Densité apparente prévue (g/cm3) à des profondeurs définies (0–5 cm, 5–15 cm, 15–30 cm, 30–60 cm, 60–100 cm). La masse de sol sec par unité de volume en vrac.

Des échantillons biologiques de panopes du Pacifique ont été recueillis au cours de relevés en Colombie-Britannique dans le cadre d'objectifs de relevés plus vastes pour déterminer la densité, la répartition et la structure des populations de la panope. Des échantillons de panopes ont été prélevés à 41 sites à travers la Colombie-Britannique entre 1993 et 2002. Les mollusques ont été mesurés pour en connaître le poids total, la longueur de coquille, le poids de la coquille ainsi que l'âge. Les paramètres biologiques sont présentés ici pour chaque panope échantillonnée. Voir Bureau D., W. Hajas, N.W. Surry, C.M. Hand, G. Dovey and A. Campbell. 2002. Age, size structure and growth parameters of Geoducks (Panopea abrupta, Conrad 1849) from 34 locations in British Columbia sampled between 1993 and 2000. Rapp. tech. can. sci. halieut. aquat. 2413: 84 p. et Bureau D., W. Hajas, C.M. Hand and G. Dovey. 2003. Age, size structure and growth parameters of Geoducks (Panopea abrupta, Conrad 1849) from seven locations in British Columbia sampled in 2001 and 2002. Rapp. tech. can. sci. halieut. aquat. 2494: 29 p.

Le Système régional de prévision océan-glace (SRPOG) fournit quatre fois par jour des prévisions de l'océan et de la glace jusqu'à 84 heures sur une grille à 1/12° de résolution (de 3 à 8 km). Le SRPOG est initialisé avec l'utilisation d'analyses tirées du Système global de prévision océan-glace (SGPOG). Les calculs des flux atmosphériques des prévisions jusqu'à 84 heures utilisent des champs tirés d'une composante du Système global de prévision déterministe (SGPD) à 10km de résolution horizontale.

Capacité d’échange cationique prévue (mEq/100 g) à une profondeur définie (0–5 cm, 5–15 cm, 15–30 cm, 30–60 cm, 60–100 cm). Échange d’un cation en solution et d’un autre cation à la surface de toute matière tensioactive telle que le colloïde argileux ou le colloïde organique.

Ce dossier contient les résultats de l’analyse chimique, y compris l’azote en suspension (mg/g), le carbone en suspension (mg/g) et le phosphore (mg/g), basés sur des échantillons de sédiments en poids sec prélevés dans la mer de Beaufort.

Dans le cadre des activités 2007-2008 et 2008-2009 de l'Année internationale polaire (AIP) et des objectifs connexes de la Commission pour la Carte Géologique du Monde (CCGM), les nations de la région circumpolaire de l'Arctique ont élaboré, en collaboration, une carte de la géologie de la roche en place ainsi que les bases numériques de données cartographiques afférentes à l'échelle 1/5 000 000. La carte offre une couverture géologique et physiographique complète de toutes les régions continentales et extracôtières du socle rocheux, au nord de 60° de latitude nord.

Ce jeu de données fournit des cartes continues de la structure des forêts à travers les 650 millions d'hectares d'écosystèmes forestiers du Canada pour l'année 2022, générées à une résolution spatiale de 30 m. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les estimations de structure incluent des attributs clés tels que la hauteur du couvert forestier, la densité du couvert et la biomasse aérienne, dérivés à partir d'une combinaison de données lidar aéroportées et de composites spectraux issus de Landsat. Les modèles de structure ont été entraînés à l'aide du cadre « lidar-plot » (Wulder et al. 2012), qui intègre des données lidar aéroportées et des mesures de terrain co-localisées avec des composites de séries temporelles Landsat (Hermosilla et al. 2016). Une approche d'imputation par plus proche voisin a été appliquée pour estimer les attributs structurels sur l'ensemble du territoire forestier canadien. Ces produits, cohérents à l'échelle nationale, sont conçus pour appuyer la surveillance stratégique des forêts et les évaluations à grande échelle, mais ne sont pas destinés à la gestion opérationnelle des forêts. Pour plus de détails sur les méthodes, l'évaluation de l'exactitude et les sources de données, voir Matasci et al. (2018).Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment, 216, 697-714. https://doi.org/10.1016/j.rse.2018.07.024 ( Matasci et al. 2018).

