RESULTS ouvre les polygones du couvert forestier avec un composant d'inventaire fourni. Les informations relatives au couvert forestier actuellement soumises à RESULTS doivent contenir des informations sur les attributs et les cartes. Cependant, il existe des informations historiques sur les polygones du couvert forestier pour lesquelles aucune carte n'est disponible. Le couvert forestier est fourni à trois étapes critiques : au moment de la récolte, au moment de la régénération et à la croissance libre. Cela fait partie de l'ensemble de données de suivi de la sylviculture et de l'état des terres, qui comprend le suivi du respect des obligations sylvicoles sur les terres de la Couronne.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

RÉSULTATS Ouverture des polygones de couverture forestière avec composante sylvicole fournie. La soumission actuelle du couvert forestier dans RESULTS doit contenir des informations attributaires et cartographiques. Cependant, il existe des informations historiques sur les polygones du couvert forestier pour lesquelles les cartes ne sont pas disponibles. Le couvert forestier est fourni à trois étapes critiques, à savoir la récolte, la régénération et la croissance libre. Ceci fait partie de l'ensemble de données de suivi de la sylviculture et de l'état des terres, qui comprend le suivi du respect des obligations sylvicoles sur les terres de la Couronne** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Ce jeu de données fournit des cartes continues de la structure des forêts à travers les 650 millions d'hectares d'écosystèmes forestiers du Canada pour l'année 2022, générées à une résolution spatiale de 30 m. Les estimations de structure incluent des attributs clés tels que la hauteur du couvert forestier, la densité du couvert et la biomasse aérienne, dérivés à partir d'une combinaison de données lidar aéroportées et de composites spectraux issus de Landsat. Les modèles de structure ont été entraînés à l'aide du cadre « lidar-plot » (Wulder et al. 2012), qui intègre des données lidar aéroportées et des mesures de terrain co-localisées avec des composites de séries temporelles Landsat (Hermosilla et al. 2016). Une approche d'imputation par plus proche voisin a été appliquée pour estimer les attributs structurels sur l'ensemble du territoire forestier canadien. Ces produits, cohérents à l'échelle nationale, sont conçus pour appuyer la surveillance stratégique des forêts et les évaluations à grande échelle, mais ne sont pas destinés à la gestion opérationnelle des forêts. Pour plus de détails sur les méthodes, l'évaluation de l'exactitude et les sources de données, voir Matasci et al. (2018).Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment, 216, 697-714. https://doi.org/10.1016/j.rse.2018.07.024 ( Matasci et al. 2018).

Cette publication de données contient un ensemble de fichiers rasterisés de résolution de 30m représentant, pour l’année 2020, les types de couverture terrestre, la hauteur et la fermeture de la canopée forestière et la biomasse forestière aérienne, ainsi que la couverture de plusieurs espèces d'arbres importantes pour l’ensemble du Canada. Le produit de données spatialisées de l'inventaire forestier national canadien (SCANFI) a été développé à l'aide de la mise à jour de l'ensemble de données de photo-échantillons de l’inventaire forestier national (IFN), qui consiste en une grille d'échantillonnage régulière d'imagerie haute résolution photo-interprétée couvrant toute la masse terrestre non arctique du Canada. SCANFI a été produit en utilisant des images spectrales Landsat temporellement harmonisées pour l'été et l'hiver, divisées en plusieurs centaines de tuiles d'analyses régionales, utilisant une méthode innovante d'imputation des k plus proches voisins et de forêts d'arbres décisionnelles. Une description complète des méthodes et analyses de validation peut être trouvée dans Guindon et al. (2024). Les attributs de la végétation dans les écozones de l’Arctique ont été prédits à l’aide d’une seule forêt d’arbres décisionnelles, puisque ces régions se trouvaient à l’extérieur de la zone d’acquisition de l’IFN. Ainsi, les attributs de la végétation dans ces régions n’ont pas été rigoureusement validés. Le fichier raster « SCANFI_aux_arcticExtrapolationArea.tif » peut être utilisé pour identifier ces zones.SCANFI n’a pas pour but de remplacer ni d’ignorer les inventaires provinciaux, qui peuvent inclure de meilleures données, avec une meilleure fréquence de mises à jour, de meilleurs jeux d’entraînement de modèles, et de meilleures connaissances locales. SCANFI a plutôt été développé afin de fournir une estimation actuelle et spatialement explicite des attributs forestiers, en utilisant une source de données et une méthodologie cohérente d’une province, d’un territoire à l’autre. SCANFI est la première série cohérente de cartes, couvrant l’ensemble du Canada à 30m, de la structure et de la composition d’espèces forestières, offrant de nouvelles opportunités pour une multitude d’études dans plusieurs domaines, tels que l’économie forestière, la science du feu et l’écologie.