Le logiciel HOT2000 contient des données climatiques mensuelles et annuelles de 403 emplacements au Canada. Les frontières des zones climatiques HOT2000 ont été définies par interpolation spatiale des degrés-jours de chauffage annuels en Celsius pour chaque station météorologique. Dans certaines circonstances, les positions des frontières peuvent ne pas refléter les conditions climatiques locales en raison du manque de données climatiques appropriées. Chaque zone climatique HOT2000 contient une station météorologique à utiliser pour tous les emplacements dans la zone. Les données climatiques représentent les données moyennes sur 20 ans (de 1998 à 2017) pour les emplacements au sud du 58e degré de latitude et les données moyennes sur 13 ans (de 2005 à 2017) pour les emplacements au nord du 58e degré de latitude. Veuillez noter que Whistler, en Colombie-Britannique, utilise les données accumulées sur une période de 13 ans.La carte climatique comprend les renseignements suivants :o Lieu : le nom de la station météorologique.o Région climatique : la province ou le territoire de la station météorologique.o Latitude : mesurée en degrés au nord de l’équateur.o Degrés-jours annuels de chauffage utilisant une base de 18 °C.o Température sèche de calcul pour le chauffage (°C) : température de calcul de janvier à 2,5 % utilisée pour calculer les pertes de chaleur de la maison.o Température sèche de calcul pour la climatisation (°C) : température de calcul de juillet à 2,5 % utilisée pour calculer la charge de climatisation de la maison.o Température humide de calcul pour la climatisation (°C): température de calcul de juillet à 2,5 % utilisée pour calculer la charge de climatisation de la maison.La carte climatique est destinée à être utilisée par tous les utilisateurs du logiciel HOT2000 dans le cadre du système de cote ÉnerGuide, notamment les conseillers en efficacité énergétique, les organismes de service, les organismes de réglementation, les constructeurs, les services publics et tous les ordres de gouvernement.Les stations météorologiques et les données climatiques sont basés sur les données d’Environnement et changement climatique Canada, en particulier les fichiers météorologiques canadiens pour l’énergie et le génie (FMCEG).

Des ensembles multimodèles de températures moyennes (°C) ont été générés pour la période 1901-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de températures moyennes mensuels, saisonniers et annuels 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. 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 été 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.

Des ensembles multimodèles saisonniers et annuels de changements projetés (aussi appelés anomalies) de l’épaisseur de la couche de neige ont été générés pour la période 1900-2100 à partir d’un ensemble de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Les changements projetés dans l’épaisseur de la couche de neige sont établis par rapport à la période de référence 1986-2005 et exprimés en pourcentage (%). Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de changements de l’épaisseur de la couche de neige sont accessibles pour la période historique 1900-2005 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 dans l’épaisseur de la couche de neige (%) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), à partir des scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5, par rapport à la période de référence 1986-2005. 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 été 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.

Des ensembles multimodèles à échelle statistiquement réduite des températures maximales 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 maximales 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 minimales pour le Canada (ANUSPLIN) a servi de cible pour la réduction d’échelle. Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles à échelle statistiquement réduite des températures maximales (°C) mensuels, saisonniers et annuels sont accessibles pour la période historique 1951-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. 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 été 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.

Des ensembles multimodèles d’épaisseur de la couche de neige ont été générés pour la période 1900-2100 à partir des projections de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles d’épaisseur de la couche de neige (m) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. 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 été 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.

Des ensembles multimodèles de la vitesse du vent ont été générés pour la période 1900-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de vitesse du vent (m/s) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. 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 été 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.

Décrites dans le plan directeur du Parc de la Gatineau (2021), les affectations du sol du parc de la Gatineau sont les activités ou les usages permis dans un secteur donné. Elles appuient la mise en œuvre de la vision et des buts établis pour le parc. Elles assurent également la cohérence des interventions et des activités, sur les plans spatial et fonctionnel.https://ccn-ncc.gc.ca/nos-plans/plan-directeur-du-parc-de-la-gatineauhttps://ncc-website-2.s3.amazonaws.com/documents/GPMP_French_2021_02_26_Single_Page.pdf#page=65

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u].

