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).

Symbolisation et publication de l'ensemble de données de caractéristiques ISO BiologicEcologic. 5 septembre 2017.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Le Réseau canadien de biosurveillance aquatique (RCBA) est un programme de biosurveillance aquatique visant à évaluer la santé des écosystèmes d'eau douce au Canada. Les macroinvertébrés benthiques sont récoltés sur un site et leurs dénombrements sont utilisés comme indicateurs de la santé de ce plan d'eau. Le RCBA se base sur l'approche du réseau de réseaux qui favorise la collaboration interorganisationnelle et le partage de données afin de produire des rapports cohérents et comparables sur la qualité de l'eau douce et les conditions des écosystèmes aquatiques au Canada. Le programme est mis à jour par Environnement et Changement climatique Canada (ECCC) pour soutenir la récolte, l'évaluation, la production de rapports et la distribution d'information sur la surveillance biologique. Un ensemble de protocoles RCBA normalisés à l'échelle nationale est utilisé pour la collecte sur le terrain, les travaux de laboratoire et l'analyse des données de surveillance biologique. Un programme de formation est disponible pour la certification des participants aux protocoles normalisés. Il y a deux types de sites dans la base de données RCBA (référence et test). Les sites de référence représentent les habitats les plus proches de «l’état naturel» avant toute perturbation anthropique. Les données provenant des sites de référence servent à créer des modèles de référence que les partenaires du RCBA utilisent pour évaluer leurs sites test selon une approche connue sous le nom d'approche des conditions de référence (ACR). À l'aide des modèles d'ACR, les partenaires du RCBA jumellent leurs sites test à des groupes de sites de référence pour des habitats similaires et comparent les communautés de macroinvertébrés observées. L'importance des divergences entre les communautés de sites test et les communautés de sites de référence permet aux partenaires du RCBA d'estimer la gravité des impacts à ces endroits. Les échantillons RCBA ont été récoltés depuis 1987 et sont organisés dans la base de données par étude (projet partenaire). Chaque étude comporte des données sur les sites, les habitats et les invertébrés benthiques, et ceci dans les 11 principaux bassins hydrologiques (MDA) du Canada. Des liens vers des données complémentaires sur la qualité de l'eau sont fournis lorsqu'elles sont disponibles. Les visites peuvent être effectuées au même endroit au fil du temps, les visites récurrentes étant identifiées par un nom d'étude / un code de site identique avec des dates différentes. Toutes les données recueillies par le gouvernement fédéral sont disponibles sur Open Data, et de plus en plus de partenaires y ajoutent continuellement leurs données. Les fichiers csv sont mis à jour sur une base mensuelle. Contactez le responsable d'étude RCBA pour demander l'autorisation d'accéder aux données non libres.

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).

Cet ensemble de donnees sert a etablir l'importance ou l'etat des categories de terres humides et de certaines autres caracteristiques du patrimoine naturel. Il sert egalement a etablir des objectifs pour les parcs provinciaux de la categorie « nature sauvage », a preparer les rapports sur l'etat des forets et a etudier les regimes de perturbation naturelle.** 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) **

**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'utilisation1- 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 mises à jour de ce jeu de données seront éventuellement disponible à partir de cette page de métadonnées.# 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 des arbres (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. o Couverture en pourcentage des sapins baumiers (Abies balsamea) o Couverture en pourcentage des épinettes noires (Picea mariana) o Couverture en pourcentage des sapins de Douglas (Pseudotsuga menziesii) o Couverture en pourcentage des pins gris (Pinus banksiana) o Couverture en pourcentage des pins tordus (Pinus contorta) o Couverture en pourcentage des pins ponderosa (Pinus ponderosa) o Couverture en pourcentage des mélèzes laricins (Larix laricina) o Couverture en pourcentage des pins blancs et rouges (Pinus strobus et Pinus resinosa) o Couverture en pourcentage des espèces d'arbres feuillus (PrcB) o Couverture en pourcentage des autres espèces de conifères (PrcC)

Dans cet ensemble de données, nous présentons, pour chaque année entre 1984 et 2022, des cartes des essences d'arbres dominantes (également appelées principales essences d'arbres) dans l'ensemble des 650 millions d'hectares d'écosystèmes forestiers du Canada à l'aide d'une série temporelle d'images Landsat 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 classifications sont fondées sur un modèle de forêts aléatoires représentatif à l'échelle régionale qui utilise des échantillons d'apprentissage locaux provenant de l'Inventaire forestier national du Canada (Hermosilla et al., 2024). Les mesures descriptives fournissent des renseignements sur les caractéristiques spectrales, géographiques, climatiques et topographiques. Pour améliorer la cohérence temporelle de la transition entre les essences d'arbres d'une année à l'autre, les classifications annuelles initiales des essences d'arbres ont fait l'objet d'un processus de post classification de série temporelle à l'aide d'un modèle de Markov caché soumis à la procédure forward backward. L'évaluation des cartes annuelles des essences à l'aide de données de validation indépendantes indique une précision globale de 86,1 ± 0,14 % (intervalle de confiance à 95 %). Ces données permettent d'effectuer une comparaison cohérente des tendances et des taux de variation de la composition en essences d'arbres à l'échelle nationale et entre les régions grâce à une résolution spatiale, à une approche analytique et à un cadre temporel communs.Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Bater, C.W., Hobart, G.W., 2024. Characterizing long-term tree species dynamics in Canada's forested ecosystems using annual time series remote sensing data. Forest Ecology and Management, 122313. https://doi.org/10.1016/j.foreco.2024.122313 (Hermosilla et al. 2024).

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).

Carte mur à mur des plans d'eau à travers les écosystèmes forestiers du Canada pour l'année 2022, dérivée de la classe "eau" du produit annuel Virtual Land Cover of Engine (VLCE). Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les cartes VLCE sont basées sur des composites d'images Landsat en séries temporelles et représentent des classifications annuelles de la couverture terrestre de 1984 à 2022, à une résolution spatiale de 30 m. Le processus de classification intègre des informations sur les changements forestiers ainsi que des variables topographiques et hydrologiques auxiliaires, en appliquant un cadre de modélisation régional basé sur un système de carrelage de 150 × 150 km ( Hermosilla et al., 2022). Les données d'apprentissage proviennent de multiples sources de couverture terrestre et sont sélectionnées proportionnellement aux distributions de couverture terrestre selon une approche pondérée par la distance. Les classifications sont affinées au fil du temps à l'aide d'un modèle de Markov caché afin d'assurer la cohérence et de réduire le bruit de classification entre les années. Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C. 2022. Land cover classification in an era of big and open data: Optimizing localized implementation and training data selection to improve mapping outcomes. Remote Sensing of Environment. 268, 112780. https://doi.org/10.1016/j.rse.2021.112780. ( Hermosilla et al., 2022)Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W. 2018. Disturbance-Informed Annual Land Cover Classification Maps of Canada's Forested Ecosystems for a 29-Year Landsat Time Series. Canadian Journal of Remote Sensing. 44(1) 67-87. https://doi.org/10.1080/07038992.2018.1437719.( Hermosilla et al., 2018).

Les polygones de biobandage de la zone côtière sont une représentation spatiale des différents types de biotes (flore et faune) et de leur distribution, ou de leur absence, présents dans l'unité côtière.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **