Courbes de niveau d'une équidistance de 1 m dérivées d'un relevé lidar réalisé en 2024.Attributs :ID - Identifiant uniqueSOUSTYPE - Courbe de niveau maîtresse (1) ou secondaire (2)COTE - Valeur d'élévation (m)Le produit Modèle numérique d'élévation de haute résolution (MNEHR) est disponible sur le site Web du Gouvernement ouvert.

Les cartes montrent le taux de déformation pluriannuel mesuré en mètres par année qui met en évidence les processus de déformation active à petite échelle au Canada. Les composantes de déformation horizontale-est et verticale ont été calculées à partir des données acquises en orbite ascendante et descendante. Cette décomposition bidimensionnelle horizontale-est/verticale est approximative et présume la géométrie de la visée constante et l’absence de déformation horizontale-nord.Sur la carte de visibilité directe (VD) à partir des orbites ascendantes, un signal négatif correspond à un affaissement ou à un mouvement vers l'est, tandis qu'un signal positif correspond à un soulèvement ou à un mouvement vers l'ouest. Sur la carte de VD à partir des orbites descendantes, un signal négatif correspond à un affaissement ou à un mouvement vers l’ouest, tandis qu'un signal positif correspond à un soulèvement ou à un mouvement vers l’est.Sur la carte horizontale-est, un signal négatif correspond à un mouvement vers l'ouest, tandis qu’un signal positif correspond à un mouvement vers l’est. Sur la carte verticale, un signal négatif indique un affaissement, tandis qu’un signal positif indique un soulèvement.Le taux de déformation a été calculé à partir des données du Radar à synthèse d'ouverture Sentinel-1 recueillies de 2017 à 2024 pendant la saison sans neige. L'analyse a été réalisée au Centre canadien de cartographie et d'observation de la Terre, Ressources naturelles Canada, avec le logiciel GAMMA (https://www.gamma-rs.ch/) et le logiciel Multidimensional Small Baseline Subset (MSBAS) version 10 (https://doi.org/10.1080/07038992.2024.2424753).Les signaux de grande longueur d'onde causés par le rebondissement postglaciaire et les mouvements tectoniques ont été filtrés pour se concentrer sur les processus de déformation active à petite échelle, tels que ceux provenant des glissements de terrain et de l'exploitation minière. Les études de terrain n'ont confirmé que quelques-uns de ces processus à ce jour. Cette carte est susceptible de contenir des artefacts de traitement qui seront corrigés dans le cadre de travaux futurs.Références:Samsonov, S. V., & Feng, W. (2023). Deformation Retrievals for North America and Eurasia from Sentinel-1 DInSAR: Big Data Approach, Processing Methodology and Challenges. Canadian Journal of Remote Sensing, 49(1). https://doi.org/10.1080/07038992.2023.2247095Samsonov, S. V. (2024). Multidimensional Small Baseline Subset (MSBAS) Software for Constrained and Unconstrained Deformation Analysis of Partially Coherent DInSAR and Speckle Offset Data. Canadian Journal of Remote Sensing, 50(1). https://doi.org/10.1080/07038992.2024.2424753Limitation de responsabilité :Les renseignements présentés sur ce site Web sont fournis tels quels, ainsi Ressources naturelles Canada ne fait aucune déclaration et ne donne aucune garantie découlant de la loi ou d’une autre source, ni implicitement ni explicitement, notamment quant à leur efficacité, leur intégralité, leur exactitude ou leur justesse pour une fin particulière. Ressources naturelles Canada ne sera pas responsable des dommages ou des pertes subis à la suite de l’utilisation des renseignements présentés par ce site Web. En aucun cas, Ressources naturelles Canada ne pourra être tenu responsable relativement aux conséquences directes, indirectes, spéciales ou accessoires ou à d’autres dommages découlant de l’usage de ce site Web ou de tout autre site Web auquel il est lié, y compris, mais sans s’y limiter, toute perte de profits ou de revenus ou toute interruption d’activités commerciales.

