation. Environmental Modelling and Software, 63, 240–250. https://doi.org/10.1016/j.envsoft.2014.10.017
Blouin, J., & Berger, J.-P. (2004). Guide de reconnaissance des types écologiques des régions écologiques 5e – Massif du lac Jacques-Cartier et 5f – Massif du mont Valin. 194p.
Caissy, A. (2016). Stage en hydrologie forestière : Validation terrain de cours d’eau grâce aux données LiDAR et analyse de l’état des traverses de cours d’eau. 34p.
Colombo, R., Vogt, J. V., Soille, P., Paracchini, M. L., & de Jager, A. (2007). Deriving river networks and catchments at the European scale from medium resolution
digital elevation data. Catena, 70(3), 296–305.
https://doi.org/10.1016/j.catena.2006.10.001
Costa‐Cabral, M. C., & Burges, S. J. (1994). Digital Elevation Model Networks (DEMON): A model of flow over hillslopes for computation of contributing and dispersal areas. Water Resources Research, 30(6), 1681–1692. https://doi.org/10.1029/93WR03512
Creed, I. F., Lane, C. R., Serran, J. N., Alexander, L. C., Basu, N. B., Calhoun, A. J. K., Smith, L. (2017). Enhancing protection for vulnerable waters. Nature Geoscience, 10(11), 809–815. https://doi.org/10.1038/NGEO3041
Daggupati, P., & Sheshukov, A. Y. (2013). Predicting Ephemeral Gully Location and Length Using Topographic Index Models. Transactions of the ASABE, 56(2003), 1427–1440. https://doi.org/10.13031/trans.56.10087
De Rosa, P., Fredduzzi, A., & Cencetti, C. (2019). Stream power determination in GIS: An index to evaluate the most ’sensitive’points of a river. Water (Switzerland), 11(6), 1–16. https://doi.org/10.3390/w11061145
Dechamplain, O. (2016). Évaluation du potentiel de la technologie LIDAR pour l’identification des ruisseaux intermittents et permanents. 49p.
Dietrich, W. E., & Dunne, T. (1978). Sediment budget for a small catchment in mountainous terrain. Z. Geomorph. N. F., Suppl. Bd., 29, 191–206.
Dietrich, W. E., & Dunne, T. (1993). The Channel head. Digital Communications, (December), 175–219. https://doi.org/10.1016/b978-1-78548-037-9.50004-1 Duke, G. D., Kienzle, S. W., Johnson, D. L., & Byrne, J. M. (2003). Improving Overland
Flow Routing by Incorporating Ancillary Road Data Into Digital Elevation Models.
Journal of Spatial Hydrology, 3(2), 1–27.
79
Dunne, T., & Black, R. D. (1970). An Experimental Investigation Runoff Production. Water Resources Research, 6(2), 478–490.
Elmore, A. J., Julian, J. P., Guinn, S. M., & Fitzpatrick, M. C. (2013). Potential Stream Density in Mid-Atlantic U.S. Watersheds. PLoS ONE, 8(8), 1–15. https://doi.org/10.1371/journal.pone.0074819
Estrada, D. (2017). Smart Device / GNSS Receiver Assessment Study for Hydrographic. 48p.
Fairfield, J., & Leymarie, P. (1991). Drainage Networks From Grid Digital Elevation Models. ISIE ’99. Proceedings of the IEEE International Symposium on Industrial
Electronics (Cat. No.99TH8465), 3(5), 1256–1260.
https://doi.org/10.1109/ISIE.1999.796880
Freeman, M. C., Pringle, C. M., & Jackson, C. R. (2007). Hydrologic connectivity and the contribution of stream headwaters to ecological integrity at regional scales. Journal of the American Water Resources Association, 43(1), 5–14. https://doi.org/10.1111/j.1752-1688.2007.00002.x
Freeman, T. G. (1991). Calculating catchment area with divergent flow based on a regular grid. Computers and Geosciences, 17(3), 413–422. https://doi.org/10.1016/0098- 3004(91)90048-I
Gosselin, J. (2002). Guide de reconnaissance des types écologiques, régions 4b et 4c. 186p. Gosselin, J. (2014). Guide de reconnaissance des types écologiques de la région écologique
3c – Hautes collines du Bas-Saint-Maurice, 2e édition. 196p.
