Accueil /Recherche
Rechercher des ensembles de données
Nous avons trouvé 619 ensembles de données pour le mot-clé « probability distribution ». Vous pouvez continuer à explorer les résultats de recherche dans la liste ci-dessous.
Ensembles de données: 103,401
Contributeurs: 42
Résultats
619 Ensembles de données, Page 1 sur 62
Répartition prévue de 66 espèces de poissons de fond dans les eaux canadiennes du Pacifique
Description:Cet ensemble de données contient des couches d’occurrence prévue pour 65 espèces de poissons de fond ainsi que la richesse globale des espèces (c.-à-d. le nombre total d’espèces présentes) dans les eaux du Pacifique canadien, et l’erreur-type médiane par cellule de grille pour toutes les espèces. Il couvre toutes les profondeurs d’habitat du fond marin comprises entre 10 et 1 400 mètres qui ont une salinité estivale moyenne supérieure à 28 USP. Deux couches sont fournies pour chaque espèce : 1) l’occurrence prévue de l’espèce (prob_occur) et 2) la probabilité qu’une cellule de grille soit un point chaud d’occurrence pour cette espèce (hotspot_prob) défini comme étant le seuil le plus bas entre : 1) 0,8 ou 2) le 80e centile des valeurs de probabilité d’occurrence prévues pour toutes les cellules de grille dont la probabilité d’occurrence était supérieure à 0.05. La première mesure fournit une prévision globale de la répartition de l’espèce, tandis que la deuxième indique les régions où l’espèce est la plus susceptible d’être présente, ce qui tient compte de l’incertitude dans notre modèle. Toutes les couches sont fournies à une résolution de 1 km.Méthodes :Ces couches ont été créées à l’aide d’un modèle de répartition des espèces décrit par Thompson et ses collaborateurs (2023). Ce modèle intègre les données de trois relevés indépendants des pêches : les relevés synoptiques au chalut de fond des poissons démersaux de Pêches et Océans Canada (MPO; Sinclair et al. 2003; Anderson et al. 2019), les relevés à la palangre sur fond dur des poissons démersaux du MPO (Lochead et Yamanaka 2006, 2007; Doherty et al. 2019), et les relevés aux lignes fixes indépendants de la commission internationale du flétan du Pacifique (IPHC 2021). De plus amples renseignements sur les méthodes se trouvent dans le fichier PDF des métadonnées accessible avec le jeu de données.Extrait du rapport de Thompson et ses collaborateurs (2023):Des prévisions de la répartition des espèces de poissons de fond sont nécessaires pour soutenir les initiatives de planification spatiale marine en cours dans les eaux du Pacifique canadien. Des données pour éclairer les modèles de répartition des espèces sont disponibles à partir de plusieurs relevés indépendants des pêches. Cependant, aucun relevé unique ne couvre l’ensemble de la région et différents types d’engins de pêche sont nécessaires pour étudier la diversité des habitats occupés par les poissons de fond. Les engins de chalutage de fond sont utilisés pour échantillonner l’habitat de fond meuble, principalement sur le plateau continental et le talus, tandis que les engins de pêche à la palangre se concentrent souvent sur les habitats littoraux et de fond dur où le chalutage est impossible. Puisque les données obtenues par les relevés de ces deux types d’engins de pêche ne sont pas directement comparables, les modèles antérieurs de répartition des espèces dans cette région se sont limités à l’utilisation des données d’un relevé à la fois, réduisant ainsi leur étendue spatiale et leur utilité à l’échelle régionale. Nous présentons ici une méthode d’intégration des données sur la présence et l’absence des espèces entre les relevés et les types d’engins de pêche qui nous permettent de prévoir la répartition sur toute la côte de 66 espèces de poissons de fond en Colombie-Britannique. Notre modèle tire parti de l’utilisation des données disponibles provenant de multiples relevés pour estimer la façon dont les espèces réagissent aux gradients environnementaux tout en tenant compte des différences de capturabilité entre les différents relevés. Dans l’ensemble, nous constatons que cette méthode intégrée présente deux avantages principaux : 1) elle augmente l’exactitude des prévisions dans les régions et les relevés à données limitées tout en ayant des répercussions négligeables sur l’exactitude lorsque les données sont déjà suffisantes pour réaliser des prévisions; 2) elle réduit l’incertitude, ce qui se traduit par des intervalles de confiance plus serrés concernant les espèces qui devraient être présentes. Ces avantages sont particulièrement pertinents dans les régions de notre côte où notre compréhension de la qualité de l’habitat est limitée en raison de l’absence de relevés de recherche spatialement complets à long terme sur les poissons de fond.Sources de donnéesLes données de recherche ont été fournies par l’Unité des données sur le poisson de fond de la Direction des sciences (région du Pacifique) aux fins des relevés de recherche de la base de données GFBio entre 2003 et 2020 pour toutes les espèces qui comptaient au moins 150 observations, pour tous les types d’engins de pêche et les jeux de données de relevés disponibles.IncertitudesIl s’agit de résultats modélisés en fonction des observations des espèces en mer et des prévisions connexes en matière de covariables environnementales qui pourraient ne pas toujours refléter précisément les véritables aires de répartition des poissons de fond, bien que des méthodes qui intègrent différents types et différentes sources de données aient démontré leur capacité à améliorer l’inférence du modèle en accroissant la précision des prévisions et en réduisant l’incertitude.
Probabilité de brûlure projetée (2020-2100)
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).
Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 70 %
L’ensemble de données « Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 70 % » est un ensemble de données d’isolignes couvrant l’ensemble du Canada. Il montre le ruissellement unitaire annuel à la probabilité de dépassement de 70 %.
Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 75 %
L’ensemble de données « Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 75 % » est un ensemble de données d’isolignes couvrant l’ensemble du Canada. Il montre le ruissellement unitaire annuel à la probabilité de dépassement de 75 %.
Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 25 %
L’ensemble de données « Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 25 % » est un ensemble de données d’isolignes couvrant l’ensemble du Canada. Il montre le ruissellement unitaire annuel à la probabilité de dépassement de 25 %.
Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 50 %
L’ensemble de données « Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 50 % » est un ensemble de données d’isolignes couvrant l’ensemble du Canada. Il montre le ruissellement unitaire annuel à la probabilité de dépassement de 50 %.
Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 10 %
L’ensemble de données « Ruissellement unitaire annuel (dam3/km2) pour une probabilité de dépassement de 10 % » est un ensemble de données d’isolignes couvrant l’ensemble du Canada. Il montre le ruissellement unitaire annuel à la probabilité de dépassement de 10 %.
Modèle prédictif du graphite
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.
Répartition du pétoncle géant sur le banc German
La couche de données (.tif) présentée est le résultat de l’utilisation de MaxEnt pour produire une carte de l’habitat d’une seule espèce de pétoncle géant (Placopecten magellanicus) sur le banc German (au large du sud-ouest de la Nouvelle-Écosse, Canada). Les données liées à la présence établies à partir des vidéos et des images fixes ont été comparées aux variables environnementales issues de la bathymétrie multifaisceaux (pente, courbure, aspect et Indice de position bathymétrique), et aux données de rétrodiffusion (composantes principales : Q1, Q2, et Q3). Les résultats représentent une probabilité d’habitat propice pour le pétoncle géant sur le banc German.Probabilité d’habitat propice : probabilité qu’un habitat donné convienne à une espèce, d’après les données liées à la présence et les variables environnementales sous-jacentes (c’est-à-dire la probabilité d’occurrence de l’espèce).Référence:Brown, C. J., Sameoto, J. A., & Smith, S. J. (2012). Multiple methods, maps, and management applications: Purpose made seafloor maps in support of ocean management. Journal of Sea Research, 72, 1–13. https://doi.org/10.1016/j.seares.2012.04.009Citer ces données comme suit: Brown, C. J., Sameoto, J. A., & Smith, S. J. Données de: Répartition du pétoncle géant sur le banc German: Date de publication: Février 2021. Division de l’écologie des population, Pêches et Océans Canada, Dartmouth (Nouvelle-Écosse). https://open.canada.ca/data/fr/dataset/2bb98a09-5daf-42c4-94e8-e5de718b821d
Définition de biotopes marins côtiers distincts à l'échelle de la côte en Colombie-Britannique, au Canada
Pour assurer la prise de décisions éclairées, la gestion et la conservation des écosystèmes marins le long de la côte de la Colombie-Britannique, une compréhension approfondie des communautés et des habitats marins est nécessaire. Les initiatives de planification marine, y compris la planification des interventions en cas d'incident environnemental et le développement d'un réseau d'aires marines protégées, sont depuis longtemps contestées par d'importantes lacunes dans nos connaissances sur la répartition de nombreuses espèces marines côtières. Ce manque d'information essentielle peut nuire à notre capacité de gérer et de protéger efficacement les espèces et les écosystèmes vulnérables. Nous avons élaboré un ensemble de modèles de répartition des espèces (SMD unique) à partir des données recueillies dans le cadre du relevé cartographique de l'habitat benthique. Ces modèles établissent une corrélation entre les données sur l'occurrence des espèces et les variables environnementales. Nous avons utilisé ces modèles pour prédire la probabilité d'occurrence de chaque espèce sur toute la côte de la Colombie-Britannique. Une analyse en grappes des prédictions mono-SDM a ensuite été utilisée pour déterminer les biotopes, qui sont des combinaisons distinctes de propriétés physiques et chimiques de l'eau et de communautés biologiques associées. Nous avons défini et cartographié la distribution spatiale et la probabilité de neuf biotopes épibenthiques de la macrofaune côtière ainsi que de trois physiotopes en fonction des conditions environnementales. La définition des biotopes comprend les espèces corrélées, le type de substrat et la gamme des conditions environnementales (pente, profondeur, courant, température, salinité et courant de marée) qui se produisent dans chaque biotope. Les biotopes définis ici constituent une première étape, mais importante, de la biorégionalisation quantitative pour la région du Pacifique, car la résolution des données sur les communautés marines littorales fait défaut en Colombie-Britannique et a entravé les initiatives spatiales marines. Cet ensemble de données contient 71 des 72 SMD simples (ce qui exclut l'ormeau nordique, une espèce en voie de disparition), la distribution spatiale de 9 biotopes et de 3 physiotopes, et la richesse en espèces calculée comme la somme des probabilités d'occurrence pour les 72 espèces.
Dites-nous ce que vous pensez!
GEO.ca s’engage à favoriser un dialogue ouvert et à renforcer la communauté autour des enjeux et sujets liées à la localisation qui
vous intéressent.
Faites-nous part de vos commentaires