Dans le cadre d'une évaluation scientifique de l'habitat essentiel du caribou des bois boréal (Environnement Canada 2011, se reporter à la référence complète dans la documentation d’accompagnement), la division de la science et de la technologie du paysage d'Environnement et Changement climatique Canada avait pour tâche de fournir une cartographie détaillée des perturbations anthropiques, à partir de 2010, à travers les aires de répartition connues du caribou. L’ensemble de données ci-joint constituent la deuxième mise à jour quinquennale (la première en 2015) qui porte les données jusqu’en 2020.La cartographie initiale des perturbations était basée sur des images Landsat-5 d'une résolution spatiale de 30 mètres, prises entre 2008 et 2010. Depuis, les perturbations anthropiques dans 51 aires de répartition du caribou au Canada ont été recartographiées tous les cinq ans afin de créer un ensemble de données géospatiales cohérent, fiable et reproductible à l'échelle nationale, en suivant une méthodologie commune. Ces aires de répartition étaient délimitées par province et territoire dans l’ensemble du pays. Les méthodes développées étaient axées sur la cartographie des perturbations à un moment donné et ne visaient pas à déterminer l’âge des perturbations, ce qui peut présenter un intérêt particulier pour les perturbations pouvant être considérées comme non permanentes, par exemple les aires de coupe. Les ensembles de données résultants ont été utilisés pour une fonction de sélection des ressources de caribou (modélisation de l’habitat) et pour évaluer les niveaux de perturbation globaux dans chaque aire de répartition du caribou.Comme pour le projet de cartographie de 2010, la perturbation anthropique a été définie comme toute perturbation d’origine humaine sur le paysage naturel et pouvant être identifiée visuellement à partir d’images Landsat multi bandes d’une résolution de 30 mètres à une échelle de visualisation de 1:50 000. Le même concept a été suivi pour la cartographie des perturbations en 2015 et 2020 et toute perturbation supplémentaire observée depuis la date de cartographie initiale a été ajoutée. La base de données de 2015 a servi de point de départ à la base de données de 2020. Contrairement à l'itération précédente, les entités n'ont pas été supprimées au cours du processus de cartographie, une décision prise au nom du temps. L'interprétation a été réalisée sur la base des images sans nuages les plus récentes disponibles jusqu'au milieu de l'automne pour une année donnée. Chaque type d'entité de perturbation était représenté dans la base de données par une ligne ou un polygone, en fonction de leur description géométrique. Les perturbations linéaires incluaient: les routes, les lignes électriques, les chemins de fer, les lignes d’exploration sismique, les pipelines, les barrages, les pistes d'atterrissage, ainsi que des éléments inconnus. Les perturbations polygonales incluaient: des aires de coupe, des polygones de récolte (ajouté en 2020), des mines, des aires bâties, des sites de puits, des installations agricoles, des installations pétrolières et gazières, ainsi que des caractéristiques inconnues. Pour chaque type de perturbation anthropique, une description claire a été établie (voir l'annexe 7.2 de l'évaluation scientifique) afin de maintenir la cohérence dans l'identification des diverses perturbations de l’imagerie par les différents interprètes. Les entités n’étaient numérisées que s’ils étaient visibles sur l’imagerie Landsat à l'échelle d’affichage prescrite.Par rapport au protocole de cartographie précédent, l'une des améliorations apportées au processus de cartographie en 2020 était l'ajout des polygones de récolte du SCF (Réf: RNCan-SCF NTEMS ; Wulder 2020) dans la base de données avant l'interprétation. Cela a considérablement réduit le temps de numérisation des polygones et accéléré le processus de recueil des données. Les polygones de récolte du SCF ont été vérifiés avant d'être inclus, éliminant certains polygones générés par erreur dans leur processus.Une phase de contrôle de la qualité par un deuxième interprète a été réalisée afin de s'assurer de la qualité, de l'intégralité et de la cohérence des données recueillies. Ensuite, un tampon de 500m radial, représentant la zone d'influence sur les populations de caribou boréal, a été ajouté aux données vectorielles. De plus, les polygones représentant les feux de forêt des quarante dernières années (BNDFFC1981-2020) ont été fusionnés à l'empreinte anthropique tamponnée afin de créer une empreinte de perturbation totale.Ces ensembles de données tamponnées ont été utilisés pour calculer les niveaux de perturbation totale dans chaque aire de répartition et pour l'analyse de l'évaluation intégrée des risques.

