Les modèles de répartition des espèces sont des outils qui fusionnent des observations d’espèces (l’occurrence, l’abondance ou la biomasse) avec des variables environnementales pour prédire l’aire de répartition d’une espèce dans des emplacements non échantillonnés. Afin de produire des prévisions exactes de l’occurrence, de l’abondance ou de la répartition de la biomasse, il est souhaitable d’obtenir une vaste gamme de variables physiques ou biologiques (ou les deux). Ces données sont souvent recueillies à des échelles spatiales limitées ou irrégulières et nécessitent l’application de techniques géospatiales pour produire des surfaces environnementales en continu qui peuvent être utilisées pour la modélisation à toutes les échelles spatiales. Nous présentons ici un examen de 102 couches de données environnementales qui ont été compilées pour toute l’étendue spatiale de la région des Maritimes de Pêches et Océans Canada (MPO). Les variables ont été obtenues à partir d’une vaste gamme de sources de données physiques et biologiques interpolées sur le plan spatial à l’aide de méthodes géostatistiques. Pour chaque variable, nous documentons la répartition des données sous-jacentes, fournissons des analyses pertinentes des modèles de répartition et une évaluation du rendement des modèles. Nous présentons l’erreur type et les surfaces interpolées définitives. Ces couches de données ont été archivées dans un format commun (trame) à l’Institut océanographique de Bedford afin de simplifier leur utilisation future. À partir des résumés analytiques du présent rapport, un sous-ensemble de ces variables a par la suite été utilisé dans des modèles de répartition des espèces pour prévoir la répartition, en eau profonde, des coraux, des éponges et d’autres taxons benthiques importants dans la région des Maritimes.Citer ces données comme: Beazley, Lindsay; Guijarro, Javier; Lirette, Camille; Wang, Zeliang; Kenchington, Ellen (2020). Caractéristiques des couches de données environnementales à utiliser dans la modélisation de la répartition des espèces dans la région des Maritimes. Publié en Juillet 2023. Secteur des sciences des écosystèmes et des océans, Pêches et Océans Canada, Dartmouth, (N-É). https://open.canada.ca/data/en/dataset/34a917cb-a0e3-403c-91c7-af3dc20628b1

ENV - Environnement et conservation (environnement) Ressources environnementales, protection et conservation. Par exemple, des ressources décrivant la pollution, le stockage et le traitement des déchets, l'évaluation de l'impact environnemental, les risques environnementaux et les réserves naturelles.)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Couverture des points spatiaux des stations de surveillance environnementale (EMS) pour la province par TYPE DE LIEU. Les couches spatiales suivantes y font référence en tant que source de données : 1. Surveillance de l'environnement - Toutes les stations 2. Stations de surveillance environnementale - Surveillance de l'air (site de l'air ambiant) 3. Stations de surveillance environnementale - Surveillance de la qualité de l'air (permis de transport aérien) 4. Stations de surveillance environnementale - Sites aquatiques (surveillance de l'eau) 5. Stations de surveillance environnementale - Sites aquatiques (permis d'utilisation de l'eau) 6. Stations de surveillance environnementale - Sites aquatiques (puits) 7. Stations de surveillance environnementale - Sites aquatiques (puits d'observation) 8. Stations de surveillance environnementale - Sites aquatiques (printemps)** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Description:La moyenne des concentrations en carbone inorganique dissous moyennes saisonnières a été calculée pour la période de 1993 à 2020 afin d’obtenir des données climatologiques moyennes pour la zone économique exclusive canadienne de l’océan Pacifique. Méthodes :Les données comprennent les concentrations en carbone inorganique dissous relevée jusqu’à 46 niveaux verticaux interpolés de façon linéaire, de la surface à 2 400 mètres de profondeur ainsi qu’au fond de l’océan. Les mois de printemps étaient définis comme allant d’avril à juin, ceux d’été comme allant de juillet à septembre, ceux d’automne comme allant d’octobre à décembre et ceux d’hiver comme allant de janvier à mars. Les données disponibles ici contiennent des couches matricielles de données climatologiques saisonnières sur les concentrations en carbone inorganique dissous pour la zone économique exclusive canadienne de l’océan Pacifique à une résolution spatiale de 3 km et pour 47 niveaux verticaux.Incertitudes:Les résultats du modèle ont fait l’objet d’une évaluation approfondie et ont été comparés aux observations (p. ex. altimétrie, profils CTP et d’éléments nutritifs, courants géostrophiques observés), ce qui a permis de révéler que le modèle peut reproduire avec une précision raisonnable les principales caractéristiques océanographiques de la région, y compris les caractéristiques importantes du cycle saisonnier et le gradient vertical et transversal des propriétés de l’eau. Cependant, la résolution du modèle est trop grossière pour offrir une représentation appropriée des bras de mer, des zones côtières et du détroit de Georgia.

