Lignes de rivage pour les lacs Pasqua, Crooked, Echo et Round, dans le réseau hydrographique de la vallée de la rivière Qu’Appelle, en Saskatchewan

Voici quelques exemples : * acces au rivage * acces au rivage ameliore (avec un quai ou une jetee) * mises a l'eau Ces donnees ont ete creees pour etre utilisees avec l'application de cartographie ON peche en ligne.** 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) **

Une couche de points qui délimite un changement de type de rivage** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Les POINTS DE VOL VIDÉO sont un point spatial GPS spécifique enregistré lors de l'enregistrement vidéo du rivage. Ils sont représentés par une latitude et une longitude spécifiques prises à une date et une heure spécifiques. Ils sont associés à un SEGMENT VIDÉO spécifique et renvoient à une vidéo Youtube en ligne du vol enregistré.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Fichier de points présentant une collection de points spatiaux GPS spécifiques enregistrés lors de l'enregistrement vidéo du rivage. Les points sont représentés par une latitude et une longitude spécifiques prises à une date et une heure spécifiques. Chacun est associé à un BIOSLIDE spécifique à un SHOREUNIT spécifique dans les données Shorezone** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Compte des piailleurs dans le cadre des relevés des oiseaux de rivage à l’île Sidney

Observations et comptes des oiseaux de rivage effectués par les experts pour l’ensemble des années.

Description:Des données sur la navigation de plaisance sont nécessaires pour les initiatives de planification spatiale marine en Colombie-Britannique (C.-B.). Les données sur le trafic maritime sont généralement obtenues en analysant les données de suivi des navires du système d'identification automatique (SIA), mais les bâtiments de plaisance sont souvent omis ou sous-représentés dans les données du SIA parce qu'ils ne sont pas tenus de porter des dispositifs de repérage SIA. Le Programme national de surveillance aérienne (PNSA) de Transports Canada a effectué des relevés aériens afin de recueillir des renseignements sur les bateaux de plaisance le long de plusieurs sections de la côte de la Colombie-Britannique entre 2018 et 2022. Les observations de bateaux de plaisance ont été modélisées en fonction de variables prédictives (p. ex. distance jusqu'au rivage, profondeur de l'eau, distance et densité des marinas) pour prédire le nombre de bateaux de plaisance le long des eaux côtières de la Colombie-Britannique.Les dossiers inclus ici sont les suivants :Une géobase de données « Recreational_Boating_Data_Model », qui comprend : (1) les données sur les observations de bateaux de plaisance recueillies par le PNSA en Colombie-Britannique et utilisées dans le modèle de trafic des bateaux de plaisance (« Recreational_Vessels_PointData_BC ») ; (2) un ensemble de données de levé aérien (ou nombre de relevés aériens) (« surveyeffort ») ; et (3) un ensemble de données vectorielles (résolution de 2,5 km) contenant le nombre prévu de bateaux de plaisance par cellule et les variables prédictives (« Recreational_Boating_Model_Results_BC).Dossier de scripts comprenant le fichier R Markdown avec le code R pour exécuter l'analyse de modélisation ('Recreationa_Boating_Model_R_Script') et les données utilisées pour exécuter le code.Méthodes :Les données sur les navires de plaisance ont été recueillies par le PNSA au cours de relevés aériens planifiés le long de trajets prédéterminés sur la côte de la Colombie-Britannique de 2018 à 2022. Les données sur les navires de plaisance non pourvus du SIA ont été recueillies à l’aide de caméras vidéo à bord de l’avion, et les données sur les navires de plaisance pourvus du SIA, à l’aide d’un récepteur du SIA également à bord de l’avion. Les facteurs prédictifs de la navigation de plaisance étudiés étaient la profondeur de l’eau, la distance jusqu’au rivage, la distance et la densité des marinas, la latitude et la longitude. Les modèles de trafic des navires de plaisance ont été adaptés à l’aide de modèles linéaires généralisés (MLG). Les progiciels et bibliothèques R utilisés ici comprennent les suivants : AED (Roman Lustrik 2021) et MASS (Venables et Ripley 2002), progiciel pscl (Zeileis, Kleiber et Jackman 2008) pour les fonctions « zeroinfl() » et « hurdle() ». Le modèle définitif a été choisi en fonction du critère d’information d’Akaike (AIC) et du critère d’information bayésien (BIC). Un fichier R Mardown avec le code utilisé pour l’exécution de cette analyse est inclus dans le jeu de documents dans un dossier appelé Script. Modèle de prévision spatiale : On a choisi le modèle binomial négatif à inflation nulle, qui est composé de deux parties : une première comptant un processus binomial qui prévoit la probabilité de rencontre d’un navire de plaisance et une deuxième prévoyant le nombre de navires de plaisance au moyen d’un modèle de dénombrement. Plus on s’approche du rivage et des marinas, plus la densité des marinas est élevée et plus le nombre prévu de navires de plaisance est élevé. La probabilité de rencontre de navires de plaisance est dictée par la profondeur de l’eau et la distance jusqu’au rivage. Pour en savoir plus sur la méthodologie, consultez le fichier PDF des métadonnées accessible avec le dossier des données ouvertes.Références :Serra-Sogas, N. et al. 2021. Using aerial surveys to fill gaps in AIS vessel traffic data to inform threat assessments, vessel management and planning. Marine Policy 133: 104765. https://doi.org/10.1016/j.marpol.2021.104765Sources des données :Observations et efforts déployés pour réaliser des relevés de navires de plaisance : Données recueillies par le PNSA et analysées par Norma Serra aux fins d’obtention d’information sur les navires et de déploiement d’efforts pour l’exécution de relevés (pour plus de renseignements sur la façon dont ces données ont été analysées, consulter SerraSogas et al. 2021). Les données du système de bathymétrie pour toute la côte de la Colombie-Britannique et uniquement les eaux de la ZEE canadienne ont été fournies par le MPO – Sciences (Selina Agbayani). La couche de données a été présentée sous forme de fichier de données ligne par ligne d’une résolution de 100 mètres. Le jeu de données sur le littoral utilisé pour l’estimation de la distance jusqu’au rivage et la découpe d’une grille a été fourni par le MPO – Sciences (Selina Agbayani), créé par David Williams et Yuriko Hashimoto (MPO – Océans). Le jeu de données sur les marinas a été fourni par le MPO – Sciences (Selina Agbayani), créé par Josie Iacarella (MPO – Sciences). Ce jeu de données comprend des marinas de grande et moyenne taille ainsi que des camps de pêche. Les données peuvent être téléchargées ici : Structures flottantes dans les eaux du nord-ouest de l’Amérique du Nord – Portail du gouvernement ouvert (https://open.canada.ca/data/fr/dataset/049770ef-6cb3-44ee-afc8-5d77d6200a12).IncertitudesLes résultats du modèle sont basés sur les navires de plaisance observés dans le cadre du PNSA et des variables connexes servant de facteurs prédictifs, et ne reflètent pas toujours la répartition réelle des navires. Tous les biais découlant de la nature opportuniste des relevés effectués dans le cadre du PNSA ont été réduits au minimum en utilisant les efforts visant à réaliser des relevés comme variable de décalage.

