Les données de dénombrement annuel des terres humides présentées dans ce produit ont une étendue nationale (ensemble de l’écosystème forestier) et constituent une caractérisation entière des terres humides pour la période 1984-2016 (Wulder et coll., 2018). Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Ce produit a été réalisé à l’aide d’images composites annuelles de la réflectance sans lacunes ainsi que de cartes annuelles des changements forestiers pour les 650 millions d’hectares d’écosystèmes forestiers du Canada, suivant le processus du Virtual Land Cover Engine (VLCE) (voir Hermosilla et coll., 2018). La méthode de classification VLCE consiste notamment à inclure de l’information sur les perturbations dans les processus ainsi qu’à s’assurer que les transitions de classe dans le temps sont logiques. En outre, un automate de Markov à états cachés est utilisé pour évaluer les probabilités de classe pour chaque année afin de réduire la variabilité et le bruit possible dans les attributions de classe d’une année à l’autre (p. ex., lorsque les probabilités de classe sont du même ordre). Les valeurs peuvent varier de 0 à 33, désignant le nombre d’années, entre 1984 et 2016, où un pixel a été classé « terre humide » ou « terre humide arborée » dans le cube de données VLCE.Pour avoir un aperçu des données, du traitement des images et des méthodes appliquées pour détecter des changements, dans les séries chronologiques, ainsi que de l’information sur l’évaluation indépendante de l’exactitude des données, voir Hermosilla et coll. (2016; http://www.tandfonline.com/doi/full/10.1080/17538947.2016.1187673). Hermosilla et coll. (2018) donnent une description détaillée du processus VLCE et du produit de couverture terrestre résultant, y compris l’évaluation de l’exactitude. Wulder et coll. (2018) décrivent les analyses ciblées des terres humides.Étendue géographique : Écosystèmes forestiers du Canada (environ 650 Mha).

Suivi haute résolution des changements forestiers au Canada (Binaire Changement/Aucun Changement)Les données relatives aux changements forestiers que renferme ce produit ont une portée nationale (écosystème forestier entier) et offrent la première caractérisation complète des feux de forêt et des récoltes au Canada à une résolution spatiale en rapport avec l’impact humain. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les informations recueillies représentent vingt-cinq années de renouvellement des peuplements dans les forêts du pays. Elles proviennent d’une source unique de données cohérentes et spatialement explicites, obtenues de manière entièrement automatisée. La capacité démontrée de caractériser les forêts à une résolution qui saisit l’impact humain est essentielle pour établir la base de référence destinée à la surveillance détaillée des écosystèmes forestiers des points de vue des sciences et de la gestion. Des séries chronologiques de données Landsat ont servi à caractériser les tendances nationales des perturbations causées par le feu et la récolte qui renouvellent les peuplements pour la période de 1985 à 2010 sur les 650 millions d’hectares forestiers du Canada (https://authors.elsevier.com/sd/article/S0034425717301360). Les données Landsat ont une résolution de 30 m, de sorte que les informations relatives aux changements sont très détaillées et en rapport avec l’impact humain. Elles permettent de suivre les changements forestiers annuels qui renouvellent les peuplements. Les types de perturbation renouvelant les peuplements sont étiquetés feu de forêt et récolte, le niveau inférieur de confiance étant aussi fourni. La distinction et la communication des probabilités d’appartenance à une classe inférieure servent à indiquer aux utilisateurs que certains changements étaient difficiles à attribuer à un type, mais qu’ils sont considérés comme correctement catégorisés, de façon générale. Pour avoir un aperçu des données, du traitement des images et des méthodes de détection des changements dans les séries chronologiques, ainsi que des renseignements sur l’évaluation indépendante de l’exactitude des données, voir Hermosilla et coll. (2016; http://www.tandfonline.com/doi/full/10.1080/17538947.2016.1187673).Les données offertes sont : 1. changement binaire/aucun changement, 2. année du changement et 3. type de changement. Si vous utilisez les données, prière d’en citer la source comme suit : White, J.C., M.A. Wulder, T. Hermosilla, N.C. Coops, and G. Hobart. (2017). A nationwide annual characterization of 25 years of forest disturbance and recovery for Canada using Landsat time series. Remote Sensing of Environment. 192: 303-321. DOI: 10.1016/j.rse.2017.03.035. https://authors.elsevier.com/sd/article/S0034425717301360Étendue géographique : Écosystèmes forestiers du Canada (environ 650 Mha).

Changements causés par les feux de forêt de 1985-2022, avec indication de l'année où le plus de perturbations dues aux feux de forêt ont été détectées. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les informations recueillies représentent 38 années de feux de forêt au Canada et sont calculées de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les feux de forêt de 1985 à 2022 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada. Si vous utilisez ces données, prière d'en citer la source comme suit : Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, L. B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. https://doi.org/10.1080/17538947.2016.1187673 (Hermosilla et al. 2016).Voir les références ci-dessous pour un aperçu du traitement des données, du calcul des mesures, de la détermination des causes des changements et des méthodes de détection des changements dans les séries chronologiques, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données.Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. https://doi.org/10.1016/j.rse.2014.11.005 (Hermosilla et al. 2015a).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. https://doi.org/10.1016/j.rse.2015.09.004. (Hermosilla et al. 2015b).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2017. Updating Landsat time series of surface-reflectance composites and forest change products with new observations. International Journal of Applied Earth Observation and Geoinformation. 63, 104-111. https://doi.org/10.1016/j.jag.2017.07.013 (Hermosilla et al. 2017).

Ce service indique le ratio des personnes âgées de 0 à 14 ans et de 65 ans et plus (enfants et aînés) par rapport aux personnes âgées de 15 à 64 ans (en âge de travailler) par subdivision de recensement. Les données consistent en une extraction personnalisée à partir du Recensement de 2016 – Données-échantillon (100 %).Ces données se rapportent à la population totale selon l’âge. « Âge » fait référence à l’âge au dernier anniversaire de naissance avant la date de référence, soit avant le 10 mai 2016. Pour obtenir de plus amples renseignements, veuillez vous reporter à « Âge » dans le Dictionnaire du Recensement de la population de 2016.Pour obtenir de plus amples renseignements, veuillez vous reporter à « Âge » dans le Dictionnaire du Recensement de la population de 2016.Pour avoir une représentation cartographique de l'écoumène avec cet indicateur socio-économique, il est recommandé d’ajouter comme première couche, le service web « RNCan - Écoumène de la population 2016 par subdivision de recensement », accessible dans la section des ressources de données plus bas.

Limites de l'écozone du Manitoba pour le Rapport quinquennal sur l'état de la foresterie 2016-2021.Limites de l'écozone du Manitoba pour le Rapport quinquennal sur l'état de la foresterie 2016-2021. Cet ensemble de données est utilisé dans le manuel Insights de la carte récit du Rapport quinquennal sur l'état de la foresterie du Manitoba, 2016-2021.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Changements causés par les récolte forestière de 1985 à 2022, avec indication de l'année où le plus de perturbations dues aux récolte forestière ont été détectées. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les informations recueillies représentent 38 années de récolte forestière au Canada et sont calculées de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les récolte forestière de 1985 à 2022 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada.Si vous utilisez ces données, prière d'en citer la source comme suit : Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, L. B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. https://doi.org/10.1080/17538947.2016.1187673 ( Hermosilla et al. 2016).Voir les références ci-dessous pour un aperçu du traitement des données, du calcul des mesures, de la détermination des causes des changements et des méthodes de détection des changements dans les séries chronologiques, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données. Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. https://doi.org/10.1016/j.rse.2014.11.005 ( Hermosilla et al. 2015a).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. https://doi.org/10.1016/j.rse.2015.09.004 ( Hermosilla et al. 2015b).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2017. Updating Landsat time series of surface-reflectance composites and forest change products with new observations. International Journal of Applied Earth Observation and Geoinformation. 63, 104-111. https://doi.org/10.1016/j.jag.2017.07.013 (Hermosilla et al. 2017).