Description:La moyenne des concentrations en carbone inorganique dissous moyennes saisonnières a été calculée pour la période de 1981 à 2010 afin d’obtenir des données climatologiques moyennes pour la zone économique exclusive canadienne de l’océan Pacifique. Méthodes :Les données comprennent les concentrations en carbone inorganique dissous relevée jusqu’à 46 niveaux verticaux interpolés de façon linéaire, de la surface à 2 400 mètres de profondeur ainsi qu’au fond de l’océan. Les mois de printemps étaient définis comme allant d’avril à juin, ceux d’été comme allant de juillet à septembre, ceux d’automne comme allant d’octobre à décembre et ceux d’hiver comme allant de janvier à mars. Les données disponibles ici contiennent des couches matricielles de données climatologiques saisonnières sur les concentrations en carbone inorganique dissous pour la zone économique exclusive canadienne de l’océan Pacifique à une résolution spatiale de 3 km et pour 47 niveaux verticaux.Incertitudes:Les résultats du modèle ont fait l’objet d’une évaluation approfondie et ont été comparés aux observations (p. ex. altimétrie, profils CTP et d’éléments nutritifs, courants géostrophiques observés), ce qui a permis de révéler que le modèle peut reproduire avec une précision raisonnable les principales caractéristiques océanographiques de la région, y compris les caractéristiques importantes du cycle saisonnier et le gradient vertical et transversal des propriétés de l’eau. Cependant, la résolution du modèle est trop grossière pour offrir une représentation appropriée des bras de mer, des zones côtières et du détroit de Georgia.

La Division de la recherche climatique (DRC) d’Environnement et Changement climatique Canada (ECCC) et le Pacific Climate Impacts Consortium (PCIC) ont déjà produit des scénarios mis à l’échelle statistique et fondés sur des simulations de modèles climatiques qui faisaient partie de la phase 5 du Projet d’intercomparaison de modèles couplés (CMIP5) en 2015. ECCC et le PCIC ont mis à jour les scénarios à échelle réduite fondés sur la CMIP5 en ajoutant deux nouveaux ensembles de scénarios à échelle réduite fondés sur la prochaine génération de projections climatiques de la phase 6 du Projet d’intercomparaison de modèles couplés (CMIP6). Les scénarios appelés scénarios climatiques canadiens à échelle réduite – méthode univariée de la CMIP6 (CanDCS-U6) (« Canadian Downscaled Climate Scenarios–Univariate method from CMIP6 ») et scénarios climatiques canadiens à échelle réduite – méthode multivariée de la CMIP6 (CanDCS-M6) (« Canadian Downscaled Climate Scenarios–Multivariate method from CMIP6 »).Les projections climatiques du CMIP6 sont fondées à la fois sur des modèles climatiques mondiaux actualisés et sur de nouveaux scénarios d’émissions appelés « trajectoires socioéconomiques partagées » (SSP, pour « Shared Socioeconomic Pathways »). Des ensembles de données statistiquement mis à l’échelle ont été produits à partir de 26 modèles climatiques mondiaux (MCM) de la CMIP6 et selon trois scénarios d’émissions différents (c.-à-d. SSP1-2.6, SSP2-4.5 et SSP5-8.5), et le PCIC a ajouté plus tard le SSP3-7.0 à l’ensemble de données CanDCS-M6. La procédure de correction des biais et analogues construits avec cartographie des quantiles, version 2 (BCCAQv2) a été utilisée pour l’ensemble CanDCS-U6, tandis que la méthode multivariée de correction des biais à N dimensions (MBCn) a été utilisée pour l’ensemble CanDCS-M6. L’ensemble CanDCS-U6 a été produit au moyen des mêmes données cibles de réduction (NRCANmet) que les scénarios à échelle réduite fondés sur la CMIP5, tandis l’ensemble CanDCS-M6 utilise un nouvel ensemble cible (mêlant les ensembles ANUSPLIN et PNWNAmet).Des extrants des modèles individuels et des ensembles de modèles statistiquement mis à l’échelle peuvent être téléchargés. Les indices climatiques mis à échelle de manière statistique réduite sont disponibles partout au Canada à une résolution spatiale de grille de 10 km pour la période antérieure 1950 2014 et la période 2015 2100 suivant chacun des trois scénarios d’émissions.Remarque : les changements projetés par les produits mis à l’échelle sur le plan statistique ne sont pas nécessairement plus crédibles que ceux des résultats du modèle climatique sous-jacent. Souvent, surtout pour les indices fondés sur des seuils absolus, l’écart des projections fondées sur des données