Hauteur moyenne 2015Hauteur moyenne des premiers retours lidar (m). Représente la hauteur moyenne du couvert. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Des produits relatifs à la structure des écosystèmes forestiers du Canada ont été créés et rendus accessibles à tous. Les produits partagés sont fondés sur des données scientifiques examinées par des pairs et relient des aspects de la structure de la forêt, notamment : (i) des mesures calculées directement à partir du nuage de points lidar avec des hauteurs normalisées par rapport à la surface du sol (p. ex. densité, hauteur du couvert) et (ii) des attributs d'inventaire modélisés, obtenus selon une approche fondée sur la superficie et produits à partir de données de placettes au sol et de balayage par laser aéroporté (volume, biomasse). Les estimations de la structure forestière ont été générées en combinant l'information provenant des « parcelles lidar » (Wulder et coll., 2012) avec les composites à base de pixels Landsat (White et al. 2014; Hermosilla et al. 2016 ) en utilisant l'imputation selon la méthode du plus proche voisin avec une mesure de distance basée sur les forêts aléatoires. Ces produits ont été créés pour répondre aux besoins d'information de la surveillance stratégique des forêts et ne sont pas destinés à appuyer la gestion opérationnelle des forêts. Tous les produits ont une résolution spatiale de 30 m. Pour une description détaillée des données, des méthodes appliquées et des résultats de l'évaluation de la précision, 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., 2018b. 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. Matasci et al. 2018)

Cette couche spatiale présente les régimes fonciers (licences et permis de pâturage et de coupe de foin) administrés par le ministère des Forêts, des Terres et de l'Exploitation des ressources naturelles. Un Range Tenure est une zone de pâturage de la Couronne où s'applique un régime foncier relevant de la Range Act. Les propriétaires fonciers accèdent à une quantité définie de fourrage par le pâturage (mesurée en mois-unités animales) ou par le foin (tonnage). Les tenures foncières ne s'appliquent qu'aux terres de la Couronne. Dans certains cas, les limites numériques peuvent chevaucher des terres privées, mais ces terres ne font pas partie de la zone de pâturage (comme décrit dans la description légale). Le pâturage peut chevaucher les plans d'eau pendant le rabattement (également décrit légalement dans les documents fonciers et, le cas échéant, dans le plan d'utilisation des aires de répartition). Le bétail peut paître sur les îles et de grands plans d'eau peuvent constituer des barrières naturelles à l'aire de répartition. 3 mars 2023 : mises à jour de la table attributaire de la tenure des aires de répartition, comme décrit. Veuillez contacter Nancy.Elliot@gov.bc.ca si vous avez des questions. Pour vous guider dans votre utilisation : 1. La couche contient les tenures RETIRÉES, EN ATTENTE et ACTIVES (=Licences et permis) ; Sélectionnez ACTIVE sous l'attribut LIFE_CYCLE_STATUS_CODE pour isoler toutes les tenures actives (le statut fait référence à l'état des limites spatiales ; par conséquent, une limite spatiale doit être supprimée dans le système d'administration des régimes fonciers forestiers pour avoir le statut de retraite) ; 2. L'identifiant unique du polygone est indiqué par RAN# dans l'attribut FOREST_FILE_ID. Chaque tenure possède son propre numéro de numéro de RAN (par exemple RAN07777). Plusieurs zones (polygones) appartenant à la même propriété peuvent avoir le même numéro de réseau local avec des identifiants de blocs cartographiques uniques (par exemple RAN07777 A, RAN07777 B) 3. Le champ SUM_TENURE_ACTIVE_AREA_HA fournira, lorsque LIFE_CYCLE_STATUS_CODE est ACTIF, la superficie foncière totale en hectares. Pour les tenures d'un seul bloc (polygone), il s'agira de la même zone que le polygone. S'il y a plusieurs blocs, il s'agit de la surface totale de tous les blocs actifs. (Notez que cela n'inclut pas les zones de tenure EN ATTENTE ou RETIRÉES. La zone est réservée aux limites foncières approuvées et actives. Un bloc peut être approuvé mais en attente et n'est donc pas inclus). Examiner les données pour les polygones multiparties par rapport aux polygones multiples 4. AUTHORIZED_USE et TOTAL_ANNUAL_USE concernent l'ensemble de la tenure ; lorsqu'il y a plusieurs blocs, le total est global, réparti selon les saisons entre les différents pâturages 3. FILE_TYPE_CODE contient des informations sur le type de permis : • E01 - Licence de pâturage • E02 - Permis de pâturage • H01 - Licence de coupe de foin • H02 - Permis de coupe de foin 4. SI VOUS EFFECTUEZ UNE ANALYSE SPATIALE basée sur la SUPERFICIE --- Veuillez noter que les régimes fonciers se chevauchent partiellement ou totalement entre les titulaires de droits fonciers. Une zone peut être partagée par plus d'un titulaire foncier et il y aura donc plusieurs polygones congruents ou se chevauchant partiellement (parties multiples). Si vous souhaitez effectuer une ANALYSE SPATIALE uniquement en fonction de la surface, vous devez réduire ou aplatir les données à l'aide de DISSOLVE afin que les polygones soient à 1:1 par rapport à la base terrestre (approche suggérée)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

L’humidité totale du sol est la quantité modélisée d’eau disponible pour les plantes (en mm) dans la zone racinaire du sol. La valeur donnée est la quantité calculée comme étant présente le jour modélisé du produit. Les valeurs sont calculées à l’aide du modèle adaptatif du bilan hydrique des sols (MABH).

