Représentation des causes des événements d'inondation sous forme de points multiples. Les regroupements de points correspondent à l'ensemble des lieux qui ont été touchés par un même événement. L'inventaire des inondations passées a été compilé à partir de diverses sources publiques et normalisé dans un modèle de données commun. Un lien vers la source utilisée est inclus dans les données. Les emplacements des événements ont été largement révisés pour avoir un emplacement par lieu signalé comme ayant été affecté par l'inondation. Les événements d'inondation pour lesquels aucun emplacement n'était inclus dans les sources utilisées sont positionnés sur le nom de lieu de l'emplacement affecté par l'inondation. La position des événements n'indique pas où l'inondation s'est produite. Les événements d'inondation qui ont affecté plus d'une localité sont représentés par un multipoint.Pour chaque événement postérieur au 1er janvier 1980 causé par de fortes précipitations ou une tempête côtière, un document d'analyse des précipitations, une animation sur les précipitations et les données sur les précipitations sont disponibles. Ces documents sont le fruit d'une collaboration avec Environnement et Changement climatique Canada.Avertissement :Il convient de noter qu'aucune consultation n'a été menée auprès des différents fournisseurs et parties prenantes des données sur les inondations historiques. Les disparités de contenu entre les diverses sources donnent lieu à un produit incomplet. Aucune garantie n'est donnée quant à l'exactitude ou l'exhaustivité des informations fournies. L'absence d'information ne signifie pas qu'aucune inondation ne s'est produite.

L’index audio des Innus est un échantillon de noms géographiques issus de la Base de données toponymiques du Canada (BDTC) accompagnés de clips audios. Les clips audios partagés avec la Commission de toponymie du Canada (CTC) sont la propriété intellectuelle de la Nation Innu. Les points sur la carte représentent les toponymes officiels en Innu-aimun, la langue de la Nation Innu. La BDTC est la base de données nationale officielle des toponymes du Canada. Elle permet de conserver les toponymes et leurs attributs approuvés par la CTC, l’organisme de coordination national responsable des normes et des politiques en matière de toponymie.La CTC s’efforce de mieux faire connaître les noms de lieux autochtones et de promouvoir la revitalisation des la culture et des langues autochtones. Elle ne garantit pas que les informations sont exactes, complètes et à jour en tout temps. Pour plus d'information, pour signaler des erreurs de données ou pour suggérer des améliorations, veuillez communiquer avec le Secrétariat de la CTC à Ressources naturelles Canada.

Le Système global de prévision d'ensemble (SGPE) procède à des calculs physiques afin de produire des prévisions probabilistes d'éléments de l'atmosphère du jour présent jusqu'à 16 jours dans le futur (jusqu'à 39 jours les lundis et jeudis à 00 UTC pour le calcul des anomalies de prévision). Le SGPE génère différentes prévisions (scénarios) pour estimer les incertitudes des prévisions causées par le comportement non-linéaire (chaotique) de l'atmosphère. Les prévisions probabilistes sont basées sur un ensemble de 20 scénarios qui diffèrent par leurs conditions initiales, leurs paramètres physiques qui sont aléatoirement perturbés par la méthode de Perturbation des Paramètres Stochastiques (SPP) ainsi que des perturbations stochastiques (énergie cinétique). Un membre de contrôle qui n'est pas perturbé est également disponible. Les éléments de l'atmosphère incluent notamment la température, les précipitations, le couvert nuageux, la vitesse et direction des vents, l'humidité et autres. Ce produit contient les résultats numériques bruts de ces calculs. La couverture géographique est globale. Les données sont disponibles sur une quinzaine de niveaux verticaux sur une grille latitude-longitude uniforme globale avec une résolution horizontale de 0.5 degré (environ 39km). Les prévisions sont exécutées deux fois par jour.

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.

Empreintes pour toutes les images du gouvernement du Yukon [Service d'imagerie aérienne] (https://open.yukon.ca/data/yukon-aerial-imagery-most-recent).Distribuéde [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez plus de cartes numériquesdes données et des cartes interactives provenant de la collection de données cartographiques numériques du Yukon.Pour en savoir plusinformations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca).

