Accueil /Recherche
Rechercher des ensembles de données
Nous avons trouvé 69 ensembles de données pour le mot-clé « esa ». Vous pouvez continuer à explorer les résultats de recherche dans la liste ci-dessous.
Ensembles de données: 106,156
Contributeurs: 42
Résultats
69 Ensembles de données, Page 1 sur 7
Régie de l’énergie du Canada - Évaluations
Cet ensemble de données représente les évaluations environnementales et socioéconomiques (EES) soumises à la Régie de l’énergie du Canada. Ces données et d’autres EES sont accessibles sur l’outil de recherche en ligne de la Régie appelé CIBER (contenus et information biophysiques, socioéconomiques et régionaux). La méthode d’extraction de données figure sur le site Web de CIBER. Les pipelines représentés comprennent un point de départ et un point d’arrivée.
Biologique et écologique
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).**
Cartographie de la densité des navires à partir des données du Système d’identification automatique (SIA) de 2016 dans l'Atlantique Nord-Ouest
Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.
Les sapins (genre Abies) au Canada 2006
L'Inventaire forestier national (IFN) du Canada est un programme d'échantillonnage conçu pour appuyer la production de rapports sur les forêts á l'échelle nationale. D'autre part, les cartes continues d'attributs forestiers sont nécessaires pour appuyer les analyses stratégiques des problématiques régionales de politique et d'aménagement. Nous avons donc produit des cartes couvrant 4,03 × 106 km2 de surface forestiére inventorièe en 2001 à partir d'observations normalisées provenant des placettes photos de l'IFN utilisées comme données de référence. Nous avons utilisé la méthode des k plus proches voisins (kNN) avec 26 couches de données géospatiales, y compris les données spectrales MODIS et les variables climatiques et topographiques, pour produire les cartes de 127 attributs forestiers à une résolution de 250 × 250 m. Les attributs à l'échelle du peuplement comprennent le type de couverture terrestre, la structure et l'abondance relative des espéces ďarbres. Dans cet article, nous rapportons seulement la biomasse totale aérienne et vivante des arbres. Tous les autres attributs abordés sont présentés dans la section matériel supplémentaire (http://nrcresearchpress.com/doi/suppl/10.1139/cjfr-2013-0401). En général, les écarts des valeurs prédites à l'échelle du pixel par rapport à celles des placettes photos de validation, sont plus importants dans les régions montagneuses et dans les zones où, soit la biomasse, soit le taux d'échantillonnage de placettes photos est faible. Les valeurs prédites à l'échelle du pixel sont surestimées lorsque les valeurs observées sont petites et sous-estimées lorsqu'elles sont grandes. Les mesures de précision sont améliorées grâce à l'agrégation spatiale des pixels sur 1 km2 et plus. Dans l'ensemble, ces nouveaux produits fournissent des informations de base uniques pour les analyses stratégiques des forêts (https://nfi.nfis.org).Collection:- **[L'Inventaire forestier national (IFN) du Canada de 2006](https://ouvert.canada.ca/data/fr/dataset/e2fadaeb-3106-4111-9d1c-f9791d83fbf4)**
Cartographie de la densité des navires à partir des données du Système d’identification automatique (SIA) de 2022 dans l'Atlantique Nord-Ouest
Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.
Programme indépendant de surveillance environnementale
L'objectif du Programme Indépendant de Surveillance Environnementale (PISE) est de renforcer la confiance des Autochtones et le public dans la réglementation de l'industrie nucléaire de la Commission Canadienne de Sûreté Nucléaire (CCSN), grâce à un programme d'échantillonnage environnemental indépendant, technique et accessible autour des installations nucléaires,, tout en utilisant les ressources de la CCSN de manière efficace et efficiente. Pour en savoir plus: www.Suretenucleaire.gc.ca/PISE
Genre Dominant - Schéma des attributs communs pour les inventaires des ressources forestières
Le Schéma des attributs communs pour les inventaires des ressources forestières (SACIRF) est un dépôt de données d’inventaire sur les ressources forestières du Canada. Les ensembles de données d’inventaire sur les ressources forestières du SACIRF sont harmonisés selon un modèle de données commun afin de pouvoir utiliser ensemble les données recueillies par divers organismes appliquant des normes différentes. Les ministères et organismes provinciaux, territoriaux et fédéraux participants partagent des ensembles de données d’inventaire sur les ressources forestières cartographiques actuelles et historiques par l’intermédiaire du SACIRF, afin que leurs données soient accessibles aux utilisateurs dont les domaines d’intérêt couvrent de multiples provinces et territoires. Le SACIRF a initialement été élaboré par des chercheurs universitaires (Cumming et coll., https://doi.org/10.1139/cjfr-2014-0102).Cette version du SACIRF (SACIRF v5) a été élaborée de nouveau en collaboration avec des chercheurs universitaires de l’Université Laval pour offrir une version gouvernementale du SACIRF qui soit repérable, accessible, interexploitable et réutilisable. Elle utilise les données les plus actuelles sur l’inventaire forestier communiquées par les ministères et organismes provinciaux, territoriaux et fédéraux participants. Le SACIRFv5 est hébergé dans le portail de données du Conseil canadien des ministres des forêts, le Système national d’information sur les forêts (http://nfis.org).
