Accueil /Recherche
Rechercher des ensembles de données
Nous avons trouvé 765 ensembles de données pour le mot-clé « 2019 ». Vous pouvez continuer à explorer les résultats de recherche dans la liste ci-dessous.
Ensembles de données: 104,908
Contributeurs: 42
Résultats
765 Ensembles de données, Page 1 sur 77
2019 - Dynamique annuelle de la neige à 30 m (2018 2019 à 2023 2024) – Canada
Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - YT IndianRiver 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - SK Yorkton 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - SK Weyburn 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - SK Watson 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - YT PellyCrossing 2019 Part2 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
2019 - SK Moose Jaw 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
Circonscriptions fédérales - Canada 2019
Une circonscription fédérale est une division territoriale représentée par un député à la Chambre des communes. L’ensemble de données des circonscriptions fédérales (CF) est une représentation numérique des 338 circonscriptions établies par le Décret de représentation proclamé en 2013. Ces données sont une mise à jour des circonscriptions fédérales (CF) de 2013.
2019 - YT Old Crow 2019 1m - Mosaïque de Modèle numérique d'élévation de haute résolution (MNEHR) par project d'acquisition LiDAR
Modèle numérique d'élévation haute résolution (MNEHR) généré à partir de données LiDAR. Cette collection de données inclut un Modèle numérique de terrain (MNT) et un Modèle numérique de surface (MNS). Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013). Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n'y a pas d'intégration et d'ajustement vertical entre les projets. Les données de cette collection ont été reprojetées du système de référence de la donnée source vers la projection Lambert de l'Atlas du Canada (EPSG:3979). **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**
Inventaire annuel des cultures, 2019
En 2019, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a répété le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires pour l'ensemble du Canada, afin de soutenir la réalisation d’un inventaire national des cultures. Une méthodologie par arbre de décision a été utilisée à l'aide d'images satellitaires optiques (Landsat-8, Sentinel-2) et radar (RADARSAT-2), avec une résolution spatiale finale de 30 m. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d’assurance-récolte provinciales (Alberta, Saskatchewan, Manitoba et Québec), tandis que des observations ponctuelles provenaient du Ministère d’Environnement, Eau et Changement climatique de l’Île-du-Prince-Édouard. L’acquisition de données a aussi été supportée par les centres régionaux de recherches et développement d’AAC à Saint-Jean de Terre-Neuve, Kentville, Charlottetown, Fredericton, et Guelph.
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