Goulden, T., Hopkinson, C., Jamieson, R., & Sterling, S. (2014). Sensitivity of watershed attributes to spatial resolution and interpolation method of LiDAR DEMs in three distinct landscapes. Water Resources Research, 5329–5333. https://doi.org/10.1002/2013WR014910.Received
Goulden, T., Hopkinson, C., Jamieson, R., & Sterling, S. (2016). Sensitivity of DEM, slope, aspect and watershed attributes to LiDAR measurement uncertainty. Remote Sensing of Environment, 179, 23–35. https://doi.org/10.1016/j.rse.2016.03.005 Gouvernement du Québec. (2017a). Loi concernant la conservation des milieux humides
et hydriques. 40p.
Gouvernement du Québec. (2017b). Loi Sur La Qualité De L’Environnement Version Administrative – 23 Mars 2017. 140p.
Guisan, A., Weiss, S. B., & Weiss, A. D. (1999). GLM versus CCA Spatial Modeling of Plant Species Distribution. 143(1), 107–122.
80
Hatin, M., & Charette, Y. (2014). Rôle et importance des petits cours d’eau pour les alevins d’omble de fontaine dans les Hautes-Laurentides. 46p.
Heine, R. A., Lant, C. L., & Sengupta, R. R. (2004). Development and Comparison of Approaches for Automated Mapping of Stream Channel Networks Development and Comparison of Approaches for Automated Mapping of Stream Channel Networks Problem Statement and Objectives. 94(3), 477–490. https://doi.org/10.1111/
Hengl, T., Heuvelink, G. B. M., & Van Loon, E. E. (2010). On the uncertainty of stream networks derived from elevation data: The error propagation approach. Hydrology and Earth System Sciences, 14(7), 1153–1165. https://doi.org/10.5194/hess-14- 1153-2010
Henkle, J. E., Wohl, E., & Beckman, N. (2011). Locations of channel heads in the semiarid Colorado Front Range, USA. Geomorphology, 129(3–4), 309–319. https://doi.org/10.1016/j.geomorph.2011.02.026
Horton, B. Y. R. E. (1945). Erosional development of streams and their drainage basins: hydrophysical approach to quantitative morphology. 56(March), 275–370.
Jaeger, K. L., Montgomery, D. R., & Bolton, S. M. (2007). Channel and perennial flow initiation in headwater streams: Management implications of variability in source-
area size. Environmental Management, 40(5), 775–786.
https://doi.org/10.1007/s00267-005-0311-2
Jarry, P., & Beneat, J. N. (2015). The Channel. Digital Communications, (December), 35– 54. https://doi.org/10.1016/b978-1-78548-037-9.50004-1
Jensen, C. K., McGuire, K. J., Shao, Y., & Andrew Dolloff, C. (2018). Modeling wet headwater stream networks across multiple flow conditions in the Appalachian Highlands. Earth Surface Processes and Landforms, 43(13), 2762–2778. https://doi.org/10.1002/esp.4431
Jenson, S. K., & Dominque, J. O. (1988). Extracting topographic structure from digital elevation data for geographic information system analysis. Photogrammetric Engineering and Remote Sensing, 54(11), 1593–1600. https://doi.org/0099- 1112/88/5411-1593$02.25/0
Julian, J. P., Elmore, A. J., & Guinn, S. M. (2012). Channel head locations in forested watersheds across the mid-Atlantic United States: A physiographic analysis.
Geomorphology, 177–178, 194–203.
https://doi.org/10.1016/j.geomorph.2012.07.029
Latrémouille, I. (2016). Méthode uniforme d’inventaire des traverses de cours d’eau dans les zecs. Zecs Québec et Fondation de la faune du Québec. 67p.
81
Leboeuf, A., & Pomerleau, I. (2015). Projet d’acquisition de données par le capteur LiDAR à l’échelle provinciale : analyse des retombées et recommandations. 15p.
Leopold, L. B., Miller, J. P., & Wolman, M. G. (1964). Fluvial processes in geomorphology. 522p.