# Limites d'utilisation1- Dans les sites fortement perturbés par des insectes ravageurs, le jeu d’entrainement ne contient pas toutes les variations spectrales possible, il n’est donc pas possible de prédire tous les cas de défoliation. Une région en particulier, qui a été fortement impacté par la tordeuse des bourgeons de l’épinette, est celle située sur la rive nord du fleuve Saint-Laurent. Ces forêts sont mal représentées dans notre jeu d’entrainement, ce qui entraine une imprécision dans nos estimés pour ces régions. 2- Les attributs des classes de peuplements ouverts, soit les arbustes, plantes herbacées, roches et bryophytes, sont plus difficiles à estimer lors de la photo-interprétation aérienne. Par conséquent, les estimations de celle-ci peuvent être moins fiables que celles des attributs forestiers.3- Tel que rapportée dans l’article, l’incertitude dans les prédictions de la couverture des espèces forestières est relativement élevée. C’est particulièrement le cas pour les espèces moins fréquentes, tel que le pin ponderosa ou le mélèze laricin. L’utilisation des couches d’espèces forestières est adéquate pour analyses à échelle régionale et grossière. Aussi, la proportion de feuillues est aussi sensiblement sous-estimée dans cette version du produit.4- Notre validation indique que les régions du Yukon présentent une valeur R2 nettement inférieure. Par conséquent, les estimations dans ces zones sont moins fiables.5- Les zones urbaines et les routes ont la classe roche, selon la carte d’utilisation des terres d’Agriculture et Agroalimentaire Canada. Même si ces sites contiennent principalement des bâtiments et des infrastructures, ils peuvent toutefois contenir des arbres. Une classe de milieu forestier est généralement attribuée aux parcs urbains boisés. Une prédiction d’attributs de végétation est aussi faite pour les zones forestières situées en régions agricoles.Des mises à jour de ce jeu de données seront éventuellement disponible à partir de cette page de métadonnées.# Des détails sur le développement et la validation du produit peuvent être trouvés dans la publication suivante:Guindon, L., Manka, F., Correia, D.L.P., Villemaire, P., Smiley, B., Bernier, P., Gauthier, S., Beaudoin, A., Boucher, J., and Boulanger, Y. 2024. A new approach for Spatializing the Canadian National Forest Inventory (SCANFI) using Landsat dense time series. Can. J. For. Res. https://doi.org/10.1139/cjfr-2023-0118# Veuillez svp citer cet ensemble de données comme suit :Guindon L., Villemaire P., Correia D.L.P., Manka F., Lacarte S., Smiley B. 2023. SCANFI: Spatialized CAnadian National Forest Inventory data product. Natural Resources Canada, Canadian Forest Service, Laurentian Forestry Centre, Quebec, Canada. https://doi.org/10.23687/18e6a919-53fd-41ce-b4e2-44a9707c52dc # Les couches raster suivantes sont disponibles :• Valeurs de classe de couverture terrestre de l'IFN : les classes de couverture terrestre comprennent eau, roche, bryophytes, herbes, arbustes, feuillus arborescents, mixtes arborescents et conifères arborescents.• Biomasse aérienne des arbres (tonnes/ha) : la biomasse a été dérivée des estimations de volume marchand total produites par les agences provinciales. • Hauteur (mètres) : hauteur de la végétation.• Fermeture de la couronne : pourcentage de pixel couvert par la canopée de tous les arbres.• Couverture des espèces d'arbres : pourcentage de la fermeture de la couronne de tous les arbres. o Couverture en pourcentage des sapins baumiers (Abies balsamea) o Couverture en pourcentage des épinettes noires (Picea mariana) o Couverture en pourcentage des sapins de Douglas (Pseudotsuga menziesii) o Couverture en pourcentage des pins gris (Pinus banksiana) o Couverture en pourcentage des pins tordus (Pinus contorta) o Couverture en pourcentage des pins ponderosa (Pinus ponderosa) o Couverture en pourcentage des mélèzes laricins (Larix laricina) o Couverture en pourcentage des pins blancs et rouges (Pinus strobus et Pinus resinosa) o Couverture en pourcentage des espèces d'arbres feuillus (PrcB) o Couverture en pourcentage des autres espèces de conifères (PrcC)

