Sites de limnologie hivernale (teneur moyenne en oxygène) dans la région de Cariboo** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Le régime des feux désigne les patrons de saisonnalité, de fréquence, d’étendue, de continuité spatiale, d’intensité, de type (p. ex., feu de cime ou de surface) et de gravité des feux dans une région ou un écosystème donné.Le nombre de grands feux est la somme annuelle du nombre de feux de plus de 200 hectares (ha) survenant par unité de 100 000 ha. Celui-ci a été calculé à l’aide de zones homogènes de régime (ZHR) des feux. Ces zones ZHR représentent des régions où le régime de feux est similaire sur une vaste échelle spatiale (Boulanger et al. 2014). Cette zonation permet de reconnaître les régions où les régimes des feux ont été inhabituels. Ces régimes inhabituels passent souvent inaperçus lorsque les feux sont regroupés en fonction de classifications administratives ou écologiques.Les données sur les feux proviennent de la Base nationale de données sur les feux de forêt du Canada couvrant 1959-1999 (pour l’établissement des ZHR) et 1959-1995 (pour l’établissement du modèle). La modélisation Régression multivariée par spline adaptative (en anglais MARS pour « Multivariate adaptive regression splines ») a été utilisée pour relier les attributs mensuels du régime des feux avec les variables mensuelles climatiques/feu-météo pour chaque ZHR. Les données projetées ont été simulées au moyen du modèle canadien du système terrestre, version 2 (Canadian Earth System Model version 2 [CanESM2]), et leur échelle a été réduite au moyen d’ANUSPLIN pour deux profils représentatifs d’évolution de concentration (“Representative Concentration Pathways” ou RCP). Ces RCP découlent de quatre scénarios relatifs à l’évolution de la concentration en gaz à effet de serre établis par le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) dans son cinquième rapport d'évaluation. Le RCP 2.6 (appelé réduction rapide des émissions) suppose que les gaz à effet de serre atteindront leur concentration maximale au cours de la période 2010-2020 avant d’entamer leur déclin. Selon le scénario RCP 8.5 (appelé augmentation continue des émissions), la concentration en gaz à effet de serre continuera de croître tout au long du 21e siècle. Couche de données fournie : le nombre de grands feux (>200 ha) projeté à long terme (2071-2100) selon le RCP 8.5 (augmentation continue des émissions) au Canada.Référence : Boulanger, Y., Gauthier, S., et coll. 2014. A refinement of models projecting future Canadian fire regimes using homogeneous fire regime zones. Revue canadienne de recherche forestière 44, 365-376.

Le régime des feux désigne les patrons de saisonnalité, de fréquence, d’étendue, de continuité spatiale, d’intensité, de type (p. ex., feu de cime ou de surface) et de gravité des feux dans une région ou un écosystème donné.Le nombre de grands feux est la somme annuelle du nombre de feux de plus de 200 hectares (ha) survenant par unité de 100 000 ha. Celui-ci a été calculé à l’aide de zones homogènes de régime (ZHR) des feux. Ces zones ZHR représentent des régions où le régime de feux est similaire sur une vaste échelle spatiale (Boulanger et al. 2014). Cette zonation permet de reconnaître les régions où les régimes des feux ont été inhabituels. Ces régimes inhabituels passent souvent inaperçus lorsque les feux sont regroupés en fonction de classifications administratives ou écologiques.Les données sur les feux proviennent de la Base nationale de données sur les feux de forêt du Canada couvrant 1959-1999 (pour l’établissement des ZHR) et 1959-1995 (pour l’établissement du modèle). La modélisation Régression multivariée par spline adaptative (en anglais MARS pour « Multivariate adaptive regression splines ») a été utilisée pour relier les attributs mensuels du régime des feux avec les variables mensuelles climatiques/feu-météo pour chaque ZHR. Les données projetées ont été simulées au moyen du modèle canadien du système terrestre, version 2 (Canadian Earth System Model version 2 [CanESM2]), et leur échelle a été réduite au moyen d’ANUSPLIN pour deux profils représentatifs d’évolution de concentration (“Representative Concentration Pathways” ou RCP). Ces RCP découlent de quatre scénarios relatifs à l’évolution de la concentration en gaz à effet de serre établis par le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) dans son cinquième rapport d'évaluation. Le RCP 2.6 (appelé réduction rapide des émissions) suppose que les gaz à effet de serre atteindront leur concentration maximale au cours de la période 2010-2020 avant d’entamer leur déclin. Selon le scénario RCP 8.5 (appelé augmentation continue des émissions), la concentration en gaz à effet de serre continuera de croître tout au long du 21e siècle.Couche de données fournie : le nombre de grands feux (>200 ha) projeté à long terme (2071-2100) selon le RCP 2.6 (réduction rapide des émissions) au Canada.Référence : Boulanger, Y., Gauthier, S., et coll. 2014. A refinement of models projecting future Canadian fire regimes using homogeneous fire regime zones. Revue canadienne de recherche forestière 44, 365-376.

