Ce service fournit l’organisation du trafic. Ceux-ci incluent direction établie (obligatoire) du trafic, direction recommandée du trafic, lignes de séparation, zones de séparation, limites de zone de mesure d’organisation de trafic restreint, limites de mesure d’organisation de trafic, zone de prudence, voie de circulation archipélagique (axe et limite au-delà de laquelle les vaisseaux ne doivent pas naviguer) et des chenaux désignés par les autorités régulatrices.

Hauteur moyenne de Lorey 2015Hauteur moyenne de Lorey. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Hauteur moyenne des arbres pondérée par leur surface terrière (m). 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)

Le niveau d'eau désigne le niveau en-dessous duquel le sol ou le socle est saturé d'eau, au site de mesure et au moment où le niveau a été mesuré. Le niveau de l'eau est exprimé en m au-dessus du niveau marin. La profondeur de l'eau souterraine est mesurée sur des intervalles prédéfinis à partir de sondes (level loggers). La profondeur est ensuite soustraite à l'altitude du site de mesure afin d'obtenir l'altitude du niveau d'eau. Le jeu de données est une description générale du site de suivi, incluant id, nom, localisation et altitude. Il est composé de séries de nombres désignant les niveaux d'eau, accompagnés de la date et l'heure de mesure.

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)

Pourcentage des premiers retours à plus de 2m 2015Pourcentage des premiers retours à plus de 2 m (%). Représente la densité 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)

Volume brut de la tige 2015Volume brut de la tige. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Le volume brut de l'arbre est calculé à l'aide d'équations allométriques propres à chaque espèce. Dans les placettes terrain mesurées, le volume total brut par hectare est calculé en additionnant le volume total brut de tous les arbres et en divisant par la superficie de la placette (unités = m3ha-1). 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)

Cet ensemble de données contient des renseignements sur deux emplacements des réseaux de surveillance de la neige de l’Ontario : * Centre de contrôle des eaux de surface (CCES) * Réseau Snow Network for Ontario Wildlife (SNOW), administré par la Section de la recherche et de la surveillance en matière de faune Les données sur les parcours de neige sont recueillies par les organismes suivants : * Offices de protection de la nature * Districts du ministère des Richesses naturelles (MRN) * Ontario Power Generation Les données du CCES sont recueillies deux fois par mois, du 15 novembre au 15 mai. Les données du réseau SNOW sont recueillies une fois par semaine à partir de la première chute de neige jusqu’à la fonte des neiges. Le Centre de surveillance des eaux de surface utilise les données pour évaluer : * la couverture de neige actuelle * les conditions de sol gelé * l’accumulation de neige * le potentiel de fonte des neiges * les contributions à l’écoulement fluvial La Direction des sciences de l’environnement et de la recherche du MRN utilise les données pour : * gérer les espèces sauvages, y compris le cerf, l’orignal, le dindon sauvage, le wapiti, le loup et le coyote; * aider les gestionnaires des ressources du Ministère et les scientifiques à administrer les programmes et à mener des recherches; * éclairer les décisions de gestion du gibier, comme les quotas de chasse au cerf de Virginie; * appuyer la planification des vols pour le programme d’inventaire aérien de l’orignal.** 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) **

Les données GéoIA sont composées de bâtiments, hydrographie, forêts et routes extraits automatiquement via des modèles d'apprentissage profond appliqués à un ensemble de données source (généralement des images aériennes ou satellitaires). L'objectif principal de GéoIA est d'augmenter la couverture spatiale et temporelle de données géospatiales fondamentales à haute résolution.L'infrastructure et l'expertise mises en place par RNCan permettent un processus de création de données rapide, efficace et évolutif grâce à l'utilisation de technologies de pointe et de modèles d'intelligence artificielle. Les jeux de données extraits et publiés à partir d’une donnée source peuvent être revisités ultérieurement à mesure que des modèles plus précis sont développés et mis en production. Pour l'instant, seuls les fichiers statiques sont disponibles, mais au fur et à mesure du développement de la série, de nouveaux produits et services seront ajoutés.

Cette donnée contient les monuments commémoratifs et de mémoriaux partout au pays. À l'heure actuelle, plus de 8,000 monuments sont inclus dans la donnée. Cette donnée est mise à jour régulièrement au fur et à mesure que nous recevons de nouveaux renseignement sur les monuments militaires candiens.

L’Analyse régionale déterministe de qualité de l’air (ARDQA) est une analyse objective des polluants de surface qui combine les prévisions numériques du Système régional de prévision déterministe de la qualité de l’air (SRPDQA) avec les observations horaires des différents réseaux de surveillance en Amérique du Nord incluant les réseaux de mesure canadiens opérés par les provinces, territoires et certaines villes en plus des différents réseaux américains dans le contexte du programme AIRNow administré par US/EPA (US Environmental Protection Agency). L'analyse ARDQA fournit la meilleure description des conditions courantes de la qualité de l’air et est utilisée pour informer le public, les météorologistes des différents bureaux de prévision d’Environnement et Changement climatique Canada, Santé Canada et d’autres usagers, sur la distribution des polluants atmosphériques près du sol et sur la performance des modèles de prévision. Chaque heure, un produit préliminaire est disponible environ une heure après le temps de mesure des observations alors que des produits final et Firework sont disponibles environ deux heures après le temps de mesure. Les produits préliminaires et final contiennent l’analyse des constituants chimiques O3, SO2, NO, NO2, PM2.5 (particules fines de diamètre 2.5 micromètres ou moins) et PM10 (particules grossières de diamètre 10 micromètres ou moins), alors que le produit Firework contient l’analyse de PM2.5 et PM10.