Description:Ces données commerciales d'observation des baleines sont composées de deux ensembles de données. Premièrement, la couche de données « whale_watching_trips_jun_sep_british_columbia » résume les voyages commerciaux d'observation des baleines qui ont eu lieu en 2019, 2020 et 2021 pendant les mois d'été (de juin à septembre). La deuxième couche de données, « wildlife_viewing_events_jun_sep_british_columbia », contient des estimations des événements d'observation de la faune effectués par les navires commerciaux d'observation des baleines pour les mêmes années (2019, 2020 et 2021) et mois (juin à septembre). Les voyages commerciaux d'observation des baleines et les activités d'observation de la faune sont résumés à l'aide de la même grille, et ils peuvent être reliés à l'aide du champ d'identification de cellule unique « cell_id ».La majeure partie de ce travail a été réalisée à l'Université de Victoria et a été financée par le Marine Environmental Observation, Prediction and Response Network (MEOPAR) dans le cadre du projet WAVE (2018-2022) « Évaluation des mouvements des navires AIS pour l'observation des baleines ». Le but du projet WAVE était d'accroître la compréhension des activités d'observation des baleines dans la région canadienne du Pacifique à l'aide des données sur le trafic maritime tirées du SIA (Système d'identification automatique). Le travail a été finalisé par le Secteur des sciences du MPO dans la région du Pacifique.Ces données spatiales provenant des activités commerciales d'observation des baleines peuvent être utilisées pour éclairer la planification spatiale marine, les activités de planification de la conservation et les évaluations des menaces liées aux activités des navires en Colombie-Britannique.Méthodes:Une liste des navires commerciaux d’observation des baleines en Colombie-Britannique et dans l’État de Washington et de leur MMSI (identité du service mobile maritime) correspondante a été dressée à partir des entreprises d’observation des baleines et du site Web Marine Traffic (www.marinetraffic.com). Cette liste a été utilisée pour interroger les données nettoyées du SIA de la GCC afin d’obtenir les positions du SIA correspondant aux navires commerciaux d’observation des baleines. Une excursion commerciale d’observation des baleines a été définie comme un ensemble de points du SIA consécutifs appartenant au même navire partant de l’un des ports d’attache d’observation des baleines précédemment déterminés, et y retournant. Un modèle de classification (modèle de Markov caché non supervisé) utilisant la vitesse du navire comme variable principale a été développé pour classer les positions des navires selon le SIA en événements d’observation de la faune et en événements autres que l’observation de la faune. Les excursions commerciales d’observation des baleines au sud et au nord-est de l’île de Vancouver ont été limitées à une durée minimale d’une heure et à une durée maximale de 3,5 heures. Pour les excursions sur la côte ouest de l’île de Vancouver, la durée maximale a été fixée à 6 heures. La durée des activités d’observation de la faune a été fixée à un minimum de 10 minutes et à un maximum d’une heure. Pour en savoir plus sur la méthodologie, consultez le fichier PDF des métadonnées accessible avec le dossier des données ouvertes.Références:Nesdoly, A. 2021. Modelling marine vessels engaged in wildlife-viewing behaviour using Automatic Identification Systems (AIS). Available from: https://dspace.library.uvic.ca/handle/1828/13300.Sources de données:Oceans Network Canada (ONC) a fourni des données du SIA codées pour les années 2019, 2020 et 2021, dans un cadre englobant l’île de Vancouver et la baie Puget utilisés pour générer ces produits. Ces données du SIA ont été fournies par la Garde côtière canadienne (GCC) dans le cadre d’un accord de licence entre la GCC et ONC pour l’utilisation non commerciale des données du SIA de la GCC. Plus de renseignements ici : https://www.oceannetworks.ca/science/community-based-monitoring/marine-domain-awareness-program/ Molly Fraser a fourni des données d’observation de mammifères marins recueillies à bord de navires d’observation des baleines afin de développer des modèles de classification des événements d’observation de la faune. Pour en savoir plus sur ce jeu de données, cliquez ici : https://www.sciencedirect.com/science/article/pii/S0308597X20306709?via%3Dihub.Incertitudes:La principale source d’incertitude réside dans la conversion des positions des points du SIA en segments de voie, en particulier lorsque la distance entre les positions est importante (par exemple, supérieure à 1 000 mètres).

Ces produits sont dérivés d'images RVB (rouge/vert/bleu), une technique de traitement satellitaire qui utilise une combinaison de bandes de capteurs satellitaires (également appelées canaux) et les applique chacune à un filtre rouge/vert/bleu (RVB). Il en résulte une image en fausses couleurs, c'est-à-dire une image qui ne correspond pas à ce que verrait l'œil humain, mais qui offre un contraste élevé entre les différents types de nuages et les caractéristiques de la surface. Le capteur embarqué à bord d'un satellite météorologique obtient deux types d'informations de base : les données de la lumière visible (lumière réfléchie) se reflétant sur les nuages et les différents types de surface, aussi appelée « réflectance », et les données infrarouges (radiation émise) qui sont des radiations à ondes longues et courtes émises par les nuages et les caractéristiques de surface. Les RVB sont spécialement conçus pour combiner ce type de données satellitaires, ce qui permet d'obtenir un produit final riche en informations.Les autres produits résultent d’un rehaussement des données d’un canal pour une longueur d’onde unique, visant aussi à mettre en évidence des caractéristiques météorologiques de la surface ou des nuages observés, mais de manière plus simple puisque ne mettant en jeu qu’une seule longueur d’onde. Cette façon de faire plus ancienne est toujours utile parce que sa simplicité facilite dans certains cas l’interprétation de l’image.

