Description:Les données sur la température de la surface de la mer (SST) de nuit ont été tirées du MODIS sur le satellite Aqua; les données ont été distribuées par l’Ocean Biology Processing Group de la NASA, puis la valeur moyenne a été calculée en composites climatologiques mensuels. Les données couvrent les années 2003 à 2020; des dossiers ont été créés pour que la résolution de 1 km soit compatible avec les autres produits satellites.Méthodes:Les images nocturnes à grande longueur d’onde du satellite MODIS-Aqua représentant la température à la surface de la mer (SST) ont été acquises auprès de l’Ocean Biology Processing Group de la NASA au niveau de traitement 2 (version 2018); leur résolution est de 1 km et porte sur la période allant du 1er janvier 2003 au 31 décembre 2020. Les pixels des images ont été alignés et tracés sur une grille régulière à l’aide du programme SeaDAS, en conservant tous les pixels dont le niveau de qualité était de « 1 » ou inférieur, ce qui est recommandé pour les analyses scientifiques. La valeur moyenne mensuelle de tous les pixels a été calculée pour des années individuelles et utilisée pour produire des cartes de la moyenne climatologique mensuelle et de l’écart-type de la SST. En outre, on a calculé le nombre d’occurrences de données valides à chaque pixel pendant la période d’observation. Les pixels comprenant moins de deux occurrences pendant toute la période d’observation ont été supprimés de ces cartes et définis à une valeur NaN dans les fichiers tif. Quelques petits écarts entre les pixels (près des bords des images individuelles) ont été comblés à l’aide de la valeur médiane des pixels environnants, à condition qu’il y ait plus de quatre valeurs. Toutes les trames obtenues ont été recadrées à la zone économique exclusive canadienne et assignées au système de référence des coordonnées géographiques NAD83 (EPSG:4269), et ont une résolution finale en pixels d’environ 0,01 degré. La moyenne mensuelle, le facteur d’écart-type mensuel et le nombre d’occurrences pour tous les pixels sont fournis.Sources de données:NASA Ocean Biology Processing Group. (2017). MODIS-Aqua Level 2 Ocean Color Data Version R2018.0. NASA Ocean Biology Distributed Active Archive Center. https://doi.org/10.5067/AQUA/MODIS/L2/OC/2018Incertitudes:Les valeurs obtenues par satellite ont été évaluées en fonction de jeux de données mondiaux et de jeux de données d’échantillons dans la région du Pacifique (voir les références). Cependant, des incertitudes sont engendrées lors du calcul groupé de la moyenne des images au fil du temps, car chaque pixel présente un nombre différent d’observations. Des événements de courte durée ou limités dans l’espace peuvent ne pas être pris en compte.

Description:La concentration de chlorophylle-a (un indicateur de la biomasse du phytoplancton) a été tirée du MODIS sur le satellite Aqua; les données ont été distribuées par l’Ocean Biology Processing Group de la NASA, puis la valeur moyenne a été calculée en composites climatologiques mensuels. Les données couvrent les années 2003 à 2020 et ce dossier comprend des données à une résolution de 1 km.Méthodes :Les données du MPIDO-Aqua sur la chlorophylle-a (Chl-a) ont été acquises auprès du Ocean Biology Processing Group de la NASA au niveau de traitement 2 (version 2018), avec une résolution de 1 km; la concentration de Chl-a a été calculée selon la méthode OC3/OCI. Les mois de janvier et décembre ont été exclus de cet ensemble de données, car les données des mois d’hiver aux latitudes plus élevées sont manquantes en raison du faible angle du soleil, qui empêchait l’acquisition. Les pixels ont été alignés sur une grille régulière en utilisant le programme SeaDAS, après quoi la moyenne géométrique mensuel de la valeur de tous les pixels a été calculé pour les années. Enfin, la moyenne géométrique et le facteur d’écart-type géométrique de la chlorophylle-a, par mois, à partir de ces images. Ces méthodes de calcul de la moyenne et de l’écart-type ont été choisies en raison de la distribution log-normale de la chlorophylle-a. L’écart-type géométrique est un facteur sans unité, dont la limite inférieure est le rapport de la moyenne géométrique et de l’écart-type géométrique, et la limite supérieure est la multiplication des deux. En plus de ces variables, on a