Une première cartographie des îlots de chaleur a été élaborée en 2010. Suite aux demandes des utilisateurs de SUPREME formulées depuis, il a été décidé de bonifier cette première cartographie et d’en développer une nouvelle, élargie aux zones moins peuplées qui sont contigües aux zones urbaines et dont la résolution serait meilleure. La cartographie des îlots de chaleur et de fraîcheur repose sur un modèle spatial de prédiction de la température relative de surface, appliqué à l’ensemble des zones habitées de plus de 400 habitants par km2 au Québec.
Le projet dans lequel s’inscrit l’élaboration du modèle prédictif présente donc le défi de développer une méthode qui devra être appliquée à un très grand territoire d’étude (tout le Québec urbain), et ce, avec une enveloppe budgétaire limitée. Dans ce contexte, certains choix méthodologiques ont été faits, de manière à permettre l’élaboration d’un modèle applicable pour tout le Québec urbain, selon un coût raisonnable.
La méthode utilisée est une adaptation d’un précédent modèle de prédiction de la température de surface, utilisant des images Landsat (Kestens et al., 20111 ). Il a été décidé, en premier lieu, d’utiliser le même cadre méthodologique et sensiblement les mêmes variables explicatives que pour le modèle développé par Kestens et al. (2011), avec quelques ajustements (par exemple, l’ajout de quelques classes d’occupation du sol). Les variables explicatives à tester dans le nouveau modèle prédictif ont donc été choisies a priori, et l’amélioration du pouvoir prédictif du modèle de température devait provenir principalement de l’augmentation de la résolution du type d’image satellitaire utilisé. En effet, la nouvelle approche propose d’utiliser des images satellitaires du capteur SPOT-5 dont la résolution est de 20 m, comparativement à 60 à 100 m dans le cas des bandes thermiques des images Landsat. Notons que parmi le choix de ces variables, deux modifications au modèle initial ont tout de même été apportées, ayant été identifiées par les auteurs de ce dernier comme des pistes intéressantes d’amélioration (ces changements sont présentés dans la section qui décrit les variables explicatives) .