Contraintes d'origine anthropique et naturelle du schéma d’aménagement et de développement révisé de la Ville de Laval.

Cette couche de données présente les résultats d’une modélisation des apports anthropiques net d'azote et de phosphore (NANI/NAPI) effectuée par la professeure Roxane Maranger et Stéphanie Shousha de l’Université de Montréal dans le cadre d’un partenariat avec le Ministère de l’Environnement de la Lutte contre les Changements Climatiques, de la Faune et des Parcs (MELCCFP). La modélisation a été effectuée selon la méthode du Net Anthropogenic Nitrogen/Phosphorus Input appliquée pour la première fois au Québec par ([Goyette et al., 2016](https://can01.safelinks.protection.outlook.com/?url=https%3A%2F%2Fagupubs.onlinelibrary.wiley.com%2Fdoi%2F10.1002%2F2016GB005384&data=05%7C02%7CAntoine.Prince%40environnement.gouv.qc.ca%7Ce9a3e849691c4a3f9bc008de4e23f624%7C4262d4ec5a674957abb6bf78aca6a6f5%7C0%7C0%7C639034113587157844%7CUnknown%7CTWFpbGZsb3d8eyJFbXB0eU1hcGkiOnRydWUsIlYiOiIwLjAuMDAwMCIsIlAiOiJXaW4zMiIsIkFOIjoiTWFpbCIsIldUIjoyfQ%3D%3D%7C0%7C%7C%7C&sdata=a7ktxC6ea9u4tHDSboR9OjRKsPdjgWnO%2FBaiZKkkuAQ%3D&reserved=0)) puis raffinée dans ([Shousha & Maranger, 2024](https://can01.safelinks.protection.outlook.com/?url=https%3A%2F%2Fbesjournals.onlinelibrary.wiley.com%2Fdoi%2Ffull%2F10.1111%2F1365-2664.14733&data=05%7C02%7CAntoine.Prince%40environnement.gouv.qc.ca%7Ce9a3e849691c4a3f9bc008de4e23f624%7C4262d4ec5a674957abb6bf78aca6a6f5%7C0%7C0%7C639034113587193473%7CUnknown%7CTWFpbGZsb3d8eyJFbXB0eU1hcGkiOnRydWUsIlYiOiIwLjAuMDAwMCIsIlAiOiJXaW4zMiIsIkFOIjoiTWFpbCIsIldUIjoyfQ%3D%3D%7C0%7C%7C%7C&sdata=AdT31R8IHmEeYRzZ1hGmtrtUaeE8xMrMaQbrnAUJDn4%3D&reserved=0)). Le modèle se base sur la prémisse qu’une région importe de l’azote et du phosphore pour supporter sa population et ses activités agricoles.

Description:Cet ensemble de données est constitué de trois simulations du modèle des écosystèmes de l’océan canadien du Pacifique Nord-Est (NEP36-CanOE), à savoir une configuration du NEMO (Nucleus for European Modelling of the Ocean), V3.6. La simulation historique est une estimation du climat moyen pour la période allant de 1986 à 2005. Les simulations futures permettront de projeter le climat moyen pour la période allant de 2046 à 2065 pour des profils représentatifs d’évolution de concentration (RCP) de 4,5 (scénario d’atténuation modérée) et de 8,5 (scénario d’absence d’atténuation). Chaque simulation est forcée par une climatologie de champs de forçage atmosphérique calculée sur ces périodes de 20 ans, et les vents sont augmentés d’une variabilité à haute fréquence, ce qui introduit une petite quantité de variabilité interannuelle. La moyenne des sorties du modèle est calculée sur trois années successives de simulation (les trois dernières, suivant une période d’équilibre); l’écart-type entre les trois années est disponible sur demande. Pour chaque simulation, l’ensemble de données comprend le flux de dioxyde de carbone air-mer, les champs en 3D mensuels pour la température potentielle, la salinité, la densité potentielle, l’alcalinité totale, le carbone inorganique dissous, le nitrate, l’oxygène, le pH, la chlorophylle totale, l’état de saturation de l’aragonite, la production primaire totale, et les valeurs maximales et minimales mensuelles pour l’oxygène, le pH et la température potentielle. Les données comprennent 50 niveaux verticaux à une résolution spatiale de 1/36 degrés, et un masque est fourni pour indiquer les régions où ces données doivent être utilisées avec prudence ou pas du tout. Pour une description plus détaillée, veuillez vous référer à Holdsworth et al. 2021. Les données disponibles ici sont les résultats de l’exécution de NEP36-CanOE_RCP 8,5; une projection du climat pour la période allant de 2046 à 2065 pour le scénario sans atténuation, RCP de 8,5.Méthodes :Cette étude utilise une méthode de réduction d’échelle à plusieurs étapes pour réduire de façon dynamique les projections climatiques globales à une résolution de 1/36° (1,5 − 2,25 km). Nous avons choisi d’utiliser le modèle du système terrestre canadien de deuxième génération (CanESM2), car les projections mises à l’échelle à haute résolution de l’atmosphère dans la région d’intérêt sont accessibles dans la 4e version du modèle régional canadien du climat (CanRCM4). Nous avons utilisé des anomalies de