L’écart par rapport aux précipitations moyennes représente la valeur des précipitations accumulées dans un lieu donné, soustraite par la valeur moyenne à long terme. Une valeur négative indique que le lieu a reçu moins que la quantité normale de précipitations (mm) pour cette période. Une valeur positive indique que le lieu a reçu plus de précipitations que la moyenne (mm).Les périodes calculées pour l’écart par rapport aux précipitations moyennes sont de 1, 2, 3, 6, 9, 12, 18 et 24 mois.La moyenne à long terme correspond à la période de 1991 à 2020. Chaque semaine ISO est numérotée de 1 à 52 (parfois 53) au cours d’une année. Une semaine ISO commence le lundi et se termine le dimanche.Les produits de la Série nationale d’indicateurs agroclimatiques dérivés (SNIAD) fournissent une collection d’ensembles de données exhaustifs et régulièrement actualisés sur des variables agroclimatiques clés, y compris les précipitations accumulées, l’indice normalisé des précipitations et l’écart par rapport à la température normale. Ces ensembles de données intègrent des renseignements climatiques en temps réel et historiques, ce qui offre un meilleur aperçu des conditions et des tendances dans les diverses régions agricoles du Canada.

Les données type des changements forestiers décrites ici sont une mise à jour des données ouvertes publiées précédemment. La plage de dates pour ces données est de 2012 à 2015. Les données avec changement et sans changement pour la période antérieure de 1985 à 2011 se trouvent ici : https://opendata.nfis.org/mapserver/nfis-change_fra.html ou https://gcgeo.gc.ca/geonetwork/search/fre. Rechercher « changements forestiers », mais vous devez ouvrir une session pour voir les données. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada.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. 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 : Hermosilla, T.,Wulder, M. A.,White, J. C.,Coops, N. C.,Hobart, G. W., (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. DOI: 10.1016/j.jag.2017.07.013White, 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/S0034425717301360

Les condominiums faisant l'objet d'une enquête sont des biens immobiliers représentant l'étendue spatiale d'un condominium ou d'un appartement sur lesquels des droits ou des intérêts peuvent être enregistrés. Les parties communes des condominiums ne sont pas incluses dans cette définition. Les espaces communs ne sont pas représentés spatialement dans la base de données ICM. Les unités de copropriété doivent être associées à une parcelle de terrain.Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)

Le but de cet ensemble de données est de fournir l'emplacement des ponceaux structuraux le long des autoroutes. La définition d'un ponceau structural est un ponceau d'une portée de 2 mètres ou plus. Les ponceaux de drainage ont un diamètre inférieur à 2 mètres et ne sont pas inclus dans cet ensemble de données.Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)

