Courbes de niveau d'une équidistance de 1 m dérivées d'un relevé lidar réalisé en 2015.Attributs :ID - Identifiant uniqueSOUSTYPE - Courbe de niveau maîtresse (1) ou secondaire (2)COTE - Valeur d'élévation (m)Le produit Modèle numérique d'élévation de haute résolution (MNEHR) est disponible sur le site Web du Gouvernement ouvert.

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.

Ce modèle de type de fond à substrat en eau profonde a été créé pour faciliter la modélisation de l’habitat et pour compléter les parcelles de fond du littoral. Il a été créé à partir d’une combinaison de couches dérivées de la bathymétrie en plus des observations du type de fond. À l’aide d’une classification par forêt d’arbres décisionnels, la relation entre les substrats observés et les dérivés bathymétriques a été estimée dans l’ensemble du site d’intérêt.La trame est classée en : 1) Roche, 2) Mélange, 3) Sable, 4) Vase

Cette couche polygonale représente les prévisions de précipitations cumulées du Regional Ensemble Prediction System (REPS), un modèle probabiliste régional. Il fournit des prévisions de précipitations à court terme basées sur un ensemble, généralement sur une accumulation sur 72 heures, qui aident à évaluer le risque et la distribution spatiale des précipitations, à étayer l'analyse hydrologique, la prévision des inondations et la gestion des ressources en eau.Cette couche polygonale est produite en traitant des fichiers REPS GRIB2. Le flux de travail consiste à extraire le champ de précipitation, à le convertir en raster TIF, puis à appliquer un rééchantillonnage, un lissage et une classification pour créer des entités polygonales. Ces caractéristiques représentent les précipitations totales prévues sur une période de 72 heures et sont mises à jour à chaque exécution du modèle afin de maintenir les informations prédictives actuelles. Source : Environnement et Changement climatique Canada** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Limites des forêts provinciales du Manitoba (version 6) : il existe actuellement 15 forêts provinciales qui occupent une superficie totale de près de 22 000 km2. Les caractéristiques présentées sont entre autres le nom de la forêt provinciale, l’année où elle a été établie et sa surface. Les descriptions détaillées des forêts provinciales du Manitoba sont fournies dans les règlements de la Loi sur les forêts.Forêts provinciales du Manitoba – Version 6 Dans les forêts provinciales du Manitoba, certaines régions de la province sont perpétuellement réservées aux arbres, afin de préserver la couverture fournie par la forêt et de permettre l’utilisation raisonnable de toutes les ressources des forêts. Toutes les terres domaniales situées dans les forêts provinciales ne peuvent être vendues, aliénées, occupées ou faire l’objet d’une disposition par droits successifs, autrement que d’une manière conforme à la Loi sur les forêts. Avant la création de la province du Manitoba, les colons européens se faisaient promettre 160 acres de terres gratuitement s’ils y vivaient et les préparaient pour l’agriculture. Par conséquent, les fermes ont commencé à remplacer les forêts du sud. Le gouvernement fédéral a décidé qu’il devait conserver des forêts pour avoir des matériaux de construction. En 1885, il a fait de Turtle Mountain, de Spruce Woods et du Mont-Riding (qui est désormais un parc national) des réserves de bois. Ont ensuite suivi les monts Duck et Porcupine en 1906. Les forêts qui étaient des réserves de bois fédérales il y a 100 ans sont aujourd’hui nos forêts provinciales. Le Manitoba possède actuellement 15 forêts provinciales qui occupent une surface totale de près de 22 000 km2. Ces forêts font partie des peuplements forestiers de la meilleure qualité de la province. Aujourd’hui, nos forêts provinciales sont beaucoup plus que de simples réserves de bois. Elles sont l’endroit parfait pour les animaux sauvages, les loisirs et la recherche. Le contrôle des forêts du Manitoba a été transféré du gouvernement fédéral aux gouvernements provinciaux en 1930. Les forêts provinciales sont des terres domaniales détenues par les Manitobains. Les éléments du nom de classification (BDY_MB_PROV_FOREST_PY) comprennent : 1. Nom de la catégorie de sujet ISO 19115 (BDY pour boundary [limite]); 2. Code de l’emplacement (MB pour Manitoba); 3. Nom descriptif ou intuitif (PROV_FOREST); 4. Type ou donnée géométrique (PY pour polygone); 5. Numéro de version (v6).Les forêts provinciales du Manitoba comprennent la f orêt provinciale d’Agassiz, la forêt provinciale Belair, la forêt provinciale Brightstone Sand Hills, la forêt provinciale Cat Hills, la forêt provinciale Cormorant, la forêt provinciale Duck Mountain, la forêt provinciale Moose Creek, la forêt provinciale Northwest Angle, la forêt provinciale Porcupine, la forêt provinciale Sandilands, la forêt provinciale Spruce Woods, la forêt provinciale Swan-Pelican, la forêt provinciale Turtle Mountain, la forêt provinciale Wampum et la forêt provinciale du Whiteshell.Les descriptions détaillées des forêts provinciales du Manitoba figurent dans le Règlement sur la désignation des forêts provinciales en application de la Loi sur les forêts.Les ensembles de données comprennent les champs suivants:Name / Nom Alias Description PROV_FOREST_ID Provincial Forest ID / No de la forêt provinciale Provincial Forest identifier Identificateur de la forêt provinciale PROV_FOREST_NAME Provincial Forest Name Provincial Forest name -- NOM_FORET_PROV Nom de la forêt provinciale -- Nom de la forêt provinciale ESTABLISHED Year Established / Année d’établissement The year that the provincial forest was established L’année où la forêt provinciale a été établie AREA_HA Area / Surface (Hectares) Area in hectares La surface en hectares** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce modèle est dérivé de données géologiques, géophysiques et autres. L'extraction des caractéristiques a été réalisée par apprentissage profond. La modélisation prédictive a utilisé la méthode des ensembles profonds. La carte de probabilité pancanadienne du potentiel minéral du graphite est présentée. Cette carte a été générée à partir des gisements et des occurrences de graphite connus et de leurs caractéristiques associées. Les valeurs de probabilité les plus élevées mettent en évidence les zones où la probabilité de systèmes minéraux de graphite est plus élevée.

