Un modèle prédictif pour les gisements canadiens de terres rares (REE ± Nb) associés aux carbonatites est présenté ici. Ce modèle a été élaboré en intégrant diverses couches de données provenant de sources géophysiques, géochronologiques et géologiques. Ces couches représentent les principaux composants des systèmes minéralisés associés aux carbonatites, notamment la source, les mécanismes de transport, les pièges géologiques et les processus de préservation. Des algorithmes d'apprentissage profond ont été utilisés pour intégrer ces couches dans un cadre prédictif complet. Voici un lien vers la publication décrivant ce produit :https://link.springer.com/article/10.1007/s11053-024-10369-7

Ce modèle est dérivé de données géologiques, géophysiques et autres. L'extraction des caractéristiques a été réalisée par apprentissage profond. La modélisation prédictive a utilisé la méthode des ensembles profonds. La carte de probabilité pancanadienne du potentiel minéral du graphite est présentée. Cette carte a été générée à partir des gisements et des occurrences de graphite connus et de leurs caractéristiques associées. Les valeurs de probabilité les plus élevées mettent en évidence les zones où la probabilité de systèmes minéraux de graphite est plus élevée.

Ce modèle est dérivé de données géologiques et géophysiques, traitées à l'aide de techniques d'apprentissage profond et de traitement du langage naturel. Voici une carte de probabilité pancanadienne indiquant la probabilité de découvrir des pegmatites au lithium-césium-tantale (LCT) de nouvelle génération. Cette carte a été générée à partir de pegmatites LCT connues au Canada et de leurs caractéristiques géospatiales associées, en intégrant des données géologiques et géophysiques analysées à l'aide de techniques d'apprentissage profond et de traitement du langage naturel. Les valeurs de probabilité élevées mettent en évidence les zones présentant une probabilité accrue d'abriter des gisements de nouvelle génération, faisant de cette carte un outil précieux pour la prise de décision.

Cette série de cartes de susceptibilité aux inondations a été générée à partir d’un modèle d’apprentissage automatique XGBoost, entraîné sur les inondations majeures survenues entre 2005 et 2023. Le modèle entraîné a ensuite été appliqué à des scénarios climatiques futurs pour les années 2050, 2070 et 2100, selon deux scénarios SSP prospectifs : 245 et 585. Les données d’entrée intègrent des caractéristiques temporelles spécifiques de la température et des précipitations afin d’estimer la susceptibilité potentielle aux inondations futures.Cet ensemble de données fait partie d’une collection plus vaste d’ensembles de données sur la susceptibilité aux inondations, offrant des informations et des analyses connexes. La collection comprend une page de présentation accompagnée de publications associées, des valeurs historiques de susceptibilité, des tendances temporelles ainsi que des projections futures.- [Collection - Cartographie de la susceptibilité aux inondations]( https://ouvert.canada.ca/data/fr/dataset/1074f781-85d3-4c86-86cb-fd1c339197dc)- [Historique - Cartographie de la susceptibilité aux inondations]( https://ouvert.canada.ca/data/fr/dataset/ea1384df-bf4a-4743-97bb-870dc43f8d77)- [Tendances et extrêmes - Cartographie de la susceptibilité aux inondations]( https://ouvert.canada.ca/data/fr/dataset/3202e0a0-0afb-4120-b102-b0c41f0fb9eb)

Le Système global de prévision déterministe de vague (SGPDV) produit les prévisions de vagues jusqu'à 120 heures dans le futur en utilisant le modèle spectral de prévision de vague de troisième génération WaveWatch III® (WW3). Le modèle est forcé par les vents à une élévation de 10 mètres et la concentration de glace du Système global de prévision déterministe (SGPD). La concentration de glace est utilisée par le modèle pour atténuer la croissance des vagues dans les zones couvertes par 25% à 75% de glace ou la supprimer lorsque la concentration dépasse 75%. Les éléments prévus incluent notamment la hauteur significative des vagues, la période pic ainsi que la hauteur, la direction et la période de la première houle.

Le Système global de prévision d'ensemble (SGPE) procède à des calculs physiques afin de produire des prévisions probabilistes d'éléments de l'atmosphère du jour présent jusqu'à 16 jours dans le futur (jusqu'à 39 jours les lundis et jeudis à 00 UTC pour le calcul des anomalies de prévision). Le SGPE génère différentes prévisions (scénarios) pour estimer les incertitudes des prévisions causées par le comportement non-linéaire (chaotique) de l'atmosphère. Les prévisions probabilistes sont basées sur un ensemble de 20 scénarios qui diffèrent par leurs conditions initiales, leurs paramètres physiques qui sont aléatoirement perturbés par la méthode de Perturbation des Paramètres Stochastiques (SPP) ainsi que des perturbations stochastiques (énergie cinétique). Un membre de contrôle qui n'est pas perturbé est également disponible. Les éléments de l'atmosphère incluent notamment la température, les précipitations, le couvert nuageux, la vitesse et direction des vents, l'humidité et autres. Ce produit contient les résultats numériques bruts de ces calculs. La couverture géographique est globale. Les données sont disponibles sur une quinzaine de niveaux verticaux sur une grille latitude-longitude uniforme globale avec une résolution horizontale de 0.5 degré (environ 39km). Les prévisions sont exécutées deux fois par jour.

Cette couche polygonale représente les prévisions de précipitations cumulées du Global Forecast System (GFS), un modèle numérique mondial de prévisions météorologiques géré par la NOAA/NCEP. Il fournit des prévisions mondiales des précipitations à moyen terme, sous forme d'accumulation sur 168 heures (7 jours), afin de soutenir un large éventail d'applications météorologiques et hydrologiques.Cette couche polygonale est générée en extrayant le champ de précipitations accumulées à partir des fichiers GRIB2 du Global Forecast System (GFS). Les données brutes sont converties en un raster TIF, puis rééchantillonnées, lissées et classées en plages de précipitations distinctes. Les entités polygonales qui en résultent représentent les accumulations de précipitations prévues sur une période de 7 jours (168 heures), ce qui permet aux utilisateurs de suivre les tendances des précipitations et des chutes de neige attendues à l'échelle mondiale.** 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 à échelle statistiquement réduite des changements projetés des températures moyennes (°C) ont été générés à une résolution spatiale de 10 km pour la période 1951-2100, à partir des résultats de 24 modèles climatiques mondiaux (MCM) de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). L’échelle des températures moyennes quotidiennes issues des MCM a été statistiquement réduite par la méthode des analogues avec correction de biais et cartographie des quantiles, version 2 (BCCAQv2). Un ensemble de données historiques interpolées sur les températures moyennes pour le Canada (ANUSPLIN) a servi de cible pour la réduction d’échelle. Les changements des températures moyennes sont projetés par rapport à la période de référence 1986-2005. Des moyennes annuelles et saisonnières des changements projetés des températures moyennes par rapport à 1986-2005 sont incluses. Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles à échelle statistiquement réduite de changements projetés des températures moyennes 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. Des moyennes sur 20 ans des changements projetés des températures moyennes (°C) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), par rapport à la période de référence 1986-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5. 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 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.

Ces données montrent des projections détaillées de la probabilité que des feux de forêt se produisent dans les zones forestières du Canada, en fonction de différents scénarios climatiques futurs. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les cartes ont une précision de 30 mètres, ce qui permet de visualiser les risques à une échelle très fine. Les chercheurs ont étudié quatre scénarios climatiques possibles pour le 21ᵉ siècle afin de comprendre comment le risque d’incendie pourrait évoluer selon le climat, la végétation et la topographie ( Mulverhill et al. 2024). Les projections couvrent quatre périodes futures : 2021-2040, 2041-2060, 2061-2080 et 2081-2100, ainsi qu’une période de référence (1991-2020) qui reflète les conditions climatiques et le risque moyen observés récemment. Ces cartes indiquent la probabilité qu’un endroit présente des conditions similaires à celles des zones qui ont brûlé par le passé. Les variables comme la végétation et la topographie ont été gardées fixes, ce qui signifie que les projections montrent l’effet du climat futur sur les forêts actuelles (2020). Si vous utilisez ces données, veuillez citer Mulverhill et al. (2025). Mulverhill, C., Coops, N. C., Wulder, M. A., Hermosilla, T., White, J. C., & Bater, C. W. (2025). Projected Future Changes in Burn Probability in Canada’s Forests and Communities Under Different Climate Change Scenarios. Canadian Journal of Remote Sensing, 51(1). https://doi.org/10.1080/07038992.2025.2560347( Mulverhill et al. 2025). Pour une description détaillée des données sources et des méthodes appliquées à la période de référence, qui ont permis de produire les projections de Mulverhill et al. (2025), consultez : Mulverhill, C., Coops, N.C., Wulder, M.A., White, J.C., Hermosilla, T., and Bater, C.W. 2024. “Multidecadal mapping of status and trends in annual burn probability over Canada’s forested ecosystems.” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 209 pp. 279–295. https://doi.org/10.1016/j.isprsjprs.2024.02.006( Mulverhill et al. 2024).

Le Système global de prévision déterministe (SGPD) est un modèle de prévision numérique du temps déterministe couplé atmosphère (GEM), océan et glace de mer (NEMO-CICE). Les prévisions sont effectuées deux fois par jour et vont jusqu'à 10 jours dans le futur. La couverture géographique est globale avec une résolution horizontale de 15 km. Les données sont offertes sur une trentaine de niveaux verticaux et interpolées sur une grille latitude-longitude uniforme globale avec une résolution horizontale de 0.15 degré. La fréquence temporelle et le nombre de variables accessibles sont fonction de l'horizon temporel des prévisions.