Les érables (genre Acer) au Canada 2006
L'Inventaire forestier national (IFN) du Canada est un programme d'échantillonnage conçu pour appuyer la production de rapports sur les forêts á l'échelle nationale. D'autre part, les cartes continues d'attributs forestiers sont nécessaires pour appuyer les analyses stratégiques des problématiques régionales de politique et d'aménagement. Nous avons donc produit des cartes couvrant 4,03 × 106 km2 de surface forestiére inventorièe en 2001 à partir d'observations normalisées provenant des placettes photos de l'IFN utilisées comme données de référence. Nous avons utilisé la méthode des k plus proches voisins (kNN) avec 26 couches de données géospatiales, y compris les données spectrales MODIS et les variables climatiques et topographiques, pour produire les cartes de 127 attributs forestiers à une résolution de 250 × 250 m. Les attributs à l'échelle du peuplement comprennent le type de couverture terrestre, la structure et l'abondance relative des espéces ďarbres. Dans cet article, nous rapportons seulement la biomasse totale aérienne et vivante des arbres. Tous les autres attributs abordés sont présentés dans la section matériel supplémentaire (http://nrcresearchpress.com/doi/suppl/10.1139/cjfr-2013-0401). En général, les écarts des valeurs prédites à l'échelle du pixel par rapport à celles des placettes photos de validation, sont plus importants dans les régions montagneuses et dans les zones où, soit la biomasse, soit le taux d'échantillonnage de placettes photos est faible. Les valeurs prédites à l'échelle du pixel sont surestimées lorsque les valeurs observées sont petites et sous-estimées lorsqu'elles sont grandes. Les mesures de précision sont améliorées grâce à l'agrégation spatiale des pixels sur 1 km2 et plus. Dans l'ensemble, ces nouveaux produits fournissent des informations de base uniques pour les analyses stratégiques des forêts (https://nfi.nfis.org).Collection:- **[L'Inventaire forestier national (IFN) du Canada de 2006](https://ouvert.canada.ca/data/fr/dataset/e2fadaeb-3106-4111-9d1c-f9791d83fbf4)**
AW Species V03
Ce tableau contient des informations sur 11 types d'animaux associés aux cas assignés dans le cadre du Programme de protection des animaux du Manitoba.Ce tableau contient des informations sur les types d'animaux, regroupés en 11 catégories, associés aux cas assignés dans le cadre du Programme de protection des animaux du Manitoba pour chaque année, depuis 2016 jusqu'au dernier trimestre. Ces données sont alimentées par la base de données provinciale sur le bien-être des animaux du Programme de protection des animaux du Manitoba. Il est affiché dans le tableau des types d'animaux du Programme de protection des animaux du Manitoba. Le tableau est mis à jour tous les trimestres. Champs inclus [Alias (nom du champ) : description du champ] SpeciesStatsGrouping (SpeciesStatsGrouping) : inclut l'un des 11 groupes de types d'animaux possibles associés à chaque cas attribué (par exemple, aviaire, bison, bovin) Année (Année) : Comprend l'année, commençant en 2016, jusqu'à l'année en cours (par exemple, 2016, 2017, 2018) Mois (Mois) : inclut la valeur numérique de tous les mois d'une année civile (par exemple, 1, 2, 3) Trimestre (Trimestre) : inclut les valeurs numériques de tous les trimestres d'une année civile (par exemple, 1, 2, 3, 4), le premier trimestre correspondant aux mois de janvier, février et mars, le trimestre 2 correspond aux mois d'avril, mai et juin, le troisième trimestre correspond à juillet, août et septembre et le quatrième trimestre correspond aux mois d'octobre, novembre et décembre YQ (YQ) : comprend l'année et le trimestre des 12 derniers trimestres (par exemple, le premier trimestre 2021, le deuxième trimestre 2021)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
Résultats de l'affaire AW V03
Ce tableau contient des informations sur l'état, les mesures et les résultats des inspections menées par les agents de protection des animaux (APO) et des poursuites dans le cadre du Programme de protection des animaux du Manitoba.Ce tableau contient des informations sur l'état, les mesures et les résultats des inspections menées par les agents de protection des animaux (APO) et des poursuites dans le cadre du Programme de protection des animaux du Manitoba pour chaque année, depuis 2016 jusqu'au dernier trimestre. Ces données sont alimentées par la base de données provinciale sur le bien-être des animaux du Programme de protection des animaux du Manitoba et sont affichées dans le tableau de bord du Programme de protection des animaux du Manitoba — Résultats des cas. Le tableau sera mis à jour tous les trimestres. Champs inclus [Alias (nom du champ) : description du champ] StatusGroups2 (StatusGroups2) : inclut le statut, les actions ou les résultats survenus tout au long de chaque cas attribué DashboardGrouping2 (DashboardGrouping2) : inclut l'élément de tableau de bord sous lequel les statuts doivent être regroupés pour chaque cas attribué Année (Année) : Inclut l'année, commençant en 2016 à l'année en cours (par exemple, 2016, 2017, 2018) Mois (Mois) : inclut la valeur numérique de tous les mois d'une année civile (par exemple, 1, 2, 3) Trimestre (Trimestre) : inclut les valeurs numériques de tous les trimestres au cours d'une année civile (par exemple, 1, 2, 3, 4), où le trimestre 1 correspond à janvier, février et mars, le trimestre 2 correspond à avril, mai et juin, le trimestre 3 correspond à juillet, août et septembre et le quatrième trimestre correspond à octobre, novembre et décembre YQ (YQ) : comprend l'année et le trimestre des 12 derniers trimestres (par exemple, le premier trimestre 2021, le deuxième trimestre 2021)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
Dites-nous ce que vous pensez!
GEO.ca s’engage à favoriser un dialogue ouvert et à renforcer la communauté autour des enjeux et sujets liées à la localisation qui
vous intéressent.
Faites-nous part de vos commentaires