Les données de maximum et minimum annuels sont le maximum et le minimum des valeurs instantanées pour une année donnée.

Indicateurs principaux de l'Inventaire communautaire de l'énergie et des émissions (CEEI) par habitant, année de référence 2007 par district régional** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Les données de maximum et minimum annuels des moyennes quotiennes sont le maximum et le minimum des valeurs de moyennes quotidiennes pour une année donnée.

Ce jeu de données fournit des cartes continues de la structure des forêts à travers les 650 millions d'hectares d'écosystèmes forestiers du Canada pour l'année 2022, générées à une résolution spatiale de 30 m. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les estimations de structure incluent des attributs clés tels que la hauteur du couvert forestier, la densité du couvert et la biomasse aérienne, dérivés à partir d'une combinaison de données lidar aéroportées et de composites spectraux issus de Landsat. Les modèles de structure ont été entraînés à l'aide du cadre « lidar-plot » (Wulder et al. 2012), qui intègre des données lidar aéroportées et des mesures de terrain co-localisées avec des composites de séries temporelles Landsat (Hermosilla et al. 2016). Une approche d'imputation par plus proche voisin a été appliquée pour estimer les attributs structurels sur l'ensemble du territoire forestier canadien. Ces produits, cohérents à l'échelle nationale, sont conçus pour appuyer la surveillance stratégique des forêts et les évaluations à grande échelle, mais ne sont pas destinés à la gestion opérationnelle des forêts. Pour plus de détails sur les méthodes, l'évaluation de l'exactitude et les sources de données, voir Matasci et al. (2018).Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment, 216, 697-714. https://doi.org/10.1016/j.rse.2018.07.024 ( Matasci et al. 2018).

Indicateurs principaux de l'Inventaire communautaire de l'énergie et des émissions (CEEI) Total pour l'année de référence 2007 par communauté** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Ampleur des changements dans les feux de forêt de 1985 à 2022 Ampleur du changement spectral pour les feux de forêt qui se sont produits de 1985 à 2022. 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. Plus la dNBR est élevée, plus le feu a été intense. 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, 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, 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.. (Hermosilla et al. 2017).

Résultats de la dernière heure disponible, en temps réel, de [l'indice de la qualité de l'air (IQA)](https://www.iqa.environnement.gouv.qc.ca/contenu/index.asp) pour les stations du [Réseau de surveillance de la qualité de l'air du Québec](https://www.environnement.gouv.qc.ca/air/reseau-surveillance/Carte.asp). Ces résultats excluent ceux des stations situées sur [l'île de Montréal](https://www.donneesquebec.ca/recherche/dataset/vmtl-rsqa-indice-qualite-air).L’IQA est un outil d’information et de sensibilisation conçu pour renseigner la population sur la qualité de l’air ambiant au Québec.Si vous avez des questions sur ces données, contactez le service Info-Air : .

La température maximale représente la valeur de température la plus élevée enregistrée (°C) à chaque endroit pour une période donnée. Les périodes comprennent les 24 heures précédentes et les 7 jours précédents à partir de la date disponible, pour laquelle un jour climatique commence à 0600 UTC.

Indicateurs principaux par habitant de l'Inventaire communautaire de l'énergie et des émissions (CEEI) Année de référence 2007 par communauté** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Moyenne de l’ensoleillement normal direct (END) horaire sur 17 ans (1998-2014). Données extraites de la base nationale de rayonnement solaire (NSRDB) développée à l'aide du modèle solaire physique PSM (Physical Solar Model) par le National Renewable Energy Laboratory ("NREL"), Alliance for Sustainable Energy, LLC, U.S. Department of Energy ("DOE").La version actuelle de la base de données nationale sur le rayonnement solaire des États-Unis, soit la NSRDB (National Solar Radiation Database) (v. 2.0.1), a été développée à l'aide du modèle solaire physique PSM (Physical Solar Model) et il donne aux utilisateurs l'accès aux ensembles de données sur les ressources solaires de 1998 à 2014. La NSRDB contient des données météorologiques et des données sur l'énergie solaire reçues aux 30 minutes pour environ 2 millions de pixels de surface mesurant 0,038 degré de latitude sur 0,038 degré de longitude (valeur nominale de 4 km2). La zone visée est délimitée par les longitudes -25° ouest et -175° ouest, ainsi que les latitudes -20° sud et 60° nord. Les valeurs de rayonnement solaire représentent l'énergie solaire disponible pour les systèmes d'énergie solaire. Le modèle AVHRR PATMOS-x (Pathfinder Atmospheres-Extended) utilise des images du rayonnement reçues dans les canaux visible et infrarouge aux 30 minutes à partir de la série de satellites météorologiques géostationnaires GOES. Le modèle se sert aussi de données climatologiques d’albédo et rapport de mélange, ainsi que des profils de température et de pression atmosphérique MERRA (Modern Era-Retrospective Analysis) pour générer le masque et les propriétés des nuages. Les propriétés de nuages générées avec PATMOS-x sont utilisées dans les modèles rapides de transfert radiatif, et pour établir l'épaisseur optique des aérosols (AOD) et la vapeur d'eau précipitable de sources auxiliaires afin d'estimer l’ensoleillement direct normal (EDN) et l’ensoleillement horizontal global (EHG). Un bilan quotidien de l'épaisseur optique des aérosols (AOD) est réalisé en mettant en commun des données provenant des satellites MODIS et MISR et des stations au sol AERONET. Les données de vapeur d'eau et d'autres données à inclure proviennent de MERRA. Dans les scènes à ciel dégagé, l’ensoleillement direct normal (EDN) et l’ensoleillement horizontal global (EHG) sont calculés à l'aide du modèle de transfert radiatif REST2. Dans les scènes nuageuses représentées par le masque nuageux, le modèle rapide de rayonnement solaire plein ciel (FARMS) est utilisé pour calculer l’ensoleillement horizontal global (EHG). L’ensoleillement direct normal (EDN) des scènes nuageuses est ensuite calculé à l'aide du modèle DISC. Les données de cette couche correspondent à la moyenne de l’ensoleillement horizontal global horaire sur 17 ans (1998-2014).NOTE: Les données et les cartes de système d'information géographique (SIG) des ressources solaires pour l’Ensoleillement horizontal global (EHG) et l’Ensoleillement normal direct (END) ont été développées par le National Renewable Energy Laboratoy (NREL) et sont fournies pour le Canada à titre estimatif. En ce moment, ni les données NREL, ni le modèle solaire physique PSM (Physical Solar Model) sur lequel repose les données NREL, ont été évalués ou validés pour les applications particulières à la météorologie Canadienne. Une carte Canadienne de l’EHG développée par le ministère des Ressources naturelles Canada (RNCan) qui est basée sur le modèle de State University of New York (SUNY) et qui a été évaluée et validée pour les applications particulières à la météorologie canadienne est disponible à http://atlas.gc.ca/cerp-rpep/fr/.