mises à l’échelle est plus faible en raison de l’élimination des biais du modèle. Or ce n’est pas le cas pour tous les indices. La mise à l’échelle de la résolution du MCM pour qu’elle soit haute, ce qui est nécessaire pour l’évaluation des répercussions, augmente le niveau de détail spatial et de variabilité temporelle pour mieux correspondre aux observations. Étant donné que ces ajustements dépendent du MCM, les indices qui en résultent pourraient avoir un écart plus grand lorsqu’ils sont calculés à partir de données mises à l’échelle comparativement à ceux qui sont directement calculés à partir des résultats du MCM. Dans ce dernier cas, ce n’est pas la procédure de mise à l’échelle qui rend la projection plus incertaine, il s’agit plutôt d’une plus grande variabilité associée à une échelle spatiale plus haute.Les ensembles de données de modèles individuels et tous les produits dérivés connexes sont assujettis aux conditions d'utilisation (https://pcmdi.llnl.gov/CMIP6/TermsOfUse/TermsOfUse6-1.html) de l'organisation source.

Données du Programme de surveillance environnementale pour l'aquaculture.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Cette couche polygonale affiche les précipitations moyennes au niveau du sous-bassin dérivées du modèle ECMWF (Centre européen pour les prévisions météorologiques à moyen terme). Cette couche permet aux hydrologues, aux prévisionnistes et aux planificateurs de déterminer la quantité de pluie/neige prévue ou survenue dans chaque sous-bassin, ce qui favorise la gestion des ressources en eau et des inondations à moyen terme. Nous sommes intéressés par la période de prévision de 7 jours.Cette couche regroupe les prévisions de précipitations de l'ECMWF sur des sous-bassins polygonaux. Chaque caractéristique comprend des attributs pour les précipitations accumulées moyennes, les périodes de validité et de validité prévues et les identifiants des sous-bassins. L'ECMWF est un modèle mondial de premier plan proposant des prévisions à moyen terme (jusqu'à 10 jours) à un niveau de compétence élevé. En se concentrant sur les sous-bassins, cette couche facilite la prise de décisions à l'échelle locale, ce qui permet des évaluations plus précises des risques d'inondation, des estimations du débit des réservoirs et une planification des ressources en eau dans la région d'intérêt.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Des ensembles multimodèles à échelle statistiquement réduite des changements projetés des températures moyennes (°C) ont été générés à une résolution spatiale de 10 km pour la période 1951-2100, à partir des résultats de 24 modèles climatiques mondiaux (MCM) de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). L’échelle des températures moyennes quotidiennes issues des MCM a été statistiquement réduite par la méthode des analogues avec correction de biais et cartographie des quantiles, version 2 (BCCAQv2). Un ensemble de données historiques interpolées sur les températures moyennes pour le Canada (ANUSPLIN) a servi de cible pour la réduction d’échelle. Les changements des températures moyennes sont projetés par rapport à la période de référence 1986-2005. Des moyennes annuelles et saisonnières des changements projetés des températures moyennes par rapport à 1986-2005 sont incluses. Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles à échelle statistiquement réduite de changements projetés des températures moyennes sont accessibles pour la période historique 1901-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Des moyennes sur 20 ans des changements projetés des températures moyennes (°C) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), par rapport à la période de référence 1986-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5. Elles sont accessibles en une variété de formats. La médiane des changements projetés sur l’ensemble des modèles climatiques du CMIP5 est incluse. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Les plans de gestion par zone (ABMP) sont des zones désignées à des fins de protection de l'environnement. Il doit tenir compte de l'impact des sources ponctuelles et diffuses de déchets, de l'impact cumulé des déchets, des objectifs et des résultats de gestion environnementale pour la zone désignée, ainsi que de la surveillance et de l'établissement de rapports continus.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **