Une série chronologique de la fluorescence de la chlorophylle a été recueilli en différents emplacements autour de la côte de l'île de Vancouver, en Colombie-Britannique (C.-B.), au Canada, afin de surveiller les concentrations de phytoplancton. Un fluorimètre Wetlabs ECO a été déployé à des intervalles de temps de quelques mois selon un calendrier en fonction de la saison et de la disponibilité du capteur. L'instrument est suspendu par une chaîne fixée sur le côté de la bouée ou à un quai, selon l'emplacement, et prenait des mesures de la chlorophylle en utilisant une émission de fluorescence à 695 nm. L'instrument mesurait également la turbidité en détectant la lumière dispersée à 700 nm. Les unités étaient munies de batteries internes et permettaient le stockage des données; elles étaient programmées pour prendre un groupe de cinq mesures toutes les 30 minutes. Un tampon de nettoyage en cuivre couvrait la fenêtre d'échantillonnage entre les groupes de mesure afin de réduire les salissures marines. À moins d'indication contraire, toutes les heures sont exprimés en temps universel coordonné (UTC).

Données des instruments amarrés, y compris la vitesse du courant, la température, la salinité, l’oxygène, la fluorescence, la transmissivité, la turbidité, la capture des particules de carbone, d’azote et de silicium. Comprennent également des données recueillies dans les pièges à sédiments ainsi que des données sur la dérive des glaces et le tirant d'eau glaciel.Ces données ont été recueillies par des chercheurs de l'Institut des sciences de la mer (ISM) de Sidney, en C.-B., à partir d'emplacements allant du Pacifique Nord et de la mer de Beaufort, en suivant tout l'archipel Arctique canadien jusqu'à la baie de Baffin.

Données des instruments amarrés, y compris la vitesse du courant, la température, la salinité, l’oxygène, la fluorescence, la transmissivité, la turbidité, la capture des particules de carbone, d’azote et de silicium. Comprend également les données des pièges à sédiments. Ces données ont été recueillies par des chercheurs de l'Institut des sciences de la mer (ISM) de Sidney, en C.-B., à partir d'emplacements dans le Pacifique Nord.Les liens de données ci-dessous ne sont que des échantillons représentatifs de toute la collection. Si vous désirez des données, veuillez envoyer votre requête auprès du contact de données.

Ampleur des changements dans les feux de forêt de 1985 à 2022 Ampleur du changement spectral pour les feux de forêt qui se sont produits de 1985 à 2022. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. La valeur de l'ampleur du changement est exprimée par la différence normalisée du ratio de brûlage (dNBR), qui est calculée comme la variation entre les valeurs spectrales avant et après le feu à l'origine du changement. Plus la dNBR est élevée, plus le feu a été intense. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les feux de forêt de 1985 à 2022 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada. Si vous utilisez ces données, veuillez les citer comme suit: Hermosilla, T., M.A. Wulder, J.C. White, N.C. Coops, G.W. Hobart, L.B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. (Hermosilla et al. 2016).Voir les références ci'dessous pour un aperçu des données, du traitement des images et des méthodes de détection des changements dans les séries chronologiques utilisées, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données. Hermosilla, T., Wulder, M. A., White, J. C., Coops, N.C., Hobart, G.W., 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234 (Hermosilla et al. 2015a).Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132 ( Hermosilla et al. 2015b).Hermosilla, T., M.A. Wulder, J.C. White, N.C. Coops, G. W. Hobart, (2017). Updating Landsat time series of surface-reflectance composites and forest change products with new observations. International Journal of Applied Earth Observation and Geoinformation. 63,104-111.. (Hermosilla et al. 2017).

Changements causés par les récolte forestière de 1985 à 2022, avec indication de l'année où le plus de perturbations dues aux récolte forestière ont été détectées. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les informations recueillies représentent 38 années de récolte forestière au Canada et sont calculées de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les récolte forestière de 1985 à 2022 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada.Si vous utilisez ces données, prière d'en citer la source comme suit : Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, L. B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. https://doi.org/10.1080/17538947.2016.1187673 ( Hermosilla et al. 2016).Voir les références ci-dessous pour un aperçu du traitement des données, du calcul des mesures, de la détermination des causes des changements et des méthodes de détection des changements dans les séries chronologiques, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données. Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. https://doi.org/10.1016/j.rse.2014.11.005 ( Hermosilla et al. 2015a).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. https://doi.org/10.1016/j.rse.2015.09.004 ( Hermosilla et al. 2015b).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2017. Updating Landsat time series of surface-reflectance composites and forest change products with new observations. International Journal of Applied Earth Observation and Geoinformation. 63, 104-111. https://doi.org/10.1016/j.jag.2017.07.013 (Hermosilla et al. 2017).

Changements causés par les feux de forêt de 1985-2022, avec indication de l'année où le plus de perturbations dues aux feux de forêt ont été détectées. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les informations recueillies représentent 38 années de feux de forêt au Canada et sont calculées de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les feux de forêt de 1985 à 2022 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada. Si vous utilisez ces données, prière d'en citer la source comme suit : Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, L. B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. https://doi.org/10.1080/17538947.2016.1187673 (Hermosilla et al. 2016).Voir les références ci-dessous pour un aperçu du traitement des données, du calcul des mesures, de la détermination des causes des changements et des méthodes de détection des changements dans les séries chronologiques, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données.Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. https://doi.org/10.1016/j.rse.2014.11.005 (Hermosilla et al. 2015a).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. https://doi.org/10.1016/j.rse.2015.09.004. (Hermosilla et al. 2015b).Hermosilla, T., M. A. Wulder, J. C. White, N. C. Coops, G. W. Hobart, 2017. Updating Landsat time series of surface-reflectance composites and forest change products with new observations. International Journal of Applied Earth Observation and Geoinformation. 63, 104-111. https://doi.org/10.1016/j.jag.2017.07.013 (Hermosilla et al. 2017).