**Attention: Il existe une version plus récente de ce produit (SCANFI v2)**Pour plus d'information sur SCANFI v2, voir: https://doi.org/10.23687/07653869-f303-46c2-a04e-9ab479b73cbfCette publication de données contient un ensemble de fichiers rasterisés de résolution de 30m représentant, pour l’année 2020, les types de couverture terrestre, la hauteur et la fermeture de la canopée forestière et la biomasse forestière aérienne, ainsi que la couverture de plusieurs espèces d'arbres importantes pour l’ensemble du Canada. Le produit de données spatialisées de l'inventaire forestier national canadien (SCANFI) a été développé à l'aide de la mise à jour de l'ensemble de données de photo-échantillons de l’inventaire forestier national (IFN), qui consiste en une grille d'échantillonnage régulière d'imagerie haute résolution photo-interprétée couvrant toute la masse terrestre non arctique du Canada. SCANFI a été produit en utilisant des images spectrales Landsat temporellement harmonisées pour l'été et l'hiver, divisées en plusieurs centaines de tuiles d'analyses régionales, utilisant une méthode innovante d'imputation des k plus proches voisins et de forêts d'arbres décisionnelles. Une description complète des méthodes et analyses de validation peut être trouvée dans Guindon et al. (2024). Les attributs de la végétation dans les écozones de l’Arctique ont été prédits à l’aide d’une seule forêt d’arbres décisionnelles, puisque ces régions se trouvaient à l’extérieur de la zone d’acquisition de l’IFN. Ainsi, les attributs de la végétation dans ces régions n’ont pas été rigoureusement validés. Le fichier raster « SCANFI_aux_arcticExtrapolationArea.tif » peut être utilisé pour identifier ces zones.SCANFI n’a pas pour but de remplacer ni d’ignorer les inventaires provinciaux, qui peuvent inclure de meilleures données, avec une meilleure fréquence de mises à jour, de meilleurs jeux d’entraînement de modèles, et de meilleures connaissances locales. SCANFI a plutôt été développé afin de fournir une estimation actuelle et spatialement explicite des attributs forestiers, en utilisant une source de données et une méthodologie cohérente d’une province, d’un territoire à l’autre. SCANFI est la première série cohérente de cartes, couvrant l’ensemble du Canada à 30m, de la structure et de la composition d’espèces forestières, offrant de nouvelles opportunités pour une multitude d’études dans plusieurs domaines, tels que l’économie forestière, la science du feu et l’écologie.**Limites d'utilisation**1- Dans les sites fortement perturbés par des insectes ravageurs, le jeu d’entrainement ne contient pas toutes les variations spectrales possible, il n’est donc pas possible de prédire tous les cas de défoliation. Une région en particulier, qui a été fortement impacté par la tordeuse des bourgeons de l’épinette, est celle située sur la rive nord du fleuve Saint-Laurent. Ces forêts sont mal représentées dans notre jeu d’entrainement, ce qui entraine une imprécision dans nos estimés pour ces régions. 2- Les attributs des classes de peuplements ouverts, soit les arbustes, plantes herbacées, roches et bryophytes, sont plus difficiles à estimer lors de la photo-interprétation aérienne. Par conséquent, les estimations de celle-ci peuvent être moins fiables que celles des attributs forestiers.3- Tel que rapportée dans l’article, l’incertitude dans les prédictions de la couverture des espèces forestières est relativement élevée. C’est particulièrement le cas pour les espèces moins fréquentes, tel que le pin ponderosa ou le mélèze laricin. L’utilisation des couches d’espèces forestières est adéquate pour analyses à échelle régionale et grossière. Aussi, la proportion de feuillues est aussi sensiblement sous-estimée dans cette version du produit.4- Notre validation indique que les régions du Yukon présentent une valeur R2 nettement inférieure. Par conséquent, les estimations dans ces zones sont moins fiables.5- Les zones urbaines et les routes ont la classe roche, selon la carte d’utilisation des terres d’Agriculture et Agroalimentaire Canada. Même si ces sites contiennent principalement des bâtiments et des infrastructures, ils peuvent toutefois contenir des arbres. Une classe de milieu forestier est généralement attribuée aux parcs urbains boisés. Une prédiction d’attributs de végétation est aussi faite pour les zones forestières situées en régions agricoles.**Des détails sur le développement et la validation du produit peuvent être trouvés dans la publication suivante:**- Guindon, L., Manka, F., Correia, D.L.P., Villemaire, P., Smiley, B., Bernier, P., Gauthier, S., Beaudoin, A., Boucher, J., and Boulanger, Y. 2024. A new approach for Spatializing the Canadian National Forest Inventory (SCANFI) using Landsat dense time series. Can. J. For. Res. https://doi.org/10.1139/cjfr-2023-0118**Veuillez svp citer cet ensemble de données comme suit :**- Guindon L., Villemaire P., Correia D.L.P., Manka F., Lacarte S., Smiley B. 2023. SCANFI: Spatialized CAnadian National Forest Inventory data product. Natural Resources Canada, Canadian Forest Service, Laurentian Forestry Centre, Quebec, Canada. https://doi.org/10.23687/18e6a919-53fd-41ce-b4e2-44a9707c52dc **Les couches raster suivantes sont disponibles :**- Valeurs de classe de couverture terrestre de l'IFN : les classes de couverture terrestre comprennent eau, roche, bryophytes, herbes, arbustes, feuillus arborescents, mixtes arborescents et conifères arborescents.- Biomasse aérienne sèche des arbres vivants (tonnes/ha) : la biomasse a été dérivée des estimations de volume marchand total produites par les agences provinciales. - Hauteur (mètres) : hauteur de la végétation.- Fermeture de la couronne : pourcentage de pixel couvert par la canopée de tous les arbres. - Couverture des espèces d'arbres : pourcentage de la fermeture de la couronne de tous les arbres. - Couverture en pourcentage des sapins baumiers (Abies balsamea) - Couverture en pourcentage des épinettes noires (Picea mariana) - Couverture en pourcentage des sapins de Douglas (Pseudotsuga menziesii) - Couverture en pourcentage des pins gris (Pinus banksiana) - Couverture en pourcentage des pins tordus (Pinus contorta) - Couverture en pourcentage des pins ponderosa (Pinus ponderosa) - Couverture en pourcentage des mélèzes laricins (Larix laricina) - Couverture en pourcentage des pins blancs et rouges (Pinus strobus et Pinus resinosa) - Couverture en pourcentage des espèces d'arbres feuillus (PrcB) - Couverture en pourcentage des autres espèces de conifères (PrcC)

