Accueil /Recherche
Rechercher des ensembles de données
Nous avons trouvé 478 ensembles de données pour le mot-clé « ice ». Vous pouvez continuer à explorer les résultats de recherche dans la liste ci-dessous.
Ensembles de données: 103,466
Contributeurs: 42
Résultats
478 Ensembles de données, Page 1 sur 48
Programme multidisciplinaire arctique (PMA) - Glace séculaire, Campagne d'échantillonnage printemps 2018: Acides gras et isotope stables dans la glace
Pêches et Océans Canada a initié, en 2018, le Programme multidisciplinaire arctique (PMA) – Glace séculaire, la première étude écosystémique de la région peu étudiée de Tuvaijuittuq, où la glace multiannuelle est présente dans l’océan arctique. Le Programme PMA-Glace séculaire utilise une approche concertée pour intégrer les composantes physique, biochimique et écologique de l’écosystème connecté glace de mer-océan, et de sa réponse aux forçages climatiques et océaniques. Ce programme procure une base de référence de connaissances écologique pour Tuvaijuittuq et, en particulier, pour son écosystème unique de glace pluri-annuelle. La base de données procure des données de référence sur la composition en acides gras et la signature isotopique des communautés de glace dans la glace pluri-annuelle et annuelle dans Tuvaijuittuq. Les données ont été récoltées au cours de la campagne du printemps 2018 du programme PMA-Glace séculaire, au large de la Station des Forces Canadiennes (SFC) Alert, en mer de Lincoln.
Programme multidisciplinaire arctique – Glace séculaire, campagne d’échantillonnage printemps 2018: Bactéries, virus et variables environnementales dans la glace et les eaux de surface
Pêches et Océans Canada a initié, en 2018, le Programme multidisciplinaire arctique (PMA) – Glace séculaire, la première étude écosystémique de la région peu étudiée de la mer de Lincoln au sein de la Zone de protection marine de Tuvaijuittuq, où la glace pluriannuelle persiste dans l’océan arctique. Le Programme PMA-Glace séculaire utilise une approche concertée pour intégrer les composantes physique, biochimique et écologique de l’écosystème connecté glace de mer-océan, et sa réponse aux forçages climatiques et océaniques. Ce programme établit une base de référence de connaissances écologiques pour Tuvaijuittuq et, en particulier, pour son écosystème unique de glace pluriannuelle. La base de données procure des données de référence sur l’abondance des bactéries et virus dans la glace pluriannuelle et annuelle, ainsi que les eaux de surface de la mer de Lincoln, au sein de Tuvaijuittuq. Les données ont été récoltées au cours de la campagne du printemps 2018 du programme PMA-Glace séculaire, au large de la Station des Forces Canadiennes (SFC) Alert.
Système global de prévision océan-glace
Le Système global de prévision océan-glace (SGPOG) produit quotidiennement des analyses et des prévisions quotidiennes des 10 prochains jours de la glace de mer et océanique à l'échelle globale. Ce produit contient une moyenne temporelle des prévisions de la glace de mer et océanique interpolées sur deux grilles. La première grille possède une résolution de 0.2° en longitude et latitude couvrant les océans à l'échelle globale (au nord de 80° S). La seconde grille possède une projection cartographique polaire stéréographique avec un espacement de 5 km au parallèle 60° N et couvre l'océan Arctique et les mers sub-polaires avoisinantes. Ces données sont disponibles pour 50 niveaux de profondeur. Les fichiers correspondant sont fournis au format netCDF et respectent les conventions CF (Climate and Forecast).