Limites des sections forestières du Manitoba pour le Rapport quinquennal sur l'état de la foresterie 2016-2021.Limites des sections forestières du Manitoba pour le Rapport quinquennal sur l'état de la foresterie 2016-2021. Cet ensemble de données est utilisé dans le manuel Insights de la carte récit du Rapport quinquennal sur l'état de la foresterie du Manitoba, 2016-2021.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Feu de Forêt Année/dNBR 1985-2015Ampleur des changements dans les feux de forêt de 1985 à 2015 Ampleur du changement spectral pour les feux de forêt qui se sont produits de 1985 à 2015. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. La valeur de l'ampleur du changement est exprimée par la différence normalisée du ratio de brûlage (dNBR), qui est calculée comme la variation entre les valeurs spectrales avant et après le feu à l'origine du changement. Le jeu de données est constitué de trois couches : 1) masque binaire des feux de forêt, 2) année où le plus de perturbation due aux feux de forêt a été détectée et 3) différence normalisée du ratio de brûlage (dNBR), transformée en une valeur de 0 à 200 pour un stockage efficace des données. La valeur réelle de la dNBR se calcule comme suit : dNBR = valeur / 100. Plus la dNBR est élevée, plus le feu a été intense. Le jeu de données représente 30 années de feux de forêt au Canada et est calculé de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les feux de forêt de 1985 à 2015 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada.Si vous utilisez ces données, veuillez les citer comme suit : Hermosilla, T., M.A. Wulder, J.C. White, N.C. Coops, G.W. Hobart, L.B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. (Hermosilla et al. 2016).Voir les références ci'dessous pour un aperçu des données, du traitement des images et des méthodes de détection des changements dans les séries chronologiques utilisées, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données.Hermosilla, T., Wulder, M. A., White, J. C., Coops, N.C., Hobart, G.W., 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. (Hermosilla et al. 2015a).Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. (Hermosilla et al., 2015b). (Hermosilla et al. 2015b).

Ce service indique le ratio des immigrants arrivés de 2001 à 2016 par rapport aux immigrants arrivés avant 2001, par subdivision de recensement, 2016. Les données consistent en une extraction personnalisée à partir du Recensement de 2016 – Données-échantillon (25 %).Ces données se rapportent aux personnes dans les ménages privés qui sont immigrantes, en fonction de leur période d’immigration. « Immigrant » comprend les personnes qui sont, ou qui ont déjà été, des immigrants reçus ou résidents permanents. Il s’agit des personnes à qui les autorités de l’immigration ont accordé le droit de résider au Canada en permanence. Les immigrants qui ont obtenu la citoyenneté canadienne par naturalisation sont compris dans cette catégorie. Dans le Recensement de la population de 2016, « Immigrant » comprend les immigrants arrivés au Canada le 10 mai 2016 ou avant. « Période d’immigration » désigne la période pendant laquelle l’immigrant a obtenu son statut d’immigrant reçu ou de résident permanent pour la première fois. Pour obtenir de plus amples renseignements, veuillez consulter le Dictionnaire du Recensement de la population de 2016 à « Statut d’immigrant » et à « Période d’immigration ».Pour obtenir de plus amples renseignements, veuillez consulter le Dictionnaire du Recensement de la population de 2016 à « Statut d’immigrant » et à « Période d’immigration ».Pour avoir une représentation cartographique de l'écoumène avec cet indicateur socio-économique, il est recommandé d’ajouter comme première couche, le service web « RNCan - Écoumène de la population 2016 par subdivision de recensement », accessible dans la section des ressources de données plus bas.

Ce service indique le ratio des immigrants arrivés de 2001 à 2016 par rapport aux immigrants arrivés avant 2001, selon la division de recensement de 2016. Les données consistent en une extraction personnalisée à partir du Recensement de 2016 – Données-échantillon (25 %).Ces données se rapportent aux personnes dans les ménages privés qui sont immigrantes, en fonction de leur période d’immigration. « Immigrant » comprend les personnes qui sont, ou qui ont déjà été, des immigrants reçus ou résidents permanents. Il s’agit des personnes à qui les autorités de l’immigration ont accordé le droit de résider au Canada en permanence. Les immigrants qui ont obtenu la citoyenneté canadienne par naturalisation sont compris dans cette catégorie. Dans le Recensement de la population de 2016, « Immigrant » comprend les immigrants arrivés au Canada le 10 mai 2016 ou avant. « Période d’immigration » désigne la période pendant laquelle l’immigrant a obtenu son statut d’immigrant reçu ou de résident permanent pour la première fois. Pour obtenir de plus amples renseignements, veuillez consulter le Dictionnaire du Recensement de la population de 2016 à « Statut d’immigrant » et à « Période d’immigration ».Pour obtenir de plus amples renseignements, veuillez consulter le Dictionnaire du Recensement de la population de 2016 à « Statut d’immigrant » et à « Période d’immigration ».Pour avoir une représentation cartographique de l'écoumène avec cet indicateur socio-économique, il est recommandé d’ajouter comme première couche, le service web « RNCan - Écoumène de la population 2016 par division de recensement », accessible dans la section des ressources de données plus bas.