calculé le nombre d’occurrences de données valides à chaque pixel sur la période d’observation. Les pixels ayant moins de deux occurrences sur toute la période d’observation ont été retirés de ces cartes, et leur valeur définie à NaN dans les fichiers tif. Quelques petits écarts entre les pixels (près de la bordure des images individuelles) ont été remplis en utilisant la valeur médiane de entourant les pixels, il y avait plus de quatre valeurs. Toutes les trames obtenues ont été recadrées à la zone économique exclusive canadienne et assignées au système de référence des coordonnées géographiques NAD83 (EPSG:4269), et ont une résolution finale en pixels d’environ 0,01 degré. La moyenne géométrique mensuelle, le facteur d’écart-type géométrique mensuel et le nombre d’occurrences pour tous les pixels sont fournis.Sources de données :NASA Ocean Biology Processing Group. (2017). MODIS-Aqua Level 2 Ocean Color Data Version R2018.0. NASA Ocean Biology Distributed Active Archive Center. https://doi.org/10.5067/AQUA/MODIS/L2/OC/2018Incertitudes:Les valeurs obtenues par satellite ont été évaluées en fonction de jeux de données mondiaux et de jeux de données d’échantillons dans la région du Pacifique (voir les références). Cependant, des incertitudes sont engendrées lors du calcul groupé de la moyenne des images au fil du temps, car chaque pixel présente un nombre différent d’observations. Des événements de courte durée ou limités dans l’espace peuvent ne pas être pris en compte.

Description:La concentration de chlorophylle-a (un indicateur de la biomasse du phytoplancton) a été tirée du MODIS sur le satellite Aqua; les données ont été distribuées par l’Ocean Biology Processing Group de la NASA, puis la valeur moyenne a été calculée en composites climatologiques mensuels. Les données couvrent les années 2003 à 2020 et ce dossier comprend des données à une résolution de 4 km.Méthodes :Les données du MPIDO-Aqua sur la chlorophylle-a (Chl-a) ont été acquises auprès du Ocean Biology Processing Group de la NASA au niveau de traitement 3 (version 2018), avec une résolution de 4 km; la concentration de Chl-a a été calculée selon la méthode OC3/OCI. Les mois de janvier et décembre ont été exclus de cet ensemble de données, car les données des mois d’hiver aux latitudes plus élevées sont manquantes en raison du faible angle du soleil, qui empêchait l’acquisition. On a calculé la valeur moyenne géométrique mensuelle de tous les pixels pour chaque année, puis la moyenne géométrique et le facteur d’écart-type géométrique de la chlorophylle-a, par mois, à partir de ces images. Ces méthodes de calcul de la moyenne et de l’écart-type ont été choisies en raison de la distribution log-normale de la chlorophylle-a. L’écart-type géométrique est un facteur sans unité, dont la limite inférieure est le rapport de la moyenne géométrique et de l’écart-type géométrique, et la limite supérieure est la multiplication des deux. En plus de la moyenne géométrique et du facteur d’écart-type géométrique, on a calculé le nombre d’occurrences de données valides à chaque pixel sur la période d’observation. Les pixels ayant moins de deux occurrences sur toute la période d’observation ont été retirés de ces cartes, et leur valeur définie à NaN dans les fichiers tif. Toutes les trames obtenues ont été recadrées à la zone économique exclusive canadienne et assignées au système de référence des coordonnées géographiques NAD83 (EPSG:4269), et ont une résolution finale en pixels d’environ 0,0417 degré. La moyenne géométrique mensuelle, le facteur d’écart-type géométrique mensuel et le nombre d’occurrences pour tous les pixels sont fournis.Sources de données :NASA Ocean Biology Processing Group. (2017). MODIS-Aqua Level 2 Ocean Color Data Version R2018.0. NASA Ocean Biology Distributed Active Archive Center. https://doi.org/10.5067/AQUA/MODIS/L2/OC/2018Incertitudes:Les valeurs obtenues par satellite ont été évaluées en fonction de jeux de données mondiaux et de jeux de données d’échantillons dans la région du Pacifique (voir les références). Cependant, des incertitudes sont engendrées lors du calcul groupé de la moyenne des images au fil du temps, car chaque pixel présente un nombre différent d’observations. Des événements de courte durée ou limités dans l’espace peuvent ne pas être pris en compte.