L’estimation de la densité par la méthode du noyau utilise des données spatialement explicites pour modéliser la distribution d’une variable d’intérêt. Il s’agit d’une simple fonction de lissage non paramétrique fondée sur la proximité qui repose sur quelques hypothèses quant à la structure des données observées. Elle a été utilisée en écologie pour déterminer des zones névralgiques, c’est-à-dire des zones où la biomasse ou l’abondance sont relativement élevées, et, en 2010, elle a été utilisée par Pêches et Océans Canada pour délimiter les concentrations importantes de coraux et d’éponges. La même approche a été utilisée avec succès dans la zone réglementaire de l’Organisation des pêches de l’Atlantique Nord-Ouest (OPANO). Dans le présent document, nous mettons à jour les analyses précédentes avec les registres des prises représentant jusqu’à cinq années de données supplémentaires tirées des relevés au chalut dans l’Est du Canada, y compris dans le golfe du Saint-Laurent. Nous avons appliqué l’estimation de la densité par la méthode du noyau afin de créer une surface de biomasse modélisée pour chacune des éponges, des petites et grandes gorgones et des pennatules, et appliqué une méthode d’expansion aérienne pour déterminer les concentrations importantes de ces taxons. Nous avons comparé nos résultats avec ceux obtenus antérieurement, et fourni des cartes des concentrations importantes ainsi que des coordonnées de données ponctuelles pour les prises dépassant les valeurs de seuil utilisées pour construire les zones polygones importantes. Les limites des polygones peuvent être affinées à l’aide de la connaissance des captures nulles et des modèles de répartition de la présence ou de l’absence des espèces ou de la biomasse.

Les limites du projet de cartographie des écosystèmes terrestres (TEM) (STE_TEM_PROJECT_BOUNDARIES_SVW) contiennent les limites (zones d'étude) et les attributs décrivant chaque projet TEM (métadonnées au niveau du projet), ainsi que des liens vers les emplacements d'autres données associées au projet (par exemple, des rapports, des ensembles de données polygonaux, des fichiers graphiques, des données de terrain, des légendes). Cette couche est dérivée de la couche [STE_TEI_PROJECT_BOUNDARIES_SP] (https://catalogue.data.gov.bc.ca/dataset/1313fac7-2ea1-4c6b-995b-bd421b7ec3c6) en filtrant sur l'attribut PROJECT_TYPE. Les types de projets incluent : TEM, NEM, TEMNSS, NEMNSS, TEMPRE, NEMPRE, TEMSEI, TEMSET, TEMTSM, TEMWHR, TEMSDM, TEMPRW, NEMPRW et NEMSEI. Les limites du projet TEM doivent être utilisées conjointement avec les polygones d'inventaire détaillé TEM qui divisent le paysage en unités en fonction de diverses caractéristiques écologiques, notamment le climat, la physiographie, les matériaux de surface, la géologie du substrat rocheux, les sols et la végétation. Les polygones de l'inventaire TEM dotés des attributs complets du Resources Information Standards Committee (RISC) sont accessibles via les [Packages de distribution de données sur les informations sur les écosystèmes terrestres (TEI)] (https://catalogue.data.gov.bc.ca/dataset/8fd15e4e-e7b1-4566-81d1-1ff8947bfd46). Les polygones de l'inventaire TEM avec des attributs RISC simplifiés et fusionnés (concaténés) sont accessibles via la [Vue spatiale des polygones détaillés de la cartographie des écosystèmes terrestres (TEM) avec table d'attributs courte] (https://catalogue.data.gov.bc.ca/dataset/0a83163b-a62f-4ce6-a9a1-21c228b0c0a3). **Version actuelle** : v12 (2026-06-22)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Données modélisées montrant la distribution