Description:Des données spatiales sur les espèces d’importance écologique sont nécessaires pour soutenir les initiatives de planification spatiale marine (PSM) dans l’environnement marin de la Colombie-Britannique. En ce qui concerne les taxons pour lesquels les données sont insuffisantes, comme les espèces de requins, on peut utiliser les modèles de répartition des espèces qui intègrent les données sur la présence et l’absence provenant de différentes sources pour prédire leur répartition à l’échelle de la côte. Nous présentons ici des estimations spatiales de la répartition du requin bleu (Prionace glauca), de la taupe du Pacifique (Lamna ditropis), de la laimargue du Pacifique (Somniosus pacificus), et du requin griset (Hexanchus griseus). Ces estimations ont été obtenues grâce à un modèle linéaire généralisé à effets mixtes, et elles sont fondées sur des données provenant de deux relevés scientifiques et des pêches commerciales avec ligne et hameçon, au chalut pélagique et au chalut de fond. Pour chaque espèce, nous fournissons la probabilité d’occurrence prédite et l’incertitude de prédiction à une résolution de 3 km pour la côte de la Colombie-Britannique, ainsi que les estimations des paramètres pour les covariables du modèle (profondeur, pente, année et types de données). Les résultats montrent que les répartitions prédites varient d’une espèce à l’autre : le requin bleu et la laimargue du Pacifique présentent une probabilité d’occurrence plus élevée le long du talus continental, tandis que la taupe du Pacifique présentent une faible probabilité d’occurrence sur l’ensemble de la côte et le requin griset présentent la plus forte probabilité d’occurrence dans le détroit de Georgia. Les résultats de cette étude peuvent soutenir les initiatives de PSM en cours dans la région du Pacifique et favoriser la conservation et la gestion de ces espèces importantes.Méthodes:Sources de donnéesLes modèles de répartition de l'espèce (SDM) sont fondés sur les données de deux relevés scientifiques indépendants de la pêche et de la pêche commerciale à l'hameçon et à la ligne, qui sont tous effectués dans les eaux canadiennes du Pacifique. Les relevés scientifiques comprennent les relevés à la palangre à fond dur de Pêches et Océans Canada (MPO) et les relevés des limites de pêche indépendants de la Commission internationale du flétan du Pacifique (CIPH). La zone d'étude est liée par la coque convexe extérieure de ces trois sources de données. D'autres relevés de recherche de Pêches et Océans Canada, comme les relevés synoptiques au chalut de fond, les relevés au chalut en milieu d'eau et les relevés au piège de la morue charbonnière, ont été étudiés comme sources de données potentielles, mais on a constaté que les observations de présence des espèces d'intérêt étaient insuffisantes pour justifier leur inclusion dans l'analyse. Pour de plus amples renseignements sur les données sources, veuillez consulter Proudfoot et al., 2024.Approche de modélisation et comparaisonPour chaque espèce, nous avons ajusté une suite de modèles linéaires généralisés à effets mixtes (GLMM) à l'aide du package sdmTMB (Anderson et al., 2022). Pour chaque espèce, nous avons ajusté quatre modèles, chacun avec un ensemble différent d'effets fixes et de prédicteurs environnementaux. De plus, nous avons comparé la puissance prédictive de quatre modèles pour chaque espèce, chaque modèle ayant une combinaison différente de prédicteurs environnementaux (c.-à-d. pente, profondeur, pente + profondeur, aucun). Le tableau 2 de Proudfoot et al. 2024 présente un résumé des modèles candidats. Pour chaque espèce, nous avons choisi le modèle avec la plus grande précision prédictive (évalué à l'aide de la probabilité logarithmique prédite basée sur la validation croisée) comme étant le meilleur ajustement.Prévisions spatiales de la répartition des espècesNous avons fait des prédictions de l'occurrence de l'espèce à l'aide du modèle sélectionné et d'une grille de prévision spatiale à résolution de 3 km. Nos prédictions ont été faites pour l'ensemble de la côte de la Colombie-Britannique, et les prédictions de la répartition des espèces ont été faites à l'aide de modèles ajustés à l'ensemble de données complet, plutôt que de modèles ajustés par validation croisée. Nous avons fait des prédictions avec l'année fixée à 2014 (le point médian approximatif de l'ensemble de données) et le type défini sur IPHC (l'ensemble de données avec la distribution spatiale la plus uniforme des points de données).Incertitudes:Étant donné qu’il existe peu de données sur les relevés et les captures commerciales dans les zones profondes au large du plateau continental, les prévisions dans ces zones sont probablement moins certaines que les prévisions sur le plateau. Pour en tenir compte, l’incertitude (écart-type dérivé des 500 valeurs simulées à partir de la matrice de précision commune des modèles sélectionnés) a été cartographiée dans l’ensemble de la zone d’étude pour chaque espèce. En outre, comme ces modèles sont fondés sur des données qui ne couvrent probablement pas toute l’étendue spatiotemporelle de l’habitat des espèces (c’est-à-dire que les profondeurs moyennes, les eaux de surface et les données de toutes les saisons peuvent ne pas être prises en compte), ces résultats correspondent à un aperçu de la présence des espèces et ne tiennent pas compte de leurs habitudes complexes de migration et de déplacement.