Ce document contient une synthèse complète des résultats déjà publiés sur les isoprénoïdes hautement ramifiés (HBI), et fournit une évaluation quantitative spatiale et temporelle de la répartition du carbone dans l’écosystème marin arctique. Il valide les estimations des valeurs du carbone organique particulaire de la glace de mer (COPG) en tant que prédicteurs quantitatifs du carbone des algues glaciaires dans les réseaux trophiques de l’Arctique. Cette publication est le fruit d’une collaboration entre les intervenantss suivants : David Yurkowski (Pêches et Océans Canada), Lisa Loseto (Pêches et Océans Canada), Steve Ferguson (Pêches et Océans Canada), Bruno Rosenberg (Pêches et Océans Canada), C.W. Koch (Natural History Museum, Londres, Royaume-Uni; Center for Environmental Science de l'Université du Maryland, Maryland, États-Unis); T.A. Brown (Scottish Association for Marine Science, Oban, Écosse); R. Amiraux (Centre des sciences de l’observation de la Terre, Université du Manitoba, Canada); C. Ruiz-Gonzalez (Scottish Association for Marine Science, Oban, Écosse); M. Maccorquodale (Scottish Association for Marine Science, Oban, Écosse); G. Yunda-Guarin (Québec-Océan et Takuvik, Département de biologie, Université Laval, Canada); D. Kohlbach (Institut polaire de Norvège, Fram Centre, Tromsø, Norvège); N.E. Hussey (Biologie intégrative, Université de Windsor, Ontario, Canada).

Ce projet avait comme objectif de recueillir des données pour élaborer un modèle du réseau alimentaire des niveaux trophiques inférieurs de la zone littorale de la mer de Beaufort. L'échantillonnage a eu lieu de 2005 à 2008 à bord du NGCC Nahidik. Le caractère multidisciplinaire du programme Nahidik a permis de réaliser des mesures de biologie et d'écologie (production primaire, phytoplancton, zooplancton, benthos, poissons), d'océanographie chimique et physique, de contaminants, de géologie et d'hydroacoustique. Les données ont été recueillies en juillet et août de chaque année. Le programme Nahidik a fourni des données permettant de constituer une base de référence pour les études futures, ainsi qu'une source d'information pour l'évaluation environnementale.

Ce projet avait comme objectif de recueillir des données pour élaborer un modèle du réseau alimentaire des niveaux trophiques inférieurs de la zone littorale de la mer de Beaufort. L'échantillonnage a eu lieu de 2005 à 2008 à bord du NGCC Nahidik. Le caractère multidisciplinaire du programme Nahidik a permis de réaliser des mesures de biologie et d'écologie (production primaire, phytoplancton, zooplancton, benthos, poissons), d'océanographie chimique et physique, de contaminants, de géologie et d'hydroacoustique. Les données ont été recueillies en juillet et août de chaque année. Le programme Nahidik a fourni des données permettant de constituer une base de référence pour les études futures, ainsi qu'une source d'information pour l'évaluation environnementale. Ce registre contient les coordonnées géographiques et les noms des stations de 2005 à 2008.

Ce projet avait comme objectif de recueillir des données pour élaborer un modèle du réseau alimentaire des niveaux trophiques inférieurs de la zone littorale de la mer de Beaufort. L'échantillonnage a eu lieu de 2005 à 2008 à bord du NGCC Nahidik. Le caractère multidisciplinaire du programme Nahidik a permis de réaliser des mesures de biologie et d'écologie (production primaire, phytoplancton, zooplancton, benthos, poissons), d'océanographie chimique et physique, de contaminants, de géologie et d'hydroacoustique. Les données ont été recueillies en juillet et août de chaque année. Le programme Nahidik a fourni des données permettant de constituer une base de référence pour les études futures, ainsi qu'une source d'information pour l'évaluation environnementale.Ce registre contient des données sur la qualité de l'eau, notamment l'azote et le phosphore en suspension et totaux, le carbone dissous et en suspension, la chlorophylle a et le silicium en suspension.