Couche de points caractéristiques montrant l'emplacement des cuisines communautaires disponibles à la location au ManitobaCette couche de points caractéristiques montre l'emplacement des cuisines communautaires disponibles à la location au Manitoba. Chaque cuisine possède un permis d'établissement de restauration délivré par Santé Manitoba et constitue une installation appropriée pour la production de produits alimentaires à valeur ajoutée destinés à la vente. Pour en savoir plus, consultez le site du ministère de l'Agriculture du Manitoba. Cette couche est utilisée dans la carte des cuisines communautaires commerciales du Manitoba et dans l'application Cuisines communautaires commerciales du Manitoba. Champs inclus [Alias (Nom du champ) : Description du champ] UID (UID) : Identifiant unique de la cuisine Exploitation (Exploitation) : Indique si la cuisine est actuellement en activité Nom de l'installation (Facity_Name) : Nom de la cuisine Région (Région) : Région économique dans laquelle se trouve la cuisine Adresse (Adresse) : Adresse physique de la cuisine Ville ou village (City_or_Town) : Ville ou village dans lequel se trouve la cuisine Téléphone (Téléphone) : Numéro de téléphone de la cuisine Site Web (Site Web) : Lien vers le site Web de la cuisine Équipement (Équipement) : Liste des équipements disponibles dans la cuisine Contact (Contact) : Personne de contact pour la cuisine Courriel de contact (Contact_Email) : Adresse e-mail de la personne de contact pour la cuisine Téléphone de contact (Contact_Phone) : Numéro de téléphone de la personne de contact pour la cuisine Contact secondaire (Secondary_Contact_Email) : Adresse e-mail de la personne de contact secondaire pour la cuisine Téléphone de contact secondaire (Secondary_Contact_Phone) : Numéro de téléphone de la personne de contact secondaire pour la cuisine Latitude (Latitude) : coordonnées latitudinales du centre représentatif de l'entité en degrés décimaux Longitude (Longitude) : coordonnées longitudinales du centre représentatif de l'entité en degrés décimaux** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ces données montrent des projections détaillées de la probabilité que des feux de forêt se produisent dans les zones forestières du Canada, en fonction de différents scénarios climatiques futurs. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les cartes ont une précision de 30 mètres, ce qui permet de visualiser les risques à une échelle très fine. Les chercheurs ont étudié quatre scénarios climatiques possibles pour le 21ᵉ siècle afin de comprendre comment le risque d’incendie pourrait évoluer selon le climat, la végétation et la topographie ( Mulverhill et al. 2024). Les projections couvrent quatre périodes futures : 2021-2040, 2041-2060, 2061-2080 et 2081-2100, ainsi qu’une période de référence (1991-2020) qui reflète les conditions climatiques et le risque moyen observés récemment. Ces cartes indiquent la probabilité qu’un endroit présente des conditions similaires à celles des zones qui ont brûlé par le passé. Les variables comme la végétation et la topographie ont été gardées fixes, ce qui signifie que les projections montrent l’effet du climat futur sur les forêts actuelles (2020). Si vous utilisez ces données, veuillez citer Mulverhill et al. (2025). Mulverhill, C., Coops, N. C., Wulder, M. A., Hermosilla, T., White, J. C., & Bater, C. W. (2025). Projected Future Changes in Burn Probability in Canada’s Forests and Communities Under Different Climate Change Scenarios. Canadian Journal of Remote Sensing, 51(1). https://doi.org/10.1080/07038992.2025.2560347( Mulverhill et al. 2025). Pour une description détaillée des données sources et des méthodes appliquées à la période de référence, qui ont permis de produire les projections de Mulverhill et al. (2025), consultez : Mulverhill, C., Coops, N.C., Wulder, M.A., White, J.C., Hermosilla, T., and Bater, C.W. 2024. “Multidecadal mapping of status and trends in annual burn probability over Canada’s forested ecosystems.” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 209 pp. 279–295. https://doi.org/10.1016/j.isprsjprs.2024.02.006( Mulverhill et al. 2024).