probable des marsouins de Dall. Le CRIMS est un ancien ensemble de données sur les ressources côtières de la Colombie-Britannique qui a été acquis de manière systématique et synoptique à partir de 1979 et qui a été mis à jour par intermittence au fil des ans. L'information sur les ressources a été collectée dans neuf zones d'étude par le biais d'un comité provincial des normes d'information sur les ressources évalué par des pairs, composé d'agents des pêches du MPO, des Premières nations et d'autres experts en la matière. Il n'est actuellement pas prévu de mettre à jour ces anciennes données.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Les zones de protection marine doivent faire l’objet d’un suivi complet pour garantir la réalisation de leurs objectifs. Toutefois, le suivi des écosystèmes naturels à grande échelle est compliqué par la biodiversité qu’il vise à mesurer. Le métacodage à barres de l’ADN environnemental (ADNe) est une solution prometteuse pour relever ce défi de surveillance. Nous avons procédé à un échantillonnage jumelé sur 54 sites pour les assemblages de poissons et d’invertébrés dans l’Atlantique nord-ouest en utilisant des chaluts à poissons de fond et un métacodage à barres de l’ADNe de l’eau de mer benthique en utilisant quatre marqueurs génétiques (ARNr 12S, ARNr 16S, ARNr 18S, et CO1). Par rapport au chalutage, l’ADNe a permis de détecter des schémas similaires de renouvellement des espèces, des estimations plus importantes de la diversité gamma et des estimations plus faibles de la diversité alpha. Au total, 63,6 % (42/66) des espèces de poissons capturées par chalutage ont été détectées par l’ADNe, ainsi que 26 espèces supplémentaires. Sur les 24 détections manquées par l’ADNe, 12 étaient inévitables, car elles manquaient de séquences de référence. Si l’on exclut les taxons classés à un niveau supérieur à celui de l’espèce et ceux qui n’ont pas de nom d’espèce, 23,6 % (17/72) des espèces d’invertébrés capturées par le chalutage ont été détectées par CO1, qui a détecté 98 espèces supplémentaires. Nous démontrons que l’ADNe est capable de détecter des schémas d’assemblage de communautés et de renouvellement des espèces dans un environnement extracôtier en soulignant son fort potentiel en tant qu’outil non invasif, complet et évolutif pour la surveillance de la biodiversité qui soutient les programmes de conservation marine.Citer ces données comme suit: Jeffery, N., Rubidge, E., Abbott, C., Westfall, K., Stanley, R. (2024).Données de Le métacodage à barres de l’ADNe enrichit les données des relevés au chalut traditionnels pour le suivi de la biodiversité dans l’environnement marin. Date de publication Août 2024. Division de la science des écosystèmes côtiers, Pêches et Océans Canada, Dartmouth, (N-É).https://open.canada.ca/data/en/dataset/43a91ba7-8025-4330-88db-db14022d729d

La représentation spatiale d'une suppression de forêt, c'est-à-dire toute terre forestière qui doit être retirée du terrain désigné par le lieutenant-gouverneur pour la placer dans une forêt établie** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Description:La moyenne de la saturation en aragonite moyenne saisonnière du modèle de la marge continentale de la Colombie-Britannique (MCCB) a été calculée pour la période de 1981 à 2010 afin d’obtenir des données climatologiques moyennes pour la zone économique exclusive canadienne de l’océan Pacifique.Méthodes :Les données comprennent la saturation en aragonite relevées jusqu’à 46 niveaux verticaux interpolés de façon linéaire, de la surface à 2 400 m de profondeur ainsi qu’au fond