Description:Des données sur la navigation de plaisance sont nécessaires pour les initiatives de planification spatiale marine en Colombie-Britannique (C.-B.). Les données sur le trafic maritime sont généralement obtenues en analysant les données de suivi des navires du système d'identification automatique (SIA), mais les bâtiments de plaisance sont souvent omis ou sous-représentés dans les données du SIA parce qu'ils ne sont pas tenus de porter des dispositifs de repérage SIA. Le Programme national de surveillance aérienne (PNSA) de Transports Canada a effectué des relevés aériens afin de recueillir des renseignements sur les bateaux de plaisance le long de plusieurs sections de la côte de la Colombie-Britannique entre 2018 et 2022. Les observations de bateaux de plaisance ont été modélisées en fonction de variables prédictives (p. ex. distance jusqu'au rivage, profondeur de l'eau, distance et densité des marinas) pour prédire le nombre de bateaux de plaisance le long des eaux côtières de la Colombie-Britannique.Les dossiers inclus ici sont les suivants :Une géobase de données « Recreational_Boating_Data_Model », qui comprend : (1) les données sur les observations de bateaux de plaisance recueillies par le PNSA en Colombie-Britannique et utilisées dans le modèle de trafic des bateaux de plaisance (« Recreational_Vessels_PointData_BC ») ; (2) un ensemble de données de levé aérien (ou nombre de relevés aériens) (« surveyeffort ») ; et (3) un ensemble de données vectorielles (résolution de 2,5 km) contenant le nombre prévu de bateaux de plaisance par cellule et les variables prédictives (« Recreational_Boating_Model_Results_BC).Dossier de scripts comprenant le fichier R Markdown avec le code R pour exécuter l'analyse de modélisation ('Recreationa_Boating_Model_R_Script') et les données utilisées pour exécuter le code.Méthodes :Les données sur les navires de plaisance ont été recueillies par le PNSA au cours de relevés aériens planifiés le long de trajets prédéterminés sur la côte de la Colombie-Britannique de 2018 à 2022. Les données sur les navires de plaisance non pourvus du SIA ont été recueillies à l’aide de caméras vidéo à bord de l’avion, et les données sur les navires de plaisance pourvus du SIA, à l’aide d’un récepteur du SIA également à bord de l’avion. Les facteurs prédictifs de la navigation de plaisance étudiés étaient la profondeur de l’eau, la distance jusqu’au rivage, la distance et la densité des marinas, la latitude et la longitude. Les modèles de trafic des navires de plaisance ont été adaptés à l’aide de modèles linéaires généralisés (MLG). Les progiciels et bibliothèques R utilisés ici comprennent les suivants : AED (Roman Lustrik 2021) et MASS (Venables et Ripley 2002), progiciel pscl (Zeileis, Kleiber et Jackman 2008) pour les fonctions « zeroinfl() » et « hurdle() ». Le modèle définitif a été choisi en fonction du critère d’information d’Akaike (AIC) et du critère d’information bayésien (BIC). Un fichier R Mardown avec le code utilisé pour l’exécution de cette analyse est inclus dans le jeu de documents dans un dossier appelé Script. Modèle de prévision spatiale : On a choisi le modèle binomial négatif à inflation nulle, qui est composé de deux parties : une première comptant un processus binomial qui prévoit la probabilité de rencontre d’un navire de plaisance et une deuxième prévoyant le nombre de navires de plaisance au moyen d’un modèle de dénombrement. Plus on s’approche du rivage et des marinas, plus la densité des marinas est élevée et plus le nombre prévu de navires de plaisance est élevé. La probabilité de rencontre de navires de plaisance est dictée par la profondeur de l’eau et la distance jusqu’au rivage. Pour en savoir plus sur la méthodologie, consultez le fichier PDF des métadonnées accessible avec le dossier des données ouvertes.Références :Serra-Sogas, N. et al. 2021. Using aerial surveys to fill gaps in AIS vessel traffic data to inform threat assessments, vessel management and planning. Marine Policy 133: 104765. https://doi.org/10.1016/j.marpol.2021.104765Sources des données :Observations et efforts déployés pour réaliser des relevés de navires de plaisance : Données recueillies par le PNSA et analysées par Norma Serra aux fins d’obtention d’information sur les navires et de déploiement d’efforts pour l’exécution de relevés (pour plus de renseignements sur la façon dont ces données ont été analysées, consulter SerraSogas et al. 2021). Les données du système de bathymétrie pour toute la côte de la Colombie-Britannique et uniquement les eaux de la ZEE canadienne ont été fournies par le MPO – Sciences (Selina Agbayani). La couche de données a été présentée sous forme de fichier de données ligne par ligne d’une résolution de 100 mètres. Le jeu de données sur le littoral utilisé pour l’estimation de la distance jusqu’au rivage et la découpe d’une grille a été fourni par le MPO – Sciences (Selina Agbayani), créé par David Williams et Yuriko Hashimoto (MPO – Océans). Le jeu de données sur les marinas a été fourni par le MPO – Sciences (Selina Agbayani), créé par Josie Iacarella (MPO – Sciences). Ce jeu de données comprend des marinas de grande et moyenne taille ainsi que des camps de pêche. Les données peuvent être téléchargées ici : Structures flottantes dans les eaux du nord-ouest de l’Amérique du Nord – Portail du gouvernement ouvert (https://open.canada.ca/data/fr/dataset/049770ef-6cb3-44ee-afc8-5d77d6200a12).IncertitudesLes résultats du modèle sont basés sur les navires de plaisance observés dans le cadre du PNSA et des variables connexes servant de facteurs prédictifs, et ne reflètent pas toujours la répartition réelle des navires. Tous les biais découlant de la nature opportuniste des relevés effectués dans le cadre du PNSA ont été réduits au minimum en utilisant les efforts visant à réaliser des relevés comme variable de décalage.