Cette carte illustre la distribution de la texture des matériaux d'origine du sol dans la région agricole de l'Alberta. La texture du sol est définie par les proportions relatives des particules de sable, de limon et d'argile présentes. Les textures du sol sont identifiées par classes à l'aide du triangle de texture du sol illustré ci-dessous. Le triangle de texture du sol identifie la classe de texture d'un sol à l'intersection du pourcentage de sable (axe des x) et du pourcentage d'argile (axe des y). Le pourcentage de limon du sol est le reste, pour atteindre 100 pour cent. Cette ressource a été créée en 2002 à l'aide d'ArcGIS.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

La classe d'entités Coal Agreement contient des entités polygonales d'étendue provinciale représentant les demandes, les accords, les baux et les licences relatifs au charbon, avec des dates d'échéance et des conditions variables. Ces demandes et les accords ultérieurs donnent au titulaire le droit d'explorer le charbon.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Cet ensemble de données contient des piles de rasters de densité d'allumage moyenne et annuelle des incendies de forêt des années 1980 à 2023 inclus. Les rasters sont séparées par cause: humaine, naturelle (foudre). Le flux de travail a été modifié à partir de Gralewicz et al. (2012) et des rasters récapitulatifs moyens et moyens normalisés ont été générés à la fois pour les causes humaines et les causes de la foudre.

La cartographie illustre l'abondance relative de la glace relictuelle (glace de glacier enfoui) préservée dans le pergélisol supérieur à l'échelle nationale. La cartographie est actualisé et basée sur la modélisation d'O'Neill et al. (2019) (https://doi.org/10.5194/tc-13-753-2019). La cartographie offre une représentation améliorée de la glace de sol au Canada à grande échelle, intégrant les connaissances actuelles sur les associations entre les conditions géologiques et environnementales et le type et l'abondance de la glace de sol. Il fournit une base pour les tests d'hypothèse liés aux contrôles à grande échelle sur la formation, la préservation et la fonte de la glace de sol.

Cette couche est la classification actuelle de la gravité des incendies par année d'incendie pour les grands incendies (supérieurs à 100 ha). La cartographie de la gravité des brûlures est réalisée à l'aide des meilleures images multispectrales satellitaires disponibles avant et après l'incendie, acquises par l'instrument multispectral (MSI) à bord du satellite Sentinel-2 ou par le capteur Operational Land Imager (OLI) à bord des satellites Landsat-8 et 9. Tout est mis en œuvre pour utiliser des images exemptes de nuages, de fumée, d'ombres et de neige acquises avant le 30 septembre. Cependant, à la fin de la saison des incendies, les images acquises après le 30 septembre peuvent être utilisées. Cette couche est considérée comme un produit provisoire pour l'ensemble de données sur la gravité des brûlures un an plus tard (WHSE_FOREST_VEGETATION.VEG_BURN_SEVERITY_SP). La cartographie réalisée au cours de la saison de croissance suivante bénéficie d'une meilleure disponibilité des images après les incendies et devrait être plus représentative de la mortalité des arbres. #### Méthodologie : • Sélectionnez des images appropriées avant et après les incendies ou créez un composite sans nuage/neige/sans fumée à partir de plusieurs scènes d'images • Calculez le ratio de gravité des brûlures (NBR) normalisé pour les images avant et après le feu • Calculez la différence NBR (DNBR) où DnBR = avant et après NBR • Appliquer une équation d'échelle (DNBR_Scaled = DNBr*1000 + 275) /5) • Appliquez des seuils BARC (76, 110, 187) pour créer une classe à 4 image (non brûlée, faible gravité, gravité moyenne et gravité élevée) • Masquez les plans d'eau à l'aide d'une couche d'eau dérivée des satellites • Appliquez des filtres régionaux pour réduire le bruit • Confirmez les résultats de l'analyse de la gravité des brûlures grâce à un contrôle visuel de la qualité • Produisez un jeu de données vectorielles et appliquez le lissage de distance euclidien** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