de l’océan. Les mois de printemps étaient définis comme allant d’avril à juin, ceux d’été comme allant de juillet à septembre, ceux d’automne comme allant d’octobre à décembre et ceux d’hiver comme allant de janvier à mars. Les données disponibles ici contiennent des couches matricielles de données climatologiques saisonnières sur la saturation en aragonite pour la zone économique exclusive canadienne de l’océan Pacifique à une résolution spatiale de 3 km et pour 47 niveaux verticaux.Incertitudes :Les résultats du modèle ont fait l’objet d’une évaluation approfondie et ont été comparés aux observations (p. ex. altimétrie, profils CTP et d’éléments nutritifs, courants géostrophiques observés), ce qui a permis de révéler que le modèle peut reproduire avec une précision raisonnable les principales caractéristiques océanographiques de la région, y compris les caractéristiques importantes du cycle saisonnier et le gradient vertical et transversal des propriétés de l’eau. Cependant, la résolution du modèle est trop grossière pour offrir une représentation appropriée des bras de mer, des zones côtières et du détroit de Georgia.

Le régime des feux désigne les patrons de saisonnalité, de fréquence, d’étendue, de continuité spatiale, d’intensité, de type (p. ex., feu de cime ou de surface) et de gravité des feux dans une région ou un écosystème donné.Le nombre de grands feux est la somme annuelle du nombre de feux de plus de 200 hectares (ha) survenant par unité de 100 000 ha. Celui-ci a été calculé à l’aide de zones homogènes de régime (ZHR) des feux. Ces zones ZHR représentent des régions où le régime de feux est similaire sur une vaste échelle spatiale (Boulanger et al. 2014). Cette zonation permet de reconnaître les régions où les régimes des feux ont été inhabituels. Ces régimes inhabituels passent souvent inaperçus lorsque les feux sont regroupés en fonction de classifications administratives ou écologiques.Les données sur les feux proviennent de la Base nationale de données sur les feux de forêt du Canada couvrant 1959-1999 (pour l’établissement des ZHR) et 1959-1995 (pour l’établissement du modèle). La modélisation Régression multivariée par spline adaptative (en anglais MARS pour « Multivariate adaptive regression splines ») a été utilisée pour relier les attributs mensuels du régime des feux avec les variables mensuelles climatiques/feu-météo pour chaque ZHR. Les données projetées ont été simulées au moyen du modèle canadien du système terrestre, version 2 (Canadian Earth System Model version 2 [CanESM2]), et leur échelle a été réduite au moyen d’ANUSPLIN pour deux profils représentatifs d’évolution de concentration (“Representative Concentration Pathways” ou RCP). Ces RCP découlent de quatre scénarios relatifs à l’évolution de la concentration en gaz à effet de serre établis par le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) dans son cinquième rapport d'évaluation. Le RCP 2.6 (appelé réduction rapide des émissions) suppose que les gaz à effet de serre atteindront leur concentration maximale au cours de la période 2010-2020 avant d’entamer leur déclin. Selon le scénario RCP 8.5 (appelé augmentation continue des émissions), la concentration en gaz à effet de serre continuera de croître tout au long du 21e siècle. Couche de données fournie : le nombre de grands feux (>200 ha) au Canada pour la période de référence (1981-2010).Référence : Boulanger, Y., Gauthier, S., et coll. 2014. A refinement of models projecting future Canadian fire regimes using homogeneous fire regime zones. Revue canadienne de recherche forestière 44, 365-376.