Probabilité de la présence annuelle minimale de neige et de glace (MNG) au Canada
La neige et la glace sont des ressources hydrologiques importantes. Leur étendue spatiale minimale, ci-après la couverture annuelle minimale de neige et de glace (MNG), joue un rôle très important en tant qu’indicateur des changements à long terme et la capacité de base de stockage d’eau de surface. La probabilité MNG est dérivée d’une séquence de 17 images composites sous ciel dégagé sur 10 jours, correspondant à la période chaude du 1er avril au 20 septembre pour chaque année depuis 2000. Les données du spectroradiomètre imageur à résolution moyenne (MODIS) du satellite Terra depuis 2000 ont été traitées au moyen de la technologie spéciale développée au Centre canadien de télédétection (CCT) (voir Trishchenko, 2016; Trishchenko et al., 2016; 2009, 2006, Trishchenko et Ungureanu, 2021, Khlopenkov et Trishchenko, 2008, Luo et al., 2008). La présence de neige ou de glace est déterminée pour chaque pixel de l’image en fonction de la procédure d’identification de la scène neige/glace et la probabilité est calculée pour l’ensemble de la saison chaude sous forme de rapport entre le nombre d’indicateurs neige/glace et le nombre total de pixels (inférieur ou égal à 17). L’étendue MNG peut être dérivée de la carte de probabilité en appliquant un certain seuil. La nouvelle version des données V5.0 remplace la version précédente V4.0 pour toutes les données disponibles depuis 2000. Tous les fichiers MNG ont été retraités pour toutes les données d'entrée MODIS basées sur la collection 6.1. Le format de sortie n'a pas changé depuis la version précédente. Il est décrit dans Trishchenko (2024). L'impact de la modification des données d'entrée est faible et ne peut être détecté que pour l'intervalle temporelle de 2000-2015. Les données depuis 2016 ont déjà été dérivées en utilisant la collection MODIS 6.1.Les différences entre les données MNG basées sur la collection 5 de MODIS (c'est-à-dire MNG V4) et la collection 6.1 de MODIS (c'est-à-dire MNG V5) sont, en moyenne, assez faibles. La différence relative à l'échelle de la région dans l'étendue MNG varie de -3,97 % à +1,75 %. La valeur moyenne est de -0,14 %, la valeur médiane de 0,18 % et l'écart type de 1,83 %. En tant que tel, nous ne nous attendons pas à ce que le changement de version ait un impact important sur nos conclusions précédentes concernant les tendances et les variations climatiques, à l'exception de l'affinement des valeurs relatives des paramètres statistiques dans une fourchette de quelques pour cent.Références:TRICHTCHENKO, A.P. : Cartes de probabilité de la présence annuelle minimale de neige et de glace (MNG) au Canada et dans les régions limitrophes pour la période du 1er avril au 20 septembre depuis 2000 dérivées de l’imagerie MODIS à une résolution de 250 m. Description du format des données, CCT, RNCan (2024), 4 p.
Glace et neige - 1M
Champs de glace capturés à l'échelle 1:1 000 000 à partir des données de la Digital Chart of the World pour le Yukon et ses environs.Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)
Glace et neige - 250 km - Canvec
Hydro Features est composé du réseau des eaux de surface canadiennes. Les entités Hydro Features sont les suivantes : cours d'eau, débit linéaire de l'eau, obstacle hydraulique (chutes, rapides \...), plan d'eau (lac, cours d'eau \...), neige et glace permanentes, puits d'eau et source. CanVec est un produit de référence cartographique numérique de Ressources naturelles Canada (RNCan). Il provient des meilleures sources de données disponibles couvrant le territoire canadien, offre des informations topographiques de qualité en format vectoriel et est conforme aux normes géomatiques internationales. CanVec est un produit multisource provenant principalement de la Base nationale de données topographiques (NTDB), du processus de cartographie du Nord mené par le Centre canadien de cartographie et d'observation de la Terre (CCMEO), des données de l'Atlas du Canada, de l'initiative GéoBase et de la mise à jour des données à l'aide de la couverture par imagerie satellite (par exemple Landsat 7, Spot, Radarsat, etc.).Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)
Données de l'Atlas du Canada à l'échelle nationale - Séries temporelles minimale de neige et de glace (MNG)