CanESM2 avec une résolution d’environ 1° aux limites ouvertes et le modèle régional atmosphérique, CanRCM4 (Scinocca et al. 2016), pour les conditions de limite de surface. CanRCM4 est un modèle atmosphérique seulement avec une résolution de 0,22°. Il a été utilisé pour la mise à l’échelle des projections climatiques obtenues à l’aide de CanESM2 pour l’Amérique du Nord et les océans qui la bordent.Le modèle utilisé est très coûteux sur le plan informatique en raison du nombre assez élevé de points dans le domaine (715 × 1 021 × 50) et du modèle biogéochimique relativement complexe (19 traceurs). Par conséquent, plutôt que de réaliser des simulations interannuelles pour les périodes historiques et futures, nous avons mis en œuvre une nouvelle méthode qui est fondée sur des données climatologiques de l’atmosphère avec des vents augmentés pour forcer l’océan. Nous démontrons que l’augmentation des vents avec des anomalies horaires offre une représentation plus réaliste de la répartition de l’eau douce que l’utilisation de données climatologiques seulement.La section 2.1 décrit le modèle océanique utilisé pour estimer le climat historique et prévoir l’état océanique selon des scénarios climatiques futurs. Les périodes sont quelque peu arbitraires; celle allant de 1986 à 2005 a été choisie parce que les simulations historiques de la phase 5 du projet d’intercomparaison de modèles couplés (CMIP5) se terminent en 2005, puisqu’aucune estimation des émissions acceptée par la communauté n’était disponible après cette date (Taylor et al. 2009); celle allant de 2046 à 2065 a été choisie parce qu’elle se situait assez loin dans l’avenir pour que les changements dans les champs moyens sur 20 ans soient clairement dus à la modification du forçage des GES (contrairement à la variabilité interne du modèle) (p. ex. Christian 2014), mais dans un horizon suffisamment près pour être considérée comme pertinente aux fins de gestion.Bien qu’il soit vrai qu’une période de 30 ans au lieu de 20 ans représente la valeur canonique permettant le calcul de la moyenne de la variabilité naturelle, en pratique, la différence entre une moyenne de 20 ans et de 30 ans est faible (p. ex. si nous faisons la moyenne de périodes successives d’un passage de contrôle non forcé, l’écart entre les moyennes de 20 ans sera légèrement plus élevé que celles de 30 ans). De plus, on craint que les périodes de calcul plus longues ne conviennent pas dans un climat déréglé (Livezey et al. 2007; Arguez et Vose 2011). Nous avons choisi des périodes de 20 ans parce qu’elles permettent le calcul d’un cycle annuel moyen avec peu d’influence de la variabilité naturelle, tout en réduisant au minimum l’aliénation des variations séculaires dans les moyennes. Puisque les points milieux des deux périodes sont séparés de 60 ans, la contribution de la variabilité naturelle dans les différences entre les simulations historiques et futures est négligeable (Hawkins et Sutton 2009; Frölicher et al. 2016).La section 2.2 décrit comment les données climatologiques découlant des observations ont été utilisées aux fins de l’initialisation et comment les conditions de limites ouvertes ont été utilisées dans le cadre des simulations historiques et de la collecte de données pseudo-climatologiques aux fins des scénarios futurs. La disponibilité limitée des observations signifie que les années utilisées pour ces données climatologiques diffèrent quelque peu des périodes historiques et futures. La section 2.3 décrit en détail les champs de forçage atmosphérique et la méthode que nous avons élaborée pour générer des vents présentant une variabilité de haute fréquence réaliste tout en continuant d’utiliser les moyennes climatologiques quotidiennes des données de CanRCM4. La section 2.4 montre l’équilibrage des principales variables modélisées par rapport aux conditions de forçage.Sources de données:Résultats produits par le modèleIncertitudes:Ces projections climatiques sont ramenées à une plus petite échelle à partir d’un modèle climatique mondial unique (CanESM2/CanESM4), car le coût des ensembles est actuellement prohibitif. Notre conception expérimentale emploie des données de forçage climatologique pour chaque période de sorte que les différences entre elles sont presque entièrement dues au forçage anthropique et la variabilité naturelle a peu d’incidence.