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).**

Le modèle de type de fond à substrat peu profond a été élaboré à l’appui de la modélisation des habitats littoraux. Les sources de données comprennent à la fois les observations disponibles sur le type de fond et les couches prédictives environnementales, notamment les couches océanographiques, le fetch, la bathymétrie et ses dérivés. En utilisant la classification par forêt d’arbres décisionnels pondérée du progiciel Ranger R, la relation entre le type de fond observé et les couches prédictives peut être déterminée, ce qui permet de classer le type de fond dans l’ensemble des zones d’étude. Les fichiers de données tramées prédits sont classés comme suit : 1) roche, 2) mélange, 3) sable, 4) vase.Les domaines du modèle de substrat catégoriel sont limités à l’étendue des couches bathymétriques d’entrée (voir les sources de données), qui est de 5 km à partir de la courbe de profondeur de 50 m.

La représentation spatiale d'une suppression de forêt, c'est-à-dire toute terre forestière qui doit être retirée du terrain désigné par le lieutenant-gouverneur pour la placer dans une forêt établie** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Le produit Modèle numérique d'élévation de haute résolution (MNEHR) est un produit dérivé de données LiDAR aéroporté (principalement au sud) et d'images satellitaires au nord. La couverture complète du territoire canadien est mise en place graduellement. Le MNEHR inclut un Modèle numérique de terrain (MNT), un Modèle numérique de surface (MNS) et d’autres données dérivées. Pour les jeux de données MNT, les données dérivées disponibles sont Carte de pente, Carte d’aspect, Relief ombré, Relief couleur et Relief ombré couleur et pour les jeux de données MNS, les données dérivées disponibles sont Relief ombré, Relief couleur et Relief ombré couleur.La ligne de forêt productive est utilisée pour séparer les parties nord et sud du pays. Cette ligne est approximative et peut changer selon les besoins. Dans la partie sud du pays (au sud de la ligne de forêt productive), les jeux de données MNS et MNT sont générés à partir de données LiDAR aéroporté. Ils sont offerts à une résolution de 1 m ou 2 m et projetés selon le système de coordonnées UTM NAD83 (SCRS) et ses zones correspondantes. Les jeux de données à une résolution de 1 m couvrent une zone de 10 km x 10 km alors que les jeux de données à une résolution de 2 m couvrent une zone de 20 km X 20 km. Au nord du pays (au nord de la ligne de forêt productive), dû à la faible densité de végétation et d’infrastructures, seuls les jeux de données MNS sont généralement générés. La majorité de ces jeux de données ont pour source de données des images satellitaires optiques. Ils sont générés à une résolution de 2 m et les systèmes de coordonnées Stéréographique polaire nord WGS84 ou UTM NAD83 (CSRS) sont utilisés. Chaque jeu de données couvre une zone de 50 km X 50 km. Pour certains endroits dans le nord, des jeux de données MNS et MNT pourront aussi être générés à partir de données LiDAR aéroporté. Dans le cas échéant, ces produits seront générés avec les mêmes spécifications que ceux générés à partir de LiDAR aéroporté dans la partie sud du pays.Le produit MNEHR est référencé au Système canadien de référence altimétrique de 2013 (CGVD2013) qui est maintenant le nouveau standard de référence pour les altitudes à travers le Canada.Les données source du produit MNEHR sont acquises par des projets multiples de différents partenaires. Comme les données sont acquises par projet, il n’y a pas d’intégration et d’ajustement vertical entre les projets. Les tuiles sont alignées entre elles à l’intérieur d’un même projet.Le produit Modèle numérique d'élévation de haute résolution (MNEHR) fait partie de la Série CanÉlévation créée pour appuyer la Stratégie nationale de données d’élévation mise en oeuvre par RNCan. La collaboration est un facteur clé dans le succès de la Stratégie nationale de données d'élévation. Référez-vous à la section « Document de soutien » pour accéder à la liste des différents partenaires incluant des liens à leurs données respectives.