Résultats de la dernière heure disponible, en temps réel, de [l'indice de la qualité de l'air (IQA)](https://www.iqa.environnement.gouv.qc.ca/contenu/index.asp) pour les stations du [Réseau de surveillance de la qualité de l'air du Québec](https://www.environnement.gouv.qc.ca/air/reseau-surveillance/Carte.asp). Ces résultats excluent ceux des stations situées sur [l'île de Montréal](https://www.donneesquebec.ca/recherche/dataset/vmtl-rsqa-indice-qualite-air).L’IQA est un outil d’information et de sensibilisation conçu pour renseigner la population sur la qualité de l’air ambiant au Québec.Si vous avez des questions sur ces données, contactez le service Info-Air : .

Les données homogénéisées de pression de surface consistent en des moyennes mensuelles, saisonnières et annuelles de la pression horaire (en hectopascals), au niveau de la mer et à celui de la station, pour 626 emplacements au Canada. Les données climatiques initialement enregistrées aux stations ont été ajustées (par méthodes statistiques) afin de compenser les discontinuités causées par des facteurs non climatiques, par exemple le remplacement d’un instrument ou la relocalisation d’une station. La période couverte varie d’un emplacement à l’autre; les plus anciennes données datent de 1953 à certaines stations, et les plus récentes, de la dernière mise à jour en 2014. Les données de la majeure partie de l’Arctique canadien sont limitées à la période qui s’étend de 1953 à aujourd’hui. Les données seront mises à jour à intervalles de quelques années (lorsque le temps le permet).

Le RDHO comporte des donnees a une echelle provinciale moyenne, qui sont fondees sur des donnees a une echelle regionale de 1 :10 000 dans le Sud de l'Ontario, de 1 :20 000 dans le Nord de l'Ontario et de 1 :50 000 dans le Grand Nord. Le littoral est tire du RDHO - classe de donnees de plans d'eau. Ces donnees sont utilisees a des fins de cartographie et de services de cartographie Web. Ce produit necessite l'utilisation de logiciels du SIG. [Ontario Hydro Network (OHN) User Guide (WORD)](https://www.sdc.gov.on.ca/sites/MNRF-PublicDocs/EN/CMID/OHN%20-%20UserGuide.docx) *[RDHO]: Réseau de données hydrographiques de l’Ontario *[SIG]: système d’information géographique** Cet élément de métadonnées provenant d’une tierce partie. Les valeurs françaises pour le titre et la description du jeu de données proviennent de la province de l’Ontario alors que celles des mots-clés et des noms des ressources sont le résultat d'une traduction automatique (Amazon Translate) **

Le jeu de données Plan intégré des ressources - Local est composé de tous les polygones qui représentent les plans locaux intégrés des ressources (IRP) en Alberta. Un IRP local fournit une orientation en matière de gestion des ressources foncières pour une zone de planification géographique relativement plus petite. Un plan local est élaboré pour fournir des paramètres d'utilisation des terres et des ressources plus détaillés que ceux qui peuvent être disponibles dans un plan sous-régional. Un IRP est un plan qui identifie les valeurs et les objectifs de gestion des terres et des ressources associés pour la zone de planification en tenant compte du maintien des valeurs sociales, économiques et écologiques. Un IRP fournit des directives concernant le type d'activité de gestion des terres et des ressources qui faciliterait la réalisation des objectifs énoncés dans la zone de planification (par exemple, loisirs, pâturage, activités industrielles et commerciales). Le public a souvent contribué à l'élaboration d'un IRP. Les IRP ont été approuvés par le gouvernement de l'Alberta à différentes périodes.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

JUNCTION_OFFICIAL est l'une des couches importantes du réseau routier amélioré de la Saskatchewan (SURN) et du réseau routier national (NRN). Le JUNCTION_OFFICIAL fournit des informations sur les intersections routières aux clients qui ont besoin d'une description précise, relativement à jour et détaillée du réseau routier de la Saskatchewan.JUNCTION_OFFICIAL, Un point a été généré à l'intersection de trois tronçons de route ou plus, à la liaison par ferry, à la frontière nationale/provinciale/territoriale et à l'impasse de la route. JUNCTION_OFFICIAL contient tous les points d'intersection routière de la Saskatchewan. JUNCTION_OFFICIAL est une partie importante de l'ensemble de données du réseau routier de la Saskatchewan. Chaque géométrie de point « JUNCTION » possède des identificateurs uniques (NID). L'identifiant national « NID » est utilisé pour gérer les mises à jour entre le producteur de données et les utilisateurs des données.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**