Les régions côtières peu profondes des océans du monde sont des écosystèmes très productifs qui permettent l’occurence des espèces commerciales, fourragères, en voie de disparition et iconiques. Compte tenu de la diversité des services produit ou soutenu par cet écosystème, une meilleure compréhension de sa structure et de sa fonction est essentielle pour développer une stratégie de gestion basée sur ces écosystèmes. Cependant, cette région, appelée ’zone blanche’ par les géologues marins à cause d’un manque général de données bathymétriques à haute résolution, est dynamique, très variable et difficile à accéder , ce qui rend le processus de la collection de données compliqué et coûteux. Puisque les substrats sont des indicateurs clés d’habitat dans cet écosystème important, nous avons créé une carte substrat continu du fond marin à partir des meilleures données de substrats disponibles en utilisant une approche qui est simple, quantitative et transparente, ce qui la rend sensible à l’amélioration itérative en termes de la qualité des données et la disponibilité de nouvelles données. Pour fournir à des analyses futures (telles que des modèles de distribution d’habitat) une mesure d’incertidute, nous avons développé une surface de confiance basée sur l’accord des différentes sources de substrats et la distance entre les observations. Ces données sont essentielles pour l'évaluation de la distribution des espèces et les risques anthropiques.Les polygones de fond ont été créé pour représenter les types de fonds pour toute la côte pacifique canadienne de la ligne de marée haute à une profondeur de 50 mètres (m). En tant que représentation polygonale, les polygones de fond décrivent des polygones de substrat similaires, catégorisé par les classes de profondeur et les observations de terrain disponibles. Dans les zones où il n’y a pas d’observation, des valeurs prédites pour le substrat sont utilisées. Cette approche est décrite dans Gregr et al. (2013)La précision du substrat dépend d'une multitude de facteurs, mais principalement de la fiabilité et de la densité des observations. La précision horizontale de ces données varie probablement de quelques mètres à des dizaines de mètres dépendamment de la source des données ou du traitement requis. Les zones avec une densité de données plus élevée, où les données démontrent une forte cohérence, ont une plus grande précision. Les polygones de fond utilisent des rubans de profondeur (polygones décrivant les éco zones bathymétriques). Des rubans de profondeur pour le Canada Pacifique ont été créés à partir d'un raster à haute résolution (20 x 20 m 2). Compte tenu de la résolution de ces données, l’application de la méthode a été facilité par la division de la côte Pacifique en cinq régions.La côte ouest de l'île de Vancouver, qui s'étend du cap Sutil au nord jusqu’au Port San Juan au sud, comprend un total de 110 313 polygones de fond. Les polygones de fond du détroit de la Reine-Charlotte et les régions du détroit de Géorgie ont été combinées pour un total de 235 754 polygones de fond. La région de la côte nord-centrale, s'étendant de la frontière de l'Alaska au nord jusqu’à Cape Caution au sud, comprend un total de 431.639 polygones de fond. La région de Haida Gwaii comprend un total de 86 825 polygones de fond. Ces données sont destinées à la recherche scientifique seulement. Les créateurs (Pêches et Océans Canada , SciTech Environmental Consulting) ne sont pas responsables des dommages résultant de toute omission ou erreurs qui peuvent être contenues dans cet ensemble de données et nient expressément toute garantie d'aptitude pour n’importe quelle raison particulière. Les créateurs ne sont pas responsables des pertes, financières ou autres, dues à l'utilisation de ces données. L'utilisateur assume tous les risques liés à la pertinence technique, aux résultats et aux performances de l'ensemble de données. Veuillez créditer SciTech et Pêches et Océans Canada (MPO) comme source des données dans n’importe quel cartes, rapports ou articles imprimés ou publiés sur papier ou sur Internet.

Caractéristiques de la zone de transect utilisée dans le cadre des relevés des oiseaux de rivage à l’île Sidney