Description:Cet ensemble de données est constitué de trois simulations du modèle des écosystèmes de l’océan canadien du Pacifique Nord-Est (NEP36-CanOE), à savoir une configuration du NEMO (Nucleus for European Modelling of the Ocean), V3.6. La simulation historique est une estimation du climat moyen pour la période allant de 1986 à 2005. Les simulations futures permettront de projeter le climat moyen pour la période allant de 2046 à 2065 pour des profils représentatifs d’évolution de concentration (RCP) de 4,5 (scénario d’atténuation modérée) et de 8,5 (scénario d’absence d’atténuation). Chaque simulation est forcée par une climatologie de champs de forçage atmosphérique calculée sur ces périodes de 20 ans, et les vents sont augmentés d’une variabilité à haute fréquence, ce qui introduit une petite quantité de variabilité interannuelle. La moyenne des sorties du modèle est calculée sur trois années successives de simulation (les trois dernières, suivant une période d’équilibre); l’écart-type entre les trois années est disponible sur demande. Pour chaque simulation, l’ensemble de données comprend le flux de dioxyde de carbone air-mer, les champs en 3D mensuels pour la température potentielle, la salinité, la densité potentielle, l’alcalinité totale, le carbone inorganique dissous, le nitrate, l’oxygène, le pH, la chlorophylle totale, l’état de saturation de l’aragonite, la production primaire totale, et les valeurs maximales et minimales mensuelles pour l’oxygène, le pH et la température potentielle. Les données comprennent 50 niveaux verticaux à une résolution spatiale de 1/36 degrés, et un masque est fourni pour indiquer les régions où ces données doivent être utilisées avec prudence ou pas du tout. Pour une description plus détaillée, veuillez vous référer à Holdsworth et al. 2021.Les données disponibles ici sont les résultats de l’exécution de NEP36-CanOE_RCP 4,5; une projection du climat pour la période allant de 2046 à 2065 pour le scénario d’atténuation modérée, RCP de 4,5. Méthodes:Cette étude utilise une méthode de réduction d’échelle à plusieurs étapes pour réduire de façon dynamique les projections climatiques globales à une résolution de 1/36° (1,5 − 2,25 km). Nous avons choisi d’utiliser le modèle du système terrestre canadien de deuxième génération (CanESM2), car les projections mises à l’échelle à haute résolution de l’atmosphère dans la région d’intérêt sont accessibles dans la 4e version du modèle régional canadien du climat (CanRCM4). Nous avons utilisé des anomalies de CanESM2 avec une résolution d’environ 1° aux limites ouvertes et le modèle régional atmosphérique, CanRCM4 (Scinocca et al. 2016), pour les conditions de limite de surface. CanRCM4 est un modèle atmosphérique seulement avec une résolution de 0,22°. Il a été utilisé pour la mise à l’échelle des projections climatiques obtenues à l’aide de CanESM2 pour l’Amérique du Nord et les océans qui la bordent.Le modèle utilisé est très coûteux sur le plan informatique en raison du nombre assez élevé de points dans le domaine (715 × 1 021 × 50) et du modèle biogéochimique relativement complexe (19 traceurs). Par conséquent, plutôt que de réaliser des simulations interannuelles pour les périodes historiques et futures, nous avons mis en œuvre une nouvelle méthode qui est fondée sur des données climatologiques de l’atmosphère avec des vents augmentés pour forcer l’océan. Nous démontrons que l’augmentation des vents