Représentation spatiale d'une réserve de zone de rétention associée à un système sylvicole. Les réserves sont des parcelles forestières ou des arbres individuels conservés pendant la récolte, ou d'autres opérations forestières visant à fournir un habitat, des paysages, une biodiversité et d'autres valeurs. Les types de réserves inclus sont les zones riveraines, les parcelles d'arbres sauvages et autres. Cela fait partie de l'ensemble de données de suivi de la sylviculture et de l'état des terres, qui comprend tous les processus opérationnels requis pour recevoir et traiter les dossiers des titulaires de permis forestiers afin d'enregistrer les rapports sur les activités de sylviculture et de gestion de l'état des terres.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Les espèces d'arbres figurant dans l'inventaire de la couverture forestière de RESULT et dans les composants sylvicoles. Cette vue contient des données attributaires et est destinée à être associée aux autres vues de résultats pour fournir des informations supplémentaires sur les espèces de polygones de couverture forestière. Ceci fait partie de l'ensemble de données de suivi de la sylviculture et de l'état des terres, qui comprend le suivi du respect des obligations sylvicoles sur les terres de la Couronne. Données d'attributs non spatiales fournies au format CSV** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Ce jeu de données fournit des cartes continues de la structure des forêts à travers les 650 millions d'hectares d'écosystèmes forestiers du Canada pour l'année 2022, générées à une résolution spatiale de 30 m. Les estimations de structure incluent des attributs clés tels que la hauteur du couvert forestier, la densité du couvert et la biomasse aérienne, dérivés à partir d'une combinaison de données lidar aéroportées et de composites spectraux issus de Landsat. Les modèles de structure ont été entraînés à l'aide du cadre « lidar-plot » (Wulder et al. 2012), qui intègre des données lidar aéroportées et des mesures de terrain co-localisées avec des composites de séries temporelles Landsat (Hermosilla et al. 2016). Une approche d'imputation par plus proche voisin a été appliquée pour estimer les attributs structurels sur l'ensemble du territoire forestier canadien. Ces produits, cohérents à l'échelle nationale, sont conçus pour appuyer la surveillance stratégique des forêts et les évaluations à grande échelle, mais ne sont pas destinés à la gestion opérationnelle des forêts. Pour plus de détails sur les méthodes, l'évaluation de l'exactitude et les sources de données, voir Matasci et al. (2018).Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment, 216, 697-714. https://doi.org/10.1016/j.rse.2018.07.024 ( Matasci et al. 2018).

Ce jeu de données fournit des cartes continues de la structure des forêts à travers les 650 millions d'hectares d'écosystèmes forestiers du Canada pour l'année 2022, générées à une résolution spatiale de 30 m. Les estimations de structure incluent des attributs clés tels que la hauteur du couvert forestier, la densité du couvert et la biomasse aérienne, dérivés à partir d'une combinaison de données lidar aéroportées et de composites spectraux issus de Landsat. Les modèles de structure ont été entraînés à l'aide du cadre « lidar-plot » (Wulder et al. 2012), qui intègre des données lidar aéroportées et des mesures de terrain co-localisées avec des composites de séries temporelles Landsat (Hermosilla et al. 2016). Une approche d'imputation par plus proche voisin a été appliquée pour estimer les attributs structurels sur l'ensemble du territoire forestier canadien. Ces produits, cohérents à l'échelle nationale, sont conçus pour appuyer la surveillance stratégique des forêts et les évaluations à grande échelle, mais ne sont pas destinés à la gestion opérationnelle des forêts. Pour plus de détails sur les méthodes, l'évaluation de l'exactitude et les sources de données, voir Matasci et al. (2018).Matasci, G., Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., Hobart, G.W., Bolton, D.K., Tompalski, P., Bater, C.W., 2018. Three decades of forest structural dynamics over Canada's forested ecosystems using Landsat time-series and lidar plots. Remote Sensing of Environment, 216, 697-714. https://doi.org/10.1016/j.rse.2018.07.024 ( Matasci et al. 2018).