Hauteur moyenne de Lorey 2015Hauteur moyenne de Lorey. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Hauteur moyenne des arbres pondérée par leur surface terrière (m). Des produits relatifs à la structure des écosystèmes forestiers du Canada ont été créés et rendus accessibles à tous. Les produits partagés sont fondés sur des données scientifiques examinées par des pairs et relient des aspects de la structure de la forêt, notamment : (i) des mesures calculées directement à partir du nuage de points lidar avec des hauteurs normalisées par rapport à la surface du sol (p. ex. densité, hauteur du couvert) et (ii) des attributs d'inventaire modélisés, obtenus selon une approche fondée sur la superficie et produits à partir de données de placettes au sol et de balayage par laser aéroporté (volume, biomasse). Les estimations de la structure forestière ont été générées en combinant l'information provenant des « parcelles lidar » (Wulder et coll., 2012) avec les composites à base de pixels Landsat (White et al. 2014; Hermosilla et al. 2016 ) en utilisant l'imputation selon la méthode du plus proche voisin avec une mesure de distance basée sur les forêts aléatoires. Ces produits ont été créés pour répondre aux besoins d'information de la surveillance stratégique des forêts et ne sont pas destinés à appuyer la gestion opérationnelle des forêts. Tous les produits ont une résolution spatiale de 30 m. Pour une description détaillée des données, des méthodes appliquées et des résultats de l'évaluation de la précision, Matasci et al. (2018). Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018b. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment 216, 697-714. Matasci et al. 2018)

Total de la biomasse aérienne 2015Total de la biomasse aérienne. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. La biomasse aérienne totale de chaque arbre est calculée à l'aide d'équations propres à chaque espèce. Dans les placettes au sol mesurées, on calcule la biomasse aérienne par hectare en additionnant les valeurs de tous les arbres d'une placette et en divisant cette valeur par la superficie de la placette. La biomasse aérienne peut être séparée en divers composants de la biomasse (p. ex. tige, écorce, branches, feuillage) (unités = t/ha). Des produits relatifs à la structure des écosystèmes forestiers du Canada ont été créés et rendus accessibles à tous. Les produits partagés sont fondés sur des données scientifiques examinées par des pairs et relient des aspects de la structure de la forêt, notamment : (i) des mesures calculées directement à partir du nuage de points lidar avec des hauteurs normalisées par rapport à la surface du sol (p. ex. densité, hauteur du couvert) et (ii) des attributs d'inventaire modélisés, obtenus selon une approche fondée sur la superficie et produits à partir de données de placettes au sol et de balayage par laser aéroporté (volume, biomasse). Les estimations de la structure forestière ont été générées en combinant l'information provenant des « parcelles lidar » (Wulder et coll., 2012) avec les composites à base de pixels Landsat (White et al. 2014; Hermosilla et al. 2016 ) en utilisant l'imputation selon la méthode du plus proche voisin avec une mesure de distance basée sur les forêts aléatoires. Ces produits ont été créés pour répondre aux besoins d'information de la surveillance stratégique des forêts et ne sont pas destinés à appuyer la gestion opérationnelle des forêts. Tous les produits ont une résolution spatiale de 30 m. Pour une description détaillée des données, des méthodes appliquées et des résultats de l'évaluation de la précision, Matasci et al. (2018). Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018b. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment 216, 697-714. (Matasci et al. 2018)

Cette couche polygonale reflète les prévisions de précipitations accumulées à court terme (jusqu'à 84 heures) provenant du Système régional de prévisions déterministes (RDPS), un modèle météorologique à haute résolution (~10 km) développé par Environnement et Changement climatique Canada (ECCC). Il soutient la prévision des inondations, la modélisation hydrologique et la planification opérationnelle en fournissant des indications précises sur les précipitations en temps quasi réel pour le Canada et les régions avoisinantes.Prévisions à court terme : le RDPS fonctionne plusieurs fois par jour et propose des prévisions de précipitations pour les jours 0 à 3,5 avec des mises à jour toutes les six heures. Haute résolution : à environ 10 km, le RDPS capture les phénomènes critiques à moyenne échelle tels que les averses localisées, la neige à effet lacustre et les précipitations provoquées par le terrain. Utilité hydrologique : particulièrement utile pour l'évaluation des risques d'inondation au niveau des sous-bassins et la gestion des ressources en eau dans des scénarios à court terme. Base technique : Le RDPS est une configuration à zone limitée du modèle GEM, utilisant les conditions initiales/limites du Système mondial de prévision déterministe (GDPS) d'ECCC.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**