OBJECTIF :Le but de ce travail était de déterminer (1) comment la génétique des populations est liée à la composition du microbiote intestinal de la merluche blanche (Urophycis tenuis), et (2) si la variation de la communauté microbienne fournit des informations complémentaires sur la structure de la population de cette espèce dans l'est du Canada.DESCRIPTION :L’intégration du microbiote associé à l’hôte aux approches génomiques offre un cadre prometteur pour mieux comprendre les multiples dimensions biologiques qui façonnent la structure des populations chez les poissons marins. Une compréhension claire de la structure et de la dynamique des populations biologiques est essentielle pour des décisions éclairées en matière de gestion des pêches et de conservation ; toutefois, bien que les approches génomiques aient considérablement amélioré notre capacité à délimiter les populations biologiques, elles n’offrent qu’une représentation partielle de la structure biologique, car les patrons de différenciation reflètent à la fois la divergence historique et les conditions écologiques contemporaines. Le microbiote associé à l’hôte peut influencer les processus écologiques à l’échelle des populations en apportant une variation fonctionnelle et potentiellement héréditaire qui façonne le phénotype et le fitness de l’hôte.Dans cette étude, nous avons combiné le génotypage par séquençage et le séquençage des amplicons du gène de l’ARNr 16S afin d’examiner comment la structure génétique des populations est liée à la composition du microbiote intestinal et d’évaluer si la variation des communautés microbiennes fournit des informations complémentaires sur la structure des populations chez la merluche blanche (Urophycis tenuis) dans l’est du Canada. Les analyses génomiques ont permis d’identifier deux populations présentant un chevauchement spatial plus important que celui rapporté précédemment. La partition de la variation a révélé que la génétique de l’hôte expliquait une fraction négligeable de la variation du microbiote comparativement aux facteurs environnementaux et à la taille des poissons, ce qui suggère une influence des changements ontogénétiques dans l’utilisation de l’habitat et des ressources sur la composition du microbiote intestinal. Plusieurs taxons présentaient une abondance différentielle entre les catégories de taille des poissons, utilisées comme indicateur du régime alimentaire, notamment des taxons ayant un potentiel de dégradation de la chitine, tels que Photobacterium et Lachnospirales, lesquels étaient enrichis chez les individus de plus petite taille, connus pour consommer un régime dominé par les crustacés. Ensemble, ces résultats indiquent que la composition du microbiote intestinal chez la merluche blanche reflète principalement des processus écologiques et d’histoire de vie plutôt que la structure génétique des populations de l’hôte. PARAMÈTRES COLLECTÉS :Des paramètres environnementaux ont également été collectés à la plupart des sites d'échantillonnage, y compris la profondeur, température de l'eau, le niveau d'oxygène et la salinité.DÉTAILS DE L'ÉCHANTILLON PHYSIQUE :Des échantillons de nageoires ont été collectés pour caractériser les génotypes des poissons. Des échantillons d'intestin (rectum) ont été collectés pour étudier le microbiome intestinal des poissons.MÉTHODES D'ÉCHANTILLONNAGE :En 2022 et 2023, les merluches blanches ont été échantillonnées lors des relevés annuels écosystémiques au chalut de fond du ministère des Pêches et des Océans Canada (MPO).LIMITATION DE L'UTILISATION :Pour assurer l'intégrité scientifique et l'utilisation appropriée des données, nous vous encourageons à contacter le gardien des données.