avec des anomalies horaires offre une représentation plus réaliste de la répartition de l’eau douce que l’utilisation de données climatologiques seulement.La section 2.1 décrit le modèle océanique utilisé pour estimer le climat historique et prévoir l’état océanique selon des scénarios climatiques futurs. Les périodes sont quelque peu arbitraires; celle allant de 1986 à 2005 a été choisie parce que les simulations historiques de la phase 5 du projet d’intercomparaison de modèles couplés (CMIP5) se terminent en 2005, puisqu’aucune estimation des émissions acceptée par la communauté n’était disponible après cette date (Taylor et al. 2009); celle allant de 2046 à 2065 a été choisie parce qu’elle se situait assez loin dans l’avenir pour que les changements dans les champs moyens sur 20 ans soient clairement dus à la modification du forçage des GES (contrairement à la variabilité interne du modèle) (p. ex. Christian 2014), mais dans un horizon suffisamment près pour être considérée comme pertinente aux fins de gestion.Bien qu’il soit vrai qu’une période de 30 ans au lieu de 20 ans représente la valeur canonique permettant le calcul de la moyenne de la variabilité naturelle, en pratique, la différence entre une moyenne de 20 ans et de 30 ans est faible (p. ex. si nous faisons la moyenne de périodes successives d’un passage de contrôle non forcé, l’écart entre les moyennes de 20 ans sera légèrement plus élevé que celles de 30 ans). De plus, on craint que les périodes de calcul plus longues ne conviennent pas dans un climat déréglé (Livezey et al. 2007; Arguez et Vose 2011). Nous avons choisi des périodes de 20 ans parce qu’elles permettent le calcul d’un cycle annuel moyen avec peu d’influence de la variabilité naturelle, tout en réduisant au minimum l’aliénation des variations séculaires dans les moyennes. Puisque les points milieux des deux périodes sont séparés de 60 ans, la contribution de la variabilité naturelle dans les différences entre les simulations historiques et futures est négligeable (Hawkins et Sutton 2009; Frölicher et al. 2016).La section 2.2 décrit comment les données climatologiques découlant des observations ont été utilisées aux fins de l’initialisation et comment les conditions de limites ouvertes ont été utilisées dans le cadre des simulations historiques et de la collecte de données pseudo-climatologiques aux fins des scénarios futurs. La disponibilité limitée des observations signifie que les années utilisées pour ces données climatologiques diffèrent quelque peu des périodes historiques et futures. La section 2.3 décrit en détail les champs de forçage atmosphérique et la méthode que nous avons élaborée pour générer des vents présentant une variabilité de haute fréquence réaliste tout en continuant d’utiliser les moyennes climatologiques quotidiennes des données de CanRCM4. La section 2.4 montre l’équilibrage des principales variables modélisées par rapport aux conditions de forçage.Sources de données :Résultats produits par le modèleIncertitudes :Ces projections climatiques sont ramenées à une plus petite échelle à partir d’un modèle climatique mondial unique (CanESM2/CanESM4), car le coût des ensembles est actuellement prohibitif. Notre conception expérimentale emploie des données de forçage climatologique pour chaque période de sorte que les différences entre elles sont presque entièrement dues au forçage anthropique et la variabilité naturelle a peu d’incidence.