Les données sur l'étendue minimale annuelle de neige et de glace (MNG) de l'Atlas du Canada à l'échelle nationale sont des ensembles de données compilées contenant des données annuelles de 2000 à aujourd'hui. Les ensembles de données sont dérivés d'une recherche publiée par le Centre canadien de télédétection qui se basait sur de l’imagerie satellitaire du Canada et des régions avoisinantes classée selon la présence ou l'absence continue de neige et de glace du 1er avril au 20 septembre de chaque année. Les produits MNG de l'Atlas du Canada consistent en un jeu de données vectorielles et une application d'animation de séries chronologiques matricielles. Jeu de données vectorielles Le jeu de données vectorielles a été généralisé pour être affiché à l'échelle de 1:1 000 000. Application d'animation de séries temporelles L'application d'animation de séries chronologiques n'a pas été généralisée à partir de son échelle originale (250 m pixels). L'application est diffusée par la plateforme Cube de données, mise en place par le Centre canadien de cartographie et d'observation de la Terre de Ressources naturelles Canada, qui utilise des techniques de gestion de données géospatiales massives. Ces technologies permettent la visualisation rapide et efficace de données géospatiales à haute résolution et permettent la génération rapide de produits dérivés dynamiques. La série chronologique est également disponible en tant que service de carte Web (WMS) et service de couverture Web (WCS). ReconnaissanceDonnées sources fournies par Alexander P. Trishchenko, Centre canadien de télédétection, Ressources naturelles Canada. Enregistrement de métadonnées : https://open.canada.ca/data/fr/dataset/808b84a1-6356-4103-a8e9-db46d5c20fcf
Évaluation des ressources hydrocinétiques : Zones d'eau libre dans les fleuves et les rivières couverts de glace pour les communautés hors réseau qui dépendent du diesel
Cet ensemble de données utilise des images satellitaires du radar à synthèse d'ouverture (RSO) de la mission de la Constellation RADARSAT (MCR) pour identifier les zones d'eau libre dans les fleuves et les rivières couverts de glace en hiver dans le but d'évaluer les ressources hydrocinétiques près des communautés éloignées qui dépendent du carburant diesel pour la production d'électricité. Les données sont traitées avec HyRASS, un algorithme de classification et de traitement d'images RSO basé sur l'apprentissage automatique.Avis de non-responsabilité :Cet ensemble de données a été conçu pour identifier les zones d'eau libre dans les fleuves et les rivières couverts de glace afin d'évaluer les ressources hydrocinétiques près des communautés éloignées qui dépendent du carburant diesel pour la production d'électricité et est soumis aux limitations suivantes : • Cet ensemble de données a été dérivé d'images satellitaires RSO (de la mission de la Constellation RADARSAT (MCR). Bien que ces images soient généralement fiables, elles sont soumises à des limitations inhérentes, notamment des contraintes de résolution, des distorsions potentielles et des imprécisions occasionnelles dans la saisie des conditions en temps réel. • L'algorithme HyRASS est conçu pour localiser les zones d'eau libre à l'aide d'images satellitaires, et plus particulièrement d'images MCR à polarisation quadruple (PQ). Cette spécialisation signifie que son efficacité dépend de l'accessibilité de ce type spécifique d'images. Par conséquent, les données qu'il produit peuvent ne pas couvrir un large éventail de périodes. Pour obtenir des résultats plus fiables, il est essentiel de classer les zones plus régulièrement, en veillant à ce que les zones d'eau libre détectées soient cohérentes dans le temps.En ayant accès à cet ensemble de données et en l'utilisant, les utilisateurs reconnaissent et acceptent cet avis de non-responsabilité. Les fournisseurs de cet ensemble de données se dégagent explicitement de toute responsabilité quant aux conséquences de l'utilisation, de la confiance ou de l'interprétation de cet ensemble de données. Les utilisateurs sont informés que l'utilisation de l'ensemble de données se fait à leurs propres risques et qu'ils assument l'entière responsabilité de toute action ou décision prise sur la base des informations qui y figurent. Cet avis de non-responsabilité est conforme aux lois et réglementations applicables et, en accédant à l'ensemble de données ou en l'utilisant, les utilisateurs acceptent de dégager les fournisseurs de cet ensemble de données de toute réclamation légale, de tout dommage ou de toute responsabilité pouvant résulter de cette utilisation.
Cartes de glace
Cartes de glace produites pour la prévention des inondations par embâcle et la surveillance des glaces de rivières lors de la crue printanière, de redoux hivernaux ou encore lors de problématiques d'embâcles de frasil.Les cartes sont dérivées d’images satellitaires radar, donc disponibles quelque soit la couverture nuageuse, provenant de plusieurs sources différentes, en utilisant des algorithmes pour classer les pixels en type de couvert de glace. Les données ne sont traitées et affichées que sur les principales rivières à risque.La date de prise de vue et la région approximative couverte par les données est indiquée dans le nom de la couche. Les données sont ajoutées plusieurs fois par semaine, mais la fréquence de revisite de chaque rivière peut varier entre 2j et 2 semaines. Les satellites et algorithmes utilisés selon les périodes sont