Cette ressource documente un jeu de données sur les occurrences d’épifaune collectées en 2021 dans le cadre du programme KEBABB (Knowledge and Ecosystem-Based Approach in Baffin Bay) développé par Pêches et Océans Canada (MPO) en collaboration avec des partenaires universitaires. L’objectif général du programme KEBABB est de caractériser la variabilité et les tendances des conditions océanographiques physiques, chimiques et biologiques et des réseaux trophiques soutenant les pêches dans les écosystèmes de l’ouest de la baie de Baffin et du détroit de Lancaster. En 2021, le MPO a étendu le programme KEBABB au détroit de Barrow (KEBABS-Knowledge and Ecosystem-Based Approach in Barrow Strait), une zone productive clé de l’aire marine nationale de conservation de Tallurutiup Imanga. L’étude a eu lieu dans l’Arctique canadien de l’Est (principalement dans la baie de Baffin, détroit de Davis et détroit de Barrow). L’échantillonnage est effectué le long de transects à des stations fixes dans la zone d’étude. Les prises sont collectées avec un chalut Agassiz de 3 m (filet à mailles internes de 5 mm) pendant 3 minutes de contact avec le fond à une vitesse cible de 1.5 nœuds et avec un chalut à perche benthique de 3 m (filet à mailles internes de 6.4 mm) pendant 15 minutes de contact avec le fond à une vitesse cible de 3 nœuds. Un total de 16 stations ont été échantillonnées pour l’épifaune en 2021 entre 85 et 850 m. Les invertébrés épibenthiques sont identifiés au niveau taxonomique le plus bas possible et photographiés. Tous les spécimens inconnus sont congelés. En laboratoire, les identifications sont validées ou précisées avec les photos et les spécimens congelés.Les données sont présentées en format Darwin Core et sont séparées en deux fichiers :Le fichier “Activité_épifaune_KEBABB_epifauna_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_épifaune_KEBABB_epifauna_fr” qui contient les occurrences taxonomiques.De plus amples détails sur l’échantillonnage se trouvent dans le rapport suivant : Pućko, M., Charette, J., Tremblay P., Brulotte S., St-Denis B., Ciastek S., Hedges, K., Kuzyk, Z., Roy V., and Michel, C. 2022. An ecosystem-based approach in the eastern Arctic: KEBABB/S (Knowledge and Ecosystem-Based Approach in Baffin Bay/Barrow Strait) 2021 expedition report. Can. Manuscr. Rep. Fish. Aquat. Sci. 3250: viii + 58 p. https://publications.gc.ca/collections/collection_2022/mpo-dfo/Fs97-4-3250-eng.pdfLIMITATION DE L’UTILISATION :Pour assurer l’intégrité scientifique et l’utilisation appropriée des données, nous vous encourageons à contacter le gardien des données.

DescriptionPour préserver la biodiversité marine, il faut comprendre l’influence conjointe des changements environnementaux constants et des pressions exercées par la pêche. Pour relever ce défi, il faut mener des analyses et une surveillance rigoureuses de la biodiversité qui tiennent compte des facteurs de changement potentiels. Ici, nous nous demandons comment la biodiversité des poissons démersaux dans les eaux canadiennes du Pacifique a changé depuis 2003 et évaluons dans quelle mesure ces changements peuvent être expliqués par les changements environnementaux et la pêche commerciale. À l’aide d’un modèle spatiotemporel multispécifique fondé sur les données indépendantes des pêches, nous constatons que la densité des espèces (nombre d’espèces par zone) et la biomasse communautaire ont augmenté durant cette période. Les changements environnementaux survenus durant cette période ont été associés aux fluctuations temporelles de la biomasse des espèces et de la communauté en général. Toutefois, les changements environnementaux étaient moins associés aux changements dans la présence des espèces. Par conséquent, les augmentations estimées de la densité des espèces ne seront probablement pas attribuables aux changements environnementaux. Nos résultats correspondent plutôt au rétablissement continu de la communauté des poissons démersaux attribuable à une réduction de l’intensité de la pêche commerciale par rapport aux niveaux historiques. Ces résultats donnent des renseignements clés sur les facteurs du changement de la biodiversité qui peuvent éclairer la gestion axée sur les écosystèmes.Les couches montrées représentent trois paramètres communautaires : 1) la densité des espèces (c.-à-d. richesse spécifique), 2) la diversité de Hill-Shannon et 3) la biomasse communautaire. Toutes les couches sont fournies à une résolution de 3 km dans le domaine d’étude pour la période s’échelonnant de 2003 à 2019. Pour chaque paramètre, nous présentons des couches pour trois statistiques sommaires, soit 1) la valeur moyenne de chaque cellule de grille sur la plage temporelle, 2) la probabilité que la cellule de grille soit un point chaud pour ce paramètre et 3) le coefficient de variation temporel (c.