Dans le cadre d'une évaluation scientifique de l'habitat essentiel du caribou des bois boréal (Environnement Canada, 2011, voir la référence complète dans la documentation d'accompagnement), la division de la science et de la technologie du paysage d'Environnement Canada avait pour tâche de fournir une cartographie détaillée des perturbations anthropiques, à partir de 2015, à travers les aires de répartition connues du caribou. Ces données comprennent une mise à jour quinquennale de la cartographie des perturbations de 2008-2010 et permettent aux chercheurs de mieux comprendre les attributs qui ont un effet connu sur la persistance de la population de caribou. La cartographie originale des perturbations était basée sur des images Landsat-5 de résolution spatiale de 30 mètres de 2008-2010. Le processus de cartographie utilisé en 2010 a été répété à l'aide des images Landsat de 2015 afin de créer un jeu de données géospatiales cohérent, fiable et reproductible à l'échelle nationale, qui suit une méthodologie commune. Les méthodes développées étaient axées sur la cartographie des perturbations à un moment donné et ne visaient pas à déterminer l'âge des perturbations, ce qui peut présenter un intérêt particulier pour les perturbations pouvant être considérées comme non permanentes, par exemple les aires de coupe. Les ensembles de données résultants ont été utilisés pour une fonction de sélection des ressources de caribou (modélisation de l'habitat) et pour évaluer les niveaux de perturbation globaux dans chaque aire de répartition du caribou. Les perturbations anthropiques de 51 aires de répartition du caribou ont été cartographiées au Canada. Les aires de répartition ont été définies par chaque province et territoire du Canada. Les perturbations ont été recartographiées sur ces plages en utilisant les images satellitaires Landsat-8 2015 pour fournir les données les plus récentes possibles. Comme pour le projet de cartographie de 2010, les perturbations anthropiques ont été définies comme toute perturbation du paysage naturel pouvant être identifiée visuellement à partir d'images Landsat avec des images multibandes de 30 mètres à une échelle de 1:50 000. Une unité cartographique minimale UCM de 2 ha (environ 22 pixels contigus de 30 mètres) a été sélectionnée. Chaque type d'entité de perturbation était représenté dans la base de données par une ligne ou un polygone en fonction de leur description géométrique. Les perturbations polygonales incluaient: des aires de coupe, des mines, des réservoirs, des aires bâties, des sites de puits, des installations agricoles, des installations pétrolières et gazières, ainsi que des caractéristiques inconnues. Les perturbations linéaires incluaient: les routes, les chemins de fer, les lignes électriques, les lignes d'exploration sismique, les pipelines, les barrages, les pistes d'atterrissage, ainsi que des éléments inconnus. Pour chaque type de perturbation anthropique, une description claire a été établie (voir l'annexe 7.2 de l'évaluation scientifique) afin de maintenir la cohérence dans l'identification des diverses perturbations de l'imagerie par les différents interprètes. Les éléments n'étaient numérisées que s'ils étaient visibles dans les images Landsat à l'échelle de visualisation prescrite. Une phase de contrôle de la qualité par un deuxième interprète a été réalisée pour assurer une collecte de données de haute qualité, complète et cohérente. Pour cette mise à jour de 2015, une base de données distincte, à résolution supérieure, a été créée en répétant le processus à l'aide d'images panchromatiques de 15 mètres. Pour la base de données de 30 mètres seulement, les données de ligne et les données poly ont été mises en mémoire tampon dans un rayon de 500 mètres, représentant leur zone d'impact étendue sur les troupeaux de caribou boréal. De plus, les polygones d'incendies de forêt ont été fusionnés dans l'empreinte anthropique afin de créer une empreinte de perturbation globale. Ces jeux de données tamponnés ont été utilisés dans le calcul des niveaux de perturbation des aires et dans l'analyse intégrée d'évaluation des risques.