La classe d'entités Coal Agreement contient des entités polygonales d'étendue provinciale représentant les demandes, les accords, les baux et les licences relatifs au charbon, avec des dates d'échéance et des conditions variables. Ces demandes et les accords ultérieurs donnent au titulaire le droit d'explorer le charbon.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Cette géodatabase comprend des cartes des points chauds pour 1) la richesse des habitats littoraux, 2) la diversité (poissons et invertébrés) et 3) la biomasse (établies selon le taux de capture par unité d’effort des poissons et des invertébrés), ainsi que deux couches montrant l’étendue spatiale des analyses des points chauds de diversité et de biomasse.Tous les détails et les méthodes sont décrits dans le document de Rubidge et coll., Document de recherche 2018/053, SCCS 2018, accessible ici ou à https://waves vagues.dfo mpo.gc.ca/Library/40759854.pdf. Ces données ont été examinées dans le cadre d’un processus régional d’examen par les pairs du Secrétariat canadien de consultation scientifique (SCCS) les 1er et 2 novembre 2017.Points chauds pour la richesse de l’habitat:Comme il n’existe pas de relevés systématiques des espèces littorales qui couvrent l’ensemble du littoral de la biorégion du plateau continental Nord, les points chauds de la richesse de l’habitat littoral ont été conçus comme un indicateur de la diversité des espèces dans les zones littorales. La richesse de l’habitat a été calculée à partir de huit composantes de l’habitat : zostère marine, phyllospadix, varech formant une canopée, estuaires, aires à rugosité élevée et substrat dur, mixte et meuble. Le nombre de composantes dans les unités de planification de 1 km sur 1 km a été compté et les points chauds ont été établis à l’aide de l’outil Getis Ord G* dans ArcGIS. Les unités de planification de valeur Gi_Bin de 3 (99 % de confiance) ont été classées comme points chauds de la richesse de l’habitat.Points chauds pour la diversité et la biomasse:Des points chauds pour la diversité et la biomasse des poissons et des invertébrés ont été établis comme indicateurs des modèles spatiaux de productivité dans la biorégion du plateau continental Nord. La diversité (diversité de Shannon) et la biomasse (kg/h ou nombre/hameçon/heure) ont été calculées à partir des relevés synoptiques de prises au chalut et des relevés extérieurs à la palangre sur fond dur (HBLL) du MPO. Le relevé extérieur HBLL représente l’ancien relevé de la Pacific Halibut Management Association (PHMA). Les relevés synoptiques de prises au chalut et les relevés HBLL ont une couverture spatiale complémentaire, les relevés HBLL couvrant davantage les zones côtières (20 260 m) et les relevés synoptiques de prises au chalut, les zones plus profondes du plateau (50 1 300 m). Les points chauds ont été établis à l’aide de l’outil Getis Ord G* dans ArcGIS pour cinq analyses distinctes : biomasse des poissons (chalut), diversité des poissons (chalut), diversité des poissons (palangre), biomasse des invertébrés (chalut) et diversité des invertébrés (chalut). À l’aide de l’outil Emprise géométrique minimale, des polygones à enveloppe convexe ont été tracés autour des groupes de points chauds (valeurs Gi_Bin de 1, 2 ou 3; confiance ≥ 90 %) contenant 10 points ou plus. Les polygones qui en ont résulté ont ensuite été entourés d’une zone tampon de 1 km et modifiés manuellement, au besoin, pour exclure toute zone étendue des polygones qui ne comprenait pas de points chauds.

Ce modèle de type de fond à substrat en eau profonde a été créé pour faciliter la modélisation de l’habitat et pour compléter les parcelles de fond du littoral. Il a été créé à partir d’une combinaison de couches dérivées de la bathymétrie en plus des observations du type de fond. À l’aide d’une classification par forêt d’arbres décisionnels, la relation entre les substrats observés et les dérivés bathymétriques a été estimée dans l’ensemble du site d’intérêt.La trame est classée en : 1) Roche, 2) Mélange, 3) Sable, 4) Vase

Le modèle de type de fond à substrat peu profond a été élaboré à l’appui de la modélisation des habitats littoraux. Les sources de données comprennent à la fois les observations disponibles sur le type de fond et les couches prédictives environnementales, notamment les couches océanographiques, le fetch, la bathymétrie et ses dérivés. En utilisant la classification par forêt d’arbres décisionnels pondérée du progiciel Ranger R, la relation entre le type de fond observé et les couches prédictives peut être déterminée, ce qui permet de classer le type de fond dans l’ensemble des zones d’étude. Les fichiers de données tramées prédits sont classés comme suit : 1) roche, 2) mélange, 3) sable, 4) vase.Les domaines du modèle de substrat catégoriel sont limités à l’étendue des couches bathymétriques d’entrée (voir les sources de données), qui est de 5 km à partir de la courbe de profondeur de 50 m.

L'Alberta Geological Survey a créé une base de données sur le charbon et le méthane des gisements houillers (CBM) pour saisir et gérer les données sur le CBM. La base de données compile différentes sources et contient des informations sur 7 923 puits (15 200 choix de formation, 37 357 choix de charbon, 495 analyses de charbon et 363 mesures de réflectance de la vitrinite). À partir de cet ensemble de données parent, chaque zone charbonnière a été évaluée. Ce dossier décrit la teneur en gaz calculée de la zone houillère de Mannville.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**