Carte à haute résolution des essences d’arbres dominantes dans les écosystèmes forestiers du Canada (2019). La carte des essences d’arbres dominantes est produite au moyen d’une image composite de Landsat de 2019, de données géographiques et climatiques, de dérivés de l’altitude et de renseignements sur la phénologie dérivés de la télédétection, d’après le cadre décrit dans Hermosilla et al. (xxxx). Les modèles de classification régionale ont été produits à partir de l’inventaire forestier national du Canada, au moyen d’un système de pavés de 150 × 150 km. Les essences d’arbres dominantes correspondent aux essences auxquelles le plus grand nombre de votes est attribué par les modèles de classification en forêts d’arbres décisionnels (c’est-à-dire la classe associée à la plus forte probabilité d’appartenance à une classe). Les données représentent les essences dominantes dans les écosystèmes forestiers du Canada en 2019. Pour la composition d’images, on a retenu un intervalle d’environ 30 jours autour du 1er août pour produire les composites des meilleurs pixels allant servir comme données sources aux fins de classification.La science et les méthodes mises en place pour générer les informations présentées ici, qui suivent et caractérisent l’histoire des forêts canadiennes, ont été dirigées par le Service canadien des forêts de Ressources naturelles Canada, en partenariat avec l’Université de la Colombie-Britannique, et ont été renforcées par la capacité de traitement de l’Alliance de recherche numérique du Canada.Un aperçu des données utilisées ainsi que du traitement des images et des méthodes appliquées est présenté dans Hermosilla et al. (2022) https://doi.org/10.1016/j.rse.2022.113276, de même que des renseignements sur l’évaluation indépendante de l’exactitude des données.Lorsque vous utilisez ces données, veuillez en citer la source comme suit :Hermosilla, T., Bastyr, A., Coops, N.C., White, J.C., Wulder, M.A., 2022. Mapping the presence and distribution of tree species in Canada’s forested ecosystems. Remote Sensing of Environment 282, 113276.

__Le lien : *Accéder au répertoire de données* est disponible à la section *Fiches descriptives du jeu de données ; Informations complémentaires*__.Deux produits sont offerts pour connaitre le volume marchand brut d'un arbre en fonction de son diamètre à hauteur de poitrine (DHP) et de sa hauteur. Leurs contenus ainsi que la façon de les utiliser sont différents, mais ils permettent autant l'un que l'autre d'obtenir des valeurs de volume marchand brut par arbre. Le premier produit est le **tarif de cubage LIN3**. Il se présente sous la forme d’une table où les valeurs du volume marchand brut peuvent être extraites directement. Il s’agit de tarifs locaux, c’est-à-dire que la hauteur utilisée dans l’équation du tarif général (modèles de prédiction du volume) est prédite par des relations hauteur-DHP développées par unité de sondage.Le deuxième produit offre une précision accrue. Il se présente sous la forme de plusieurs tables où les valeurs du volume marchand brut n'apparaissent pas directement. Le contenu de ces tables sert plutôt à appliquer des **modèles de prédiction de la hauteur et du volume marchand brut** d'un arbre. Les modèles de prédiction de la hauteur sont aussi développés localement à l’échelle d’unités de sondage. L’utilisation du produit nécessite la consultation du document [ « Modèles de prédiction de la hauteur et du volume marchand brut des arbres - Méthode et utilisation » ]( https://mrnf.gouv.qc.ca/nos-publications/modele-prediction-hauteur-volume/).Enfin, l’outil **PrediVol** permet aux utilisateurs et utilisatrices d’accéder plus facilement aux modèles de prédiction pour des placettes-échantillons (PE) à l’aide d’une interface conviviale et indépendante des systèmes d’information géographique (SIG).**📣 Recommandation de la Direction des inventaires forestiers :** il est préférable d’utiliser les modèles de prédiction de la hauteur et du volume marchand brut dans les territoires où ils sont disponibles. Un nouveau modèle de prédiction de la hauteur est disponible lorsqu’un territoire obtient des résultats de compilations forestières. En l'absence de ces modèles, il est toujours possible de recourir au tarif de cubage LIN3.