Données des instruments amarrés, y compris la vitesse du courant, la température, la salinité, l’oxygène, la fluorescence, la transmissivité, la turbidité, la capture des particules de carbone, d’azote et de silicium. Comprennent également des données recueillies dans les pièges à sédiments ainsi que des données sur la dérive des glaces et le tirant d'eau glaciel.Ces données ont été recueillies par des chercheurs de l'Institut des sciences de la mer (ISM) de Sidney, en C.-B., à partir d'emplacements allant de la mer de Beaufort, en suivant tout l'archipel Arctique canadien jusqu'à la baie de Baffin.Les liens de données ci-dessous ne sont que des échantillons représentatifs de toute la collection. Si vous désirez des données, veuillez envoyer votre requête auprès du contact de données.

Cet ensemble de données accompagne l’article accessible à tous intitulé « Improving satellite chlorophyll-a retrieval in the turbid waters of the Bay of Fundy, Canada », publié dans Estuaries and Coasts (https://doi.org/10.1007/s12237-024-01334-x). Une description complète des méthodes est fournie dans l’article. En bref, nous avons traité les données satellitaires quotidiennes du MODIS (spectroradiomètre imageur à résolution moyenne) du satellite Aqua de 2003 à 2021 à une résolution de 300 m afin de comprendre et de quantifier les tendances spatiales et temporelles de la concentration de chlorophylle a (chl a, une mesure de la biomasse du phytoplancton), et la concentration de matières particulaires en suspension (MPS) dans les eaux de surface de la baie de Fundy. Cet ensemble de données fournit la climatologie annuelle et saisonnière médiane de la chl a (mg m-3) et des MPS (g m-3) de 2003 à 2021 en sous forme de couches GeoTIFF. Les saisons sont définies comme suit : hiver (janvier à mars), printemps (avril à juin), été (juillet à septembre) et automne (octobre à décembre). La chl a a été calculée avec l’algorithme OCX-SPMCor et MPS a été calculé avec l’algorithme de Nechad et al. 2010.Citer ces données comme suit: Wilson, K., Hilborn, A., Clay, S., Devred, E. Données de: Concentrations de chlorophylle a de surface et de matières particulaires en suspension obtenues par satellite dans la baie de Fundy de 2003 à 2021: Date de publication: Février 2024. Secteur des sciences des écosystèmes et des océans, Pêches et Océans Canada, Dartmouth (Nouvelle-Écosse). https://open.canada.ca/data/fr/dataset/272f5cf1-52bb-416b-b92a-8bc9384fc24d

Cet ensemble de données comprend des données sur la composition chimique de l’eau recueillies dans cinq des six lacs du projet NOLSS en 1987 et en 1990 : espèces d’azote et de phosphore, carbone, chlorophylle a, conductivité, silice réactive soluble, chlorure, sulfate, conductivité, sodium, potassium, magnésium, calcium, pH, alcalinité et acides organiques.

Feu de Forêt Année/dNBR 1985-2015Ampleur des changements dans les feux de forêt de 1985 à 2015 Ampleur du changement spectral pour les feux de forêt qui se sont produits de 1985 à 2015. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. La valeur de l'ampleur du changement est exprimée par la différence normalisée du ratio de brûlage (dNBR), qui est calculée comme la variation entre les valeurs spectrales avant et après le feu à l'origine du changement. Le jeu de données est constitué de trois couches : 1) masque binaire des feux de forêt, 2) année où le plus de perturbation due aux feux de forêt a été détectée et 3) différence normalisée du ratio de brûlage (dNBR), transformée en une valeur de 0 à 200 pour un stockage efficace des données. La valeur réelle de la dNBR se calcule comme suit : dNBR = valeur / 100. Plus la dNBR est élevée, plus le feu a été intense. Le jeu de données représente 30 années de feux de forêt au Canada et est calculé de manière entièrement automatisée à partir d'une source unique de données spatiales explicites recueillies de façon constante. En effet, des séries chronologiques de données Landsat à résolution spatiale de 30 m ont permis de caractériser les tendances nationales des perturbations de renouvellement de peuplement causées par les feux de forêt de 1985 à 2015 sur les 650 millions d'hectares d'écosystèmes forestiers du Canada.Si vous utilisez ces données, veuillez les citer comme suit : Hermosilla, T., M.A. Wulder, J.C. White, N.C. Coops, G.W. Hobart, L.B. Campbell, 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth 9(11), 1035-1054. (Hermosilla et al. 2016).Voir les références ci'dessous pour un aperçu des données, du traitement des images et des méthodes de détection des changements dans les séries chronologiques utilisées, ainsi que pour des renseignements sur l'évaluation indépendante de l'exactitude des données.Hermosilla, T., Wulder, M. A., White, J. C., Coops, N.C., Hobart, G.W., 2015. An integrated Landsat time series protocol for change detection and generation of annual gap-free surface reflectance composites. Remote Sensing of Environment 158, 220-234. (Hermosilla et al. 2015a).Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., 2015. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics. Remote Sensing of Environment 170, 121-132. (Hermosilla et al., 2015b). (Hermosilla et al. 2015b).