L'Inventaire forestier national (IFN) du Canada est un programme d'échantillonnage conçu pour appuyer la production de rapports sur les forêts á l'échelle nationale. D'autre part, les cartes continues d'attributs forestiers sont nécessaires pour appuyer les analyses stratégiques des problématiques régionales de politique et d'aménagement. Nous avons donc produit des cartes couvrant 4,03 × 106 km2 de surface forestiére inventorièe en 2001 à partir d'observations normalisées provenant des placettes photos de l'IFN utilisées comme données de référence. Nous avons utilisé la méthode des k plus proches voisins (kNN) avec 26 couches de données géospatiales, y compris les données spectrales MODIS et les variables climatiques et topographiques, pour produire les cartes de 127 attributs forestiers à une résolution de 250 × 250 m. Les attributs à l'échelle du peuplement comprennent le type de couverture terrestre, la structure et l'abondance relative des espéces ďarbres. Dans cet article, nous rapportons seulement la biomasse totale aérienne et vivante des arbres. Tous les autres attributs abordés sont présentés dans la section matériel supplémentaire (http://nrcresearchpress.com/doi/suppl/10.1139/cjfr-2013-0401). En général, les écarts des valeurs prédites à l'échelle du pixel par rapport à celles des placettes photos de validation, sont plus importants dans les régions montagneuses et dans les zones où, soit la biomasse, soit le taux d'échantillonnage de placettes photos est faible. Les valeurs prédites à l'échelle du pixel sont surestimées lorsque les valeurs observées sont petites et sous-estimées lorsqu'elles sont grandes. Les mesures de précision sont améliorées grâce à l'agrégation spatiale des pixels sur 1 km2 et plus. Dans l'ensemble, ces nouveaux produits fournissent des informations de base uniques pour les analyses stratégiques des forêts (https://nfi.nfis.org).Collection:- **[L'Inventaire forestier national (IFN) du Canada de 2006](https://ouvert.canada.ca/data/fr/dataset/e2fadaeb-3106-4111-9d1c-f9791d83fbf4)**

L'Inventaire forestier national (IFN) du Canada est un programme d'échantillonnage conçu pour appuyer la production de rapports sur les forêts á l'échelle nationale. D'autre part, les cartes continues d'attributs forestiers sont nécessaires pour appuyer les analyses stratégiques des problématiques régionales de politique et d'aménagement. Nous avons donc produit des cartes couvrant 4,03 × 106 km2 de surface forestiére inventorièe en 2001 à partir d'observations normalisées provenant des placettes photos de l'IFN utilisées comme données de référence. Nous avons utilisé la méthode des k plus proches voisins (kNN) avec 26 couches de données géospatiales, y compris les données spectrales MODIS et les variables climatiques et topographiques, pour produire les cartes de 127 attributs forestiers à une résolution de 250 × 250 m. Les attributs à l'échelle du peuplement comprennent le type de couverture terrestre, la structure et l'abondance relative des espéces ďarbres. Dans cet article, nous rapportons seulement la biomasse totale aérienne et vivante des arbres. Tous les autres attributs abordés sont présentés dans la section matériel supplémentaire (http://nrcresearchpress.com/doi/suppl/10.1139/cjfr-2013-0401). En général, les écarts des valeurs prédites à l'échelle du pixel par rapport à celles des placettes photos de validation, sont plus importants dans les régions montagneuses et dans les zones où, soit la biomasse, soit le taux d'échantillonnage de placettes photos est faible. Les valeurs prédites à l'échelle du pixel sont surestimées lorsque les valeurs observées sont petites et sous-estimées lorsqu'elles sont grandes. Les mesures de précision sont améliorées grâce à l'agrégation spatiale des pixels sur 1 km2 et plus. Dans l'ensemble, ces nouveaux produits fournissent des informations de base uniques pour les analyses stratégiques des forêts (https://nfi.nfis.org).Collection:- **[L'Inventaire forestier national (IFN) du Canada de 2006](https://ouvert.canada.ca/data/fr/dataset/e2fadaeb-3106-4111-9d1c-f9791d83fbf4)**