Cet ensemble de données contient deux couches géotiff. La première couche (1) représente la répartition du crabe dormeur à l'échelle de la côte, telle qu'elle est prédite à partir d'un modèle géostatistique. Le modèle prédit la probabilité moyenne de détection du crabe dormeur sur l'ensemble de la côte à l'aide d'engins d'échantillonnage piégeants. La deuxième couche (2) représente l'incertitude associée à ces prévisions. Des descriptions détaillées de ces produits de données se trouvent dans Nephin et al. (2023) et le code utilisé pour les produire est disponible à l'adresse suivante : https://gitlab.com/dfo-msea/dungeness-sdm/.Les objectifs de ce travail étaient de modéliser l'habitat du crabe dormeur (_Metacarcinus magister_), une espèce marine côtière limitée aux données, afin d'évaluer l'efficacité de l'intégration des données lorsqu'on fait des prévisions pour des zones géographiques plus vastes que la superficie couverte par une source de données. En Colombie-Britannique, le crabe dormeur est échantillonné à l'échelle régionale et sporadique à l'aide d'une variété d'engins d'échantillonnage et de protocoles de relevé, ce qui en fait une étude de cas idéale pour déterminer si l'intégration de relevés disparates peut améliorer les prévisions de l'habitat. À cette fin, nous rassemblons des données provenant de relevés de plongée, de chalut et de pièges appâtés afin de produire six modèles linéaires à effets mixtes candidats généralisés avec des champs aléatoires spatiaux. Cet ensemble de données contient la moyenne (1) et la différence (2) entre les prévisions du modèle d'enquête et de l'effet d'engrenage.

Un profil routier définit le nombre de voies de circulation, y compris les voies de dépassement et les voies réservées aux camions, et indique si la route est divisée ou non. C'est une caractéristique linéaire** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Des ensembles multimodèles d’épaisseur de la couche de neige ont été générés pour la période 1900-2100 à partir des projections de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles d’épaisseur de la couche de neige (m) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles de précipitations moyennes ont été générés pour la période 1901-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de précipitations moyennes (mm/jour) mensuels, saisonniers et annuels sont accessibles pour la période historique 1901-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles saisonniers et annuels de changements projetés (aussi appelés anomalies) de l’épaisseur de la glace de mer ont été générés pour la période 1900-2100 à partir d’un ensemble de 26 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Les changements projetés dans l’épaisseur de la glace de mer sont établis par rapport à la période de référence 1986-2005 et exprimés en pourcentage (%). Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de changements de l’épaisseur de la glace de mer sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Des moyennes sur 20 ans des changements dans l’épaisseur de la glace de mer (%) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), à partir des scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5, par rapport à la période de référence 1986-2005. Elles sont accessibles en une variété de formats. La médiane des changements projetés sur l’ensemble des modèles climatiques du CMIP5 est incluse. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles saisonniers et annuels de changements projetés (aussi appelés anomalies) de la vitesse du vent de surface ont été générés pour la période 1900-2100 à partir d’un ensemble de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Les changements projetés de la vitesse du vent sont établis par rapport à la période de référence 1986-2005 et exprimés en pourcentage (%). Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de changements de la vitesse du vent sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Des moyennes sur 20 ans des changements de la vitesse du vent (%) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), à partir des scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5, par rapport à la période de référence 1986-2005. Elles sont accessibles en une variété de formats. La médiane des changements projetés sur l’ensemble des modèles climatiques du CMIP5 est incluse. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles de concentrations de glace de mer ont été générés pour la période 1900-2100 à partir des projections de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de concentrations de glace de mer mensuels, saisonniers et annuels, exprimées en pourcentage (%) de superficie de cellule de grille, sont accessibles pour la période historique 1901-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles saisonniers et annuels de changements projetés (aussi appelés anomalies) de l’épaisseur de la couche de neige ont été générés pour la période 1900-2100 à partir d’un ensemble de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Les changements projetés dans l’épaisseur de la couche de neige sont établis par rapport à la période de référence 1986-2005 et exprimés en pourcentage (%). Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de changements de l’épaisseur de la couche de neige sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Des moyennes sur 20 ans des changements dans l’épaisseur de la couche de neige (%) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), à partir des scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5, par rapport à la période de référence 1986-2005. Elles sont accessibles en une variété de formats. La médiane des changements projetés sur l’ensemble des modèles climatiques du CMIP5 est incluse. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Des ensembles multimodèles d’épaisseur de glace de mer ont été générés pour la période 1900-2100 à partir des projections de 26 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles d’épaisseur de glace de mer (m) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.