-à-d. écart-type/moyenne) pour toutes les années.Méthodes :L’analyse qui a produit ces couches est présentée dans Thompson et al., 2022. L’analyse s’appuie sur les données des relevés synoptiques au chalut de fond des poissons démersaux dans le bassin Reine-Charlotte, le détroit d’Hécate, la côte ouest de l’île de Vancouver et la côte ouest d’Haida Gwaii. Ces relevés ont été effectués de 2003 à 2019. Les espèces de poissons cartilagineux et osseux capturées indiquées dans les relevés des poissons de fond du MPO qui étaient présentes dans au moins 15 % de tous les chaluts de la plage de profondeurs dans laquelle elles étaient capturées ont été incluses. Cette plage de profondeurs était définie comme comprenant 95 % de tous les chaluts dans lesquels ces espèces étaient présentes. L’ensemble de données final utilisé dans notre analyse comprenait 57 espèces (tableau S1 du rapport).La dynamique spatiotemporelle de la communauté des poissons démersaux a été modélisée à l’aide du cadre et du progiciel de modélisation hiérarchique des communautés d’espèces (HMSC) (Tikhonov et al., 2021) dans R. Ce cadre utilise l’inférence bayésienne pour rajuster un modèle mixte hiérarchique généralisé multivariable. Nous avons modélisé la dynamique communautaire au moyen d’un modèle à obstacles qui comprend deux sous-modèles : un modèle présence-absence et un modèle de biomasse conditionnel à la présence. Notre liste de covariables environnementales comprenait la profondeur du fond, l’indice de position bathymétrique (BPI), la vitesse moyenne des marées estivales, la turbidité du substrat, la roccosité du substrat, la question à savoir si le chalut se trouvait à l’intérieur ou à l’extérieur de l’empreinte de chalutage fondée sur l’écosystème, et la région du relevé, l’écart de température moyen près du fond en été, l’écart de l’oxygène dissous moyen près du fond en été, les vitesses moyennes du courant entre les rives et le long de la rive près du fond océanique en été, la production primaire intégrée moyenne à la profondeur en été et l’effort de pêche commerciale à l’échelle locale.Des couches sont présentées pour trois paramètres relatifs aux communautés. Tous les paramètres doivent être interprétés comme représentant la valeur à laquelle on s’attendrait dans la prise d’un trait moyen dans les relevés synoptiques au chalut de fond des poissons démersaux effectués dans une cellule de grille de 3 km donnée. La densité des espèces (parfois appelée richesse spécifique) doit être interprétée étant comme le nombre des 57 espèces qui seraient prises dans un chalut. La diversité de Hill-Shannon est une mesure de la diversité qui accorde une plus grande importance aux communautés où la biomasse est répartie également entre les espèces. La biomasse communautaire est la biomasse totale des 57 espèces qui devrait être capturée par kilomètre carré dans un trait moyen. Sources de données :Les données de recherche ont été fournies par l’Unité des données sur le poisson de fond de la direction des sciences du Pacifique pour les relevés de recherche de la base de données GFBio entre 2003 et 2019 qui ont été effectués dans quatre régions: le bassin Reine-Charlotte, le détroit d'Hécate, la côte ouest de l’île de Vancouver et la côte ouest d’Haida Gwaii. Notre analyse exclut les espèces qui sont rarement prises dans les chaluts de recherche; nos estimations n’incluraient donc pas l’occurrence ou la biomasse de ces espèces rares.Les données sur la pêche commerciale ont été consultées au moyen d’un script R du MPO détaillé à https://github.com/pbs-assess/gfdata. L’effort local de pêche commerciale a été calculé à partir de ces données.Les couches de substrat ont été obtenues à partir d’un modèle de substrat (Gregr et al., 2021).Les couches océanographiques (température au fond, oxygène dissous, vitesses de marée et de circulation, production primaire) ont été obtenues à partir d’une simulation rétrospective du modèle de la marge continentale de la Colombie-Britannique (Peña et al., 2019).Incertitudes :Il est possible que les espèces qui ne sont pas bien échantillonnées par les relevés au chalut ne soient pas estimées avec exactitude par notre modèle. Le modèle ne comprenait pas d’effets aléatoires spatiotemporels, ce qui sous-estime probablement la variabilité spatiotemporelle dans la région. Il importe également de souligner l’incertitude des covariables et du modèle. Les estimations des points chauds donnent une mesure de l’incertitude/la certitude du modèle.