Li, R., Tang, Z., Li, X., & Winter, J. (2013). Drainage Structure Datasets and Effects on LiDAR-Derived Surface Flow Modeling. ISPRS International Journal of Geo- Information, 2(4), 1136–1152. https://doi.org/10.3390/ijgi2041136
Lidberg, W., Nilsson, M., Lundmark, T., & Ågren, A. M. (2017). Evaluating preprocessing methods of digital elevation models for hydrological modelling. Hydrological Processes, 31(26), 4660–4668. https://doi.org/10.1002/hyp.11385
Lindsay, J. B. (2006). Sensitivity of channel mapping techniques to uncertainty in digital elevation data. International Journal of Geographical Information Science, 20(6), 669–692. https://doi.org/10.1080/13658810600661433
Lindsay, J. B. (2016a). Efficient hybrid breaching-filling sink removal methods for flow path enforcement in digital elevation models. Hydrological Processes, 30(6), 846– 857. https://doi.org/10.1002/hyp.10648
Lindsay, J. B. (2016b). Whitebox GAT: A case study in geomorphometric analysis.
Computers and Geosciences, 95, 75–84.
https://doi.org/10.1016/j.cageo.2016.07.003
Lindsay, J. B., & Dhun, K. (2015). Modelling surface drainage patterns in altered landscapes using LiDAR. International Journal of Geographical Information Science, 29(3), 397–411. https://doi.org/10.1080/13658816.2014.975715
Martz, L. W., & Garbrecht, J. (1998). The treatment of flat areas and depressions in automated drainage analysis of raster digital elevation models. Hydrological Processes, 12(6), 843–855. https://doi.org/10.1002/(SICI)1099- 1085(199805)12:6<843::AID-HYP658>3.0.CO;2-R
Martz, L. W., & Garbrecht, J. (1999). An outlet breaching algorithm for the treatment of closed depressions in a raster DEM. Computers and Geosciences, 25(7), 835–844. https://doi.org/10.1016/S0098-3004(99)00018-7
Mazerolle, M. (2013). Package ‘ AICcmodavg ’, Model selection and multimodel inference based on (Q)AIC(c). (c). 103p.
Meyer, J. L., Strayer, D. L., Wallace, J. B., Eggert, S. L., Helfman, G. S., & Leonard, N. E. (2007). The contribution of headwater streams to biodiversity in river networks. Journal of the American Water Resources Association, 43(1), 86–103. https://doi.org/10.1111/j.1752-1688.2007.00008.x
82
Ministère de l’Énergie et des Ressources Naturelles. (2016). Géobase du réseau hydrographique du Québec - Guide de l’utilisateur. 94p.
Ministère des Forêts, de la F. et des P. (2019). Guide d’application du Règlement sur l’aménagement durable des forêts du domaine de l’état. Gazette Officielle Du Québec. Éditeur Officiel Du Québec, 445p.
Montgomery, D. R., & Dietrich, W. E. (1988). Where do channels begin? Nature, 336(6196), 232–234. https://doi.org/10.1038/336232a0
Montgomery, D. R., & Dietrich, W. E. (1989). Source Areas, Drainage Density, and Channel Initiation. Water Resources Research, 25(8), 2–7.
Montgomery, D. R., & Dietrich, W. E. (1992). Channel Initiation and the Problem of Landscape Scale. Science, 23(578), 826–830.
Montgomery, D. R., & Dietrich, W. E. (1994). Landscape dissection and drainage area- slope thresholds. Symposium, Process Models and Theoretical Geomorphology: Theoretical Geomorphology and Its Applications, 221–246.
Montgomery, D. R., & Foufoula-Georgiou, E. (1993). Channel Network Source Representation Using Digital Elevation Models. Water Resources Research, 29(12), 3925–3934.
Moore, I. D., Gessler, P. E., Nielsen, G. A., & Peterson, G. A. (1991). Soil Attribute Prediction Using Terrain Analysis.
Murphy, P. N. C., Ogilvie, J., Meng, F.-R. R., & Arp, P. A. (2008). Stream network modelling using lidar and photogrammetric digital elevation models: a comparison and field verificatio. Hydrological Processes, 24(1), 318–326. https://doi.org/10.1002/hyp
Nanson, R. A., & Cohen, T. J. (2014). Headwater peatland channels in south-eastern Australia; the attainment of equilibrium. Geomorphology, 212, 72–83. https://doi.org/10.1016/j.geomorph.2013.11.011
O’Callaghan, J. F., & Mark, D. M. (1984). The extraction of drainage networks from digital elevation data. Computer Vision, Graphics, & Image Processing, 28(3), 323–344. https://doi.org/10.1016/S0734-189X(84)80011-0
Oksanen, J., & Sarjakoski, T. (2005). Error propagation analysis of DEM-based drainage basin delineation. International Journal of Remote Sensing, 26(14), 3085–3102. https://doi.org/10.1080/01431160500057947
Ozulu, İ., & Gökgöz, T. (2018). Examining the Stream Threshold Approaches Used in Hydrologic Analysis. ISPRS International Journal of Geo-Information, 7(6), 201. https://doi.org/10.3390/ijgi7060201
83
Passalacqua, P., Belmont, P., & Foufoula-Georgiou, E. (2012). Automatic geomorphic feature extraction from lidar in flat and engineered landscapes. Water Resources Research, 48(3), 1–18. https://doi.org/10.1029/2011WR010958
Passalacqua, P., Do Trung, T., Foufoula-Georgiou, E., Sapiro, G., & Dietrich, W. E. (2010). A geometric framework for channel network extraction from lidar: Nonlinear diffusion and geodesic paths. Journal of Geophysical Research, 115(F1), F01002. https://doi.org/10.1029/2009JF001254
Persendt, F. C., & Gomez, C. (2016). Assessment of drainage network extractions in a low- relief area of the Cuvelai Basin (Namibia) from multiple sources: LiDAR, topographic maps, and digital aerial orthophotographs. Geomorphology, 260, 32– 50. https://doi.org/10.1016/j.geomorph.2015.06.047
Peucker, T. K., & Douglas, D. H. (1975). Detection of Surface-Specific Points by Local Parallel Processing of Discrete Terrain Elevation Data. Computer Graphics and Image Processing, 4(4), 375–387. https://doi.org/10.1016/0146-664x(75)90005-2 Poppenga, S. K., Worstell, B. B., Stoker, J. M., & Greenlee, S. K. (2010). Using selective
drainage methods to extract continuous surface flow from 1-meter lidar-derived digital elevation data. USGS Scientific Investigations Report 2010-5059, 2010– 5059, 12p.
Qian, J., Ehrich, R. W., & Campbell, J. B. (1990). DNESYS-An Expert System For Automatic Digital Elevation Data. IEEE Transactions on Egoscience and Remote Sensing, 28(I), 29–45.
Raaflaub, L. D., & Collins, M. J. (2006). The effect of error in gridded digital elevation models on the estimation of topographic parameters. Environmental Modelling and Software, 21(5), 710–732. https://doi.org/10.1016/j.envsoft.2005.02.003
Rieger, W. (1998). A phenomenon-based approach to upslope contributing area and depressions in DEMs. Hydrological Processes, 12(6), 857–872. https://doi.org/10.1002/(SICI)1099-1085(199805)12:6<857::AID-
HYP659>3.0.CO;2-B
Rodriguez, F., Maire, E., Courjault-Radé, P., & Darrozes, J. (2002). The Black Top Hat function applied to a DEM: A tool to estimate recent incision in a mountainous watershed (Estibère Watershed, Central Pyrenees). Geophysical Research Letters, 29(6), 9-1-9–4. https://doi.org/10.1029/2001gl014412
Russell, P. P., Gale, S. M., Muñoz, B., Dorney, J. R., & Rubino, M. J. (2015). A spatially explicit model for mapping headwater streams. Journal of the American Water Resources Association, 51(1), 226–239. https://doi.org/10.1111/jawr.12250 Soille, P. (2004). Morphological carving. Pattern Recognition Letters, 25(5), 543–550.