Les jeux de données sur les zones et les sites liés aux valeurs fauniques représentent la consolidation de 13 classes de données sur la faune recueillies par le ministère des Richesses naturelles. Les données constituent une estimation des endroits fréquentés par la faune pour diverses raisons, notamment : * l’accouplement; * la mise bas; * l’élevage des petits; * l’alimentation; * les haltes migratoires; * la nidification; * l’hivernage; * les zones fréquentées généralement; * les pépinières; * les corridors de déplacement. Les endroits sont représentés par des points (sites) ou des polygones (zones) et peuvent être associés à une espèce en particulier ou être décrits de manière plus générale. Les données sur les valeurs fauniques servent le plus souvent à étayer les politiques et la législation se rapportant à la Loi sur la durabilité des forêts de la Couronne. Ces données peuvent aussi servir à informer une vaste gamme d’activités et de décisions en matière de gestion des ressources. Il existe d’autres éléments fragiles associés aux espèces suivies par la province ou aux espèces en péril qui ne font pas partie des jeux de données ouvertes. Les éléments fragiles sont assujettis aux autorisations réglementaires et à la délivrance de permis; on peut se les procurer en s’adressant à [geospatial@ontario.ca](geospatial@ontario.ca).** Cet élément de métadonnées provenant d’une tierce partie. Les valeurs françaises pour le titre et la description du jeu de données proviennent de la province de l’Ontario alors que celles des mots-clés et des noms des ressources sont le résultat d'une traduction automatique (Amazon Translate) **

Fusion d'unités de gestion de la faune qui partagent des caractéristiques écologiques et des modèles de chasse similaires, fournissant ainsi un cadre géographique approprié pour la mise en œuvre de stratégies de gestion des populations** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Le miroir Sentinel est entretenu par le gouvernement du Canada dans le cadre du programme collaboratif du segment sol Copernicus ainsi que par EUMETSAT. Les données sont rendues disponibles le plus rapidement possible en fonction de la disponibilité de la couverture canadienne à la source. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

Le miroir Sentinel est entretenu par le gouvernement du Canada dans le cadre du programme collaboratif du segment sol Copernicus ainsi que par EUMETSAT. Les données sont rendues disponibles le plus rapidement possible en fonction de la disponibilité de la couverture canadienne à la source. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

Le miroir Sentinel est entretenu par le gouvernement du Canada dans le cadre du programme collaboratif du segment sol Copernicus ainsi que par EUMETSAT. Les données sont rendues disponibles le plus rapidement possible en fonction de la disponibilité de la couverture canadienne à la source. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

Le miroir Sentinel est entretenu par le gouvernement du Canada dans le cadre du programme collaboratif du segment sol Copernicus ainsi que par EUMETSAT. Les données sont rendues disponibles le plus rapidement possible en fonction de la disponibilité de la couverture canadienne à la source. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

Le miroir Sentinel est entretenu par le gouvernement du Canada dans le cadre du programme collaboratif du segment sol Copernicus ainsi que par EUMETSAT. Les données sont rendues disponibles le plus rapidement possible en fonction de la disponibilité de la couverture canadienne à la source. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**