L'apport excessif d'azote provenant des activités humaines d'utilisation des terres reste une cause majeure de l'eutrophisation des écosystèmes côtiers dans le monde. Cependant, il existe peu de données sur les taux de pollution par les nutriments ou ses impacts potentiels sur les écosystèmes côtiers du Canada atlantique. Pour combler cette lacune dans les connaissances, un cadre de modèle de charge d'azote (NLM) a été appliqué pour déterminer la charge d'azote totale (kg TN / an) à partir d'apports de sources ponctuelles et diffuses (eaux usées, dépôts atmosphériques, utilisation des terres, engrais applications et industries régionales) dans 109 bassins hydrographiques côtiers bordant la baie de Fundy et le plateau néo-écossais. Pour évaluer l'impact potentiel de la charge d'azote, deux indicateurs ont été calculés pour 40 baies côtières: (1) ∆N, une mesure de la résidence de l'azote qui prédit les problèmes d'oxygène dissous; et (2) le taux de charge de l'estuaire, un prédicteur du potentiel de perte de végétation aquatique submergée. Ce projet a été financé par Pêches et Océans Canada dans le cadre d'une subvention du Programme stratégique de recherche et d’avis fondés sur l’écosystème (PSRAFE). Cette recherche a été publiée dans la littérature scientifique (Kelly et al. 2021).Kelly, N.E., Guijarro-Sabaniel, J. and Zimmerman, R., 2021. Anthropogenic nitrogen loading and risk of eutrophication in the coastal zone of Atlantic Canada. Estuarine, Coastal and Shelf Science, 263, p.107630. doi: https://doi.org/10.1016/j.ecss.2021.107630Citer ces données comme suit : Kelly, N.E., Guijarro-Sabaniel, J. and Zimmerman, R. Données de: Estimations de la charge d'azote anthropique et des indicateurs d'eutrophisation pour la baie de Fundy et le plateau néo-écossais: Date de publication: Mars 2022. Division des sciences des écosystèmes côtiers, Pêches et Océans Canada, Dartmouth (Nouvelle-Écosse). https://open.canada.ca/data/fr/dataset/08746031-1970-4bf6-b6d4-3de2715c8634

Pêches et Océans Canada a réalisé une analyse par cartographie des effets cumulatifs d’origine anthropique dans les eaux canadiennes du Pacifique afin d’appuyer les initiatives de planification spatiale marine en cours. La cartographie des effets cumulatifs combine des données spatiales sur les activités humaines et les habitats avec une matrice de pondération de la vulnérabilité pour obtenir un « score des effets cumulatifs » intuitif et relatif qui montre où les effets cumulatifs d’origine anthropique sont les plus élevés et les plus faibles. Pour cartographier les effets cumulatifs, une évaluation récente de la vulnérabilité des écosystèmes dans les eaux canadiennes du Pacifique (Murray et al. 2022) a été combinée à des données spatiales couvrant trente-huit (38) types d’habitats différents et quarante-cinq (45) activités humaines en suivant la méthodologie indiquée dans Halpern et al. (2008) et Murray et al. (2015). La carte des effets cumulatifs est fournie dans une grille composée de cellules d’un (1) km2 utilisée pour la gestion des océans par Pêches et Océans Canada. Pour de plus amples renseignements, veuillez communiquer avec le fournisseur de données

Symbolisation et publication de l'ensemble de données de caractéristiques ISO BiologicEcologic. 5 septembre 2017.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce jeu de données documente les occurrences d'endofaune collectées de 2021 à 2023 lors de l'évaluation environnementale marine de la mer de Beaufort canadienne (CBS-MEA) menée par Pêches et Océans Canada (MPO). Le programme CBS-MEA se concentre sur l'intégration de l'océanographie, des liens dans le réseau alimentaire, des couplages physico-biologiques et des variabilités spatiales et interannuelles. Le programme vise également à élargir la couverture de référence de la diversité des espèces, des abondances et des associations avec les habitats dans des zones de la mer de Beaufort et de l'archipel canadien de l'Ouest précédemment non étudiées. L'étude a eu lieu principalement dans la mer de Beaufort et dans le golfe d'Amundsen. L'échantillonnage est effectué le long de transects à des stations fixes dans la zone d'étude. Les prises sont collectées à l'aide d'un carottier à boîte de 50 x 50 cm. 2 ou 3 carottes sont collectées par station pour obtenir des réplicats. Un total de 29 stations ont été échantillonnées pour l'endofaune en 2021, 15 en 2022 et 25 en 2023 à des profondeurs entre 10 et 653 m. La moitié du carottier (0.125 m2) est échantillonnée pour la taxonomie de l’endofaune. Les premiers 20 cm de sédiment sont collectés et tamisés à travers un tamis de 0.5 mm. Les échantillons sont conservés dans une solution d'eau de mer-formaldéhyde (10 % v/v). En laboratoire, l'endofaune est identifiée au niveau taxonomique le plus bas possible.Les données sont présentés en deux fichiers : Le fichier "Activité_endofaune_CBSMEA_infauna_event_fr" qui contient les informations des missions, des stations et des déploiements, qui sont présenté sous une structure d'activité hiérarchique.Le fichier "Occurrence_endofaune_CBSMEA_infauna_fr" qui contient les occurrences taxonomiques.