Des ensembles multimodèles pour une série de variables basées sur les projections des modèles climatiques mondiaux (MCM) de la phase 6 du Projet d’intercomparaison des modèles couplés (CMIP6) sont disponibles pour 1850 à 2100 sur une grille mondiale commune de 1 x 1 degré.Les projections climatiques varient entre les MCM en raison des différences dans la représentation et l’approximation des systèmes et des processus terrestres, ainsi que de la variabilité naturelle et de l’incertitude concernant les futurs facteurs climatiques. Ainsi, aucun modèle climatique n’est meilleur que les autres. À la place, l’utilisation des résultats d’un ensemble de modèles (p. ex. en utilisant la moyenne) constitue une pratique exemplaire puisqu’un ensemble tient compte de l’incertitude dans les projections des modèles et offre des projections climatiques plus fiables.Le site Données et scénarios climatiques canadiens (DSCC) offre quatre types de produits basés sur les ensembles multimodèles du CMIP6 : des ensembles de données et des graphiques de séries chronologiques, des cartes et des ensembles de données connexes, des ensembles de données tabulaires et des ensembles de données maillées à l’échelle mondiale. Des ensembles mensuels, saisonniers et annuels sont disponibles pour un maximum de six profils socioéconomiques partagés (SSP) [SSP1 1.9, SSP1 2.6, SSP2 4.5, SSP3 7.0, SSP4 6.0 et SSP5 8. 5], quatre périodes futures (court terme [2021-2040], moyen terme [2041-2060 et 2061-2080], fin du siècle [2081-2100]) et un maximum de cinq percentiles (5e, 25e, 50e [médiane], 75e et 95e) de la distribution de l’ensemble du CMIP6.Le nombre de modèles dans chaque ensemble diffère selon la disponibilité des modèles pour chaque SSP et variable; consultez la liste des modèles pour plus de détails sur les modèles inclus dans chaque ensemble. La majorité des produits indiquent les changements prévus sous forme d’anomalies selon une période de référence historique (1995 à 2014). Les produits fournis comprennent des ensembles de données et des graphiques à l’échelle mondiale, nationale, provinciale et territoriale. Pour de plus amples renseignements sur les ensembles multimodèles du CMIP6, veuillez consulter la documentation technique.

Données issues de l’analyse de la température de la surface de la mer, de la salinité de la surface de la mer, de la température au fond et de la salinité au fond, dans le golfe du Maine et sur le plateau néo-écossais, pour 23 modèles de la phase 6 du Projet d’intercomparaison des modèles couplés (CMIP6). L’analyse comprend une évaluation de la performance des modèles de la CMIP6 pour l’expérience historique de la CMIP6 (1950-2014). Les projections futures sont résumées pour les scénarios SSP245 et SSP370 de la CMIP6 avec le calcul des changements annuels et saisonniers relatifs entre la période historique (1950-2014) et trois périodes futures (2030-2039, 2040-2049 et 2030-2049).Wang, Z., DeTracey, B., Maniar, A., Greenan, B., Gilbert, D. et Brickman, D., État hydrographique futur du plateau néo-écossais et du golfe du Maine selon 23 modèles de la CMIP6. Rapp. tech. can. hydrogr. sci. océan. XXX : vii + XXX p.Citer ces données comme: Wang, Z., DeTracey, B., Maniar, A., Greenan, B., Gilbert, D. and Brickman, D. État hydrographique futur du plateau néo-écossais et du golfe du Maine selon 23 modèles de la CMIP6. Publié en Juillet 2022. Secteur des sciences des écosystèmes et des océans, Pêches et Océans Canada, Dartmouth, (N-É). https://open.canada.ca/data/en/dataset/6247bb5a-14b3-461d-9ed3-b42553107bbc

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).

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).

Le jeu de données montre la distribution et l'extension spatiales des modèles 3D produits dans le cadre des projets de cartographie des aquifères canadiens de la Commission géologique du Canada.

La Division de la recherche climatique (DRC) d’Environnement et Changement climatique Canada (ECCC) et le Pacific Climate Impacts Consortium (PCIC) ont déjà produit des scénarios mis à l’échelle statistique et fondés sur des simulations de modèles climatiques qui faisaient partie de la phase 5 du Projet d’intercomparaison de modèles couplés (CMIP5) en 2015. ECCC et le PCIC ont mis à jour les scénarios à échelle réduite fondés sur la CMIP5 en ajoutant deux nouveaux ensembles de scénarios à échelle réduite fondés sur la prochaine génération de projections climatiques de la phase 6 du Projet d’intercomparaison de modèles couplés (CMIP6). Les scénarios appelés scénarios climatiques canadiens à échelle réduite – méthode univariée de la CMIP6 (CanDCS-U6) (« Canadian Downscaled Climate Scenarios–Univariate method from CMIP6 ») et scénarios climatiques canadiens à échelle réduite – méthode multivariée de la CMIP6 (CanDCS-M6) (« Canadian Downscaled Climate Scenarios–Multivariate method from CMIP6 »).Les projections climatiques du CMIP6 sont fondées à la fois sur des modèles climatiques mondiaux actualisés et sur de nouveaux scénarios d’émissions appelés « trajectoires socioéconomiques partagées » (SSP, pour « Shared Socioeconomic Pathways »). Des ensembles de données statistiquement mis à l’échelle ont été produits à partir de 26 modèles climatiques mondiaux (MCM) de la CMIP6 et selon trois scénarios d’émissions différents (c.-à-d. SSP1-2.6, SSP2-4.5 et SSP5-8.5), et le PCIC a ajouté plus tard le SSP3-7.0 à l’ensemble de données CanDCS-M6. La procédure de correction des biais et analogues construits avec cartographie des quantiles, version 2 (BCCAQv2) a été utilisée pour l’ensemble CanDCS-U6, tandis que la méthode multivariée de correction des biais à N dimensions (MBCn) a été utilisée pour l’ensemble CanDCS-M6. L’ensemble CanDCS-U6 a été produit au moyen des mêmes données cibles de réduction (NRCANmet) que les scénarios à échelle réduite fondés sur la CMIP5, tandis l’ensemble CanDCS-M6 utilise un nouvel ensemble cible (mêlant les ensembles ANUSPLIN et PNWNAmet).Des extrants des modèles individuels et des ensembles de modèles statistiquement mis à l’échelle peuvent être téléchargés. Les indices climatiques mis à échelle de manière statistique réduite sont disponibles partout au Canada à une résolution spatiale de grille de 10 km pour la période antérieure 1950 2014 et la période 2015 2100 suivant chacun des trois scénarios d’émissions.Remarque : les changements projetés par les produits mis à l’échelle sur le plan statistique ne sont pas nécessairement plus crédibles que ceux des résultats du modèle climatique sous-jacent. Souvent, surtout pour les indices fondés sur des seuils absolus, l’écart des projections fondées sur des données mises à l’échelle est plus faible en raison de l’élimination des biais du modèle. Or ce n’est pas le cas pour tous les indices. La mise à l’échelle de la résolution du MCM pour qu’elle soit haute, ce qui est nécessaire pour l’évaluation des répercussions, augmente le niveau de détail spatial et de variabilité temporelle pour mieux correspondre aux observations. Étant donné que ces ajustements dépendent du MCM, les indices qui en résultent pourraient avoir un écart plus grand lorsqu’ils sont calculés à partir de données mises à l’échelle comparativement à ceux qui sont directement calculés à partir des résultats du MCM. Dans ce dernier cas, ce n’est pas la procédure de mise à l’échelle qui rend la projection plus incertaine, il s’agit plutôt d’une plus grande variabilité associée à une échelle spatiale plus haute.Les ensembles de données de modèles individuels et tous les produits dérivés connexes sont assujettis aux conditions d'utilisation (https://pcmdi.llnl.gov/CMIP6/TermsOfUse/TermsOfUse6-1.html) de l'organisation source.

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.

Pour être efficaces, les processus de gestion des pêches et de l'habitat exigent la connaissance de la répartition des zones de grande importance sur le plan écologique ou biologique. Sur le plateau et le talus néo-écossais, un certain nombre de zones benthiques d'importance écologique ou biologique composées d'espèces faisant office d'habitat, telles que les éponges et les coraux en eau profonde, ont été désignées. Toutefois, la connaissance de leur répartition spatiale se fonde en grande partie sur des relevés ciblés dont l'étendue spatiale est limitée. Nous nous sommes servis d'une approche de modélisation de la répartition des espèces appelée modèle de forêts aléatoires (RF) pour prévoir la probabilité de la présence et la biomasse des éponges, des pennatules et des grandes et petites gorgones dans l'ensemble de l'étendue spatiale de la Région des Maritimes de Pêches et Océans Canada (MPO). Nous avons aussi modélisé Vazella pourtalesi, une éponge rare qui forme la plus grande concentration connue du genre sur le plateau néo-écossais. Nous avons utilisé un certain nombre de sources de données, y compris les données sur les prises des relevés plurispécifiques au chalut du MPO et celles provenant des observations in situ par imagerie benthique. La plupart des modèles avaient une excellente efficacité de prévision selon des valeurs contre-validées de l'aire sous la courbe de la fonction d'efficacité du récepteur variant de 0,760 à 0,977. Les zones d'habitat propice ont été désignées pour chaque taxon et ont été comparées à l'aire de répartition de l'espèce et, le cas échéant, aux emplacements des zones de fermeture visant sa protection. Des modèles additifs généralisés ont été élaborés pour prédire la répartition de la biomasse de chaque groupe taxonomique et servent de points de comparaison aux modèles RF. Les résultats obtenus par les modèles RF et les modèles additifs généralisés étaient similaires, cependant les prévisions de la biomasse par les modèles additifs généralisés étaient meilleures pour certains groupes taxonomiques le long de la pente continentale. En l'absence de données d'observation, les résultats de la présente étude pourraient servir à déterminer l'aire de répartition potentielle des taxons benthiques vulnérables aux fins d'utilisation dans les applications de gestion des pêches et de l'habitat. Ces résultats pourraient aussi être utilisés pour mieux définir les concentrations importantes de ces taxons repérées dans le cadre des analyses de noyaux de densité.Citer ces données comme: Beazley, Lindsay; Kenchington, Ellen; Murillo-Perez, Javier; Lirette, Camille; Guijarro-Sabaniel, Javier; McMillan, Andrew; Knudby, Anders (2019). Modélisation de la répartition des espèces de coraux et d’éponges présentes dans la région des Maritimes à utiliser pour déterminer les zones benthiques importantes. Publié en Juillet 2023. Secteur des sciences des écosystèmes et des océans, Pêches et Océans Canada, Dartmouth, (N-É). https://open.canada.ca/data/en/dataset/356e92f3-5bf3-4810-98b1-3e10cd7742aa