84
Soulsby, C., Youngson, A. F., Moir, H. J., & Malcolm, I. A. (2001). Fine sediment influence on salmonid spawning habitat in a lowland agricultural stream: A preliminary assessment. Science of the Total Environment, 265(1–3), 295–307. https://doi.org/10.1016/S0048-9697(00)00672-0
Spillios, L. C. (1999). Sediment Intrusion and Deposition Near Road Crossings In Small Foothill Streams in West Central Alberta. University of Alberta. 60p.
St-Hilaire, A., Duchesne, S., & Rousseau, A. N. (2016). Floods and water quality in Canada: A review of the interactions with urbanization, agriculture and forestry.
Canadian Water Resources Journal, 41(1–2), 273–287.
https://doi.org/10.1080/07011784.2015.1010181
Stanislawski, L. V., Buttenfield, B. P., & Doumbouya, A. (2015). A rapid approach for automated comparison of independently derived stream networks. Cartography and
Geographic Information Science, 42(5), 435–448.
https://doi.org/10.1080/15230406.2015.1060869
Swanson, R. H., Golding, D. L., Rothwe1l2, R. L., & Bernier, P. Y. (1986). Hydrologic effects of clear-cutting at Marmot Creek and Street watersheds, Alberta, Information Report NOR-X-278. Canadian Forestry Service, 27p.
Tarboton, D. G. (1997). A New Method for Determination of Flow Directions and Upslope in Grid Elevation Models. Water Resources Research, 33(2), 309–319.
Tremblay, Y., Rousseau, A. N., Plamondon, A. P., Denis, L., & Pr, M. (2009). Changes in stream water quality due to logging of the boreal forest in the Montmorency Forest , Québec. Hydrological Processes, 776(3), 764–776. https://doi.org/10.1002/hyp Tribe, A. (1992). Automated recognition of valley lines and drainage networks from grid
digital elevation models : a review and a new method. Journal of Hydrology, 139, 263–293.
Tucker, G. E., & Bras, R. L. (1998). Hillslope processes, drainage density, and landscape
morphology. Water Resources, 34(10), 2751–2764.
https://doi.org/10.1029/98WR01474
Tucker, G. E., & Slingerland, R. (1996). Predicting sediment flux from fold and thrust belts. Basin Research, 8(3), 329–349. https://doi.org/10.1046/j.1365- 2117.1996.00238.x
Tucker, G. E., & Slingerland, R. (1997). Drainage basin responses to climate change. Water Resources Research, 33(8), 2031–2047. https://doi.org/10.1029/97WR00409 U.S. Geological Survey, & U.S. Department of Agriculture Natural Resources
Conservation Service. (2013). Federal Standards and Procedures for the National Watershed Boundary Dataset (WBD). U.S. Geological Survey Techniques and Methods 11–A3, 63p.
85
Vogt, J. V., Colombo, R., & Bertolo, F. (2003). Deriving drainage networks and catchment boundaries: A new methodology combining digital elevation data and environmental characteristics. Geomorphology, 53(3–4), 281–298. https://doi.org/10.1016/S0169-555X(02)00319-7
Wang, L., & Liu, H. (2006). An efficient method for identifying and filling surface depressions in digital elevation models for hydrologic analysis and modelling. International Journal of Geographical Information Science, 20(2), 193–213. https://doi.org/10.1080/13658810500433453
Watters, J. R., & Stanley, E. H. (2007). Stream channels in peatlands: The role of biological processes in controlling channel form. Geomorphology, 89(1-2 SPEC. ISS.), 97– 110. https://doi.org/10.1016/j.geomorph.2006.07.015
Wechsler, S. P. (2007). Uncertainties associated with digital elevation models for hydrologic applications: A review. Hydrology and Earth System Sciences, 11(4), 1481–1500. https://doi.org/10.5194/hess-11-1481-2007
Weiss, A. D. (2001). Topographic Positions and Landforms Analysis (conference poster). ESRI International User Conference. San Diego, CA. 200p.
White, B., Ogilvie, J., Campbell, D. M. H. H. M. H., Hiltz, D., Gauthier, B., Chisholm, H. K. H., Arp, P. A. A. (2012). Using the Cartographic Depth-to-Water Index to Locate Small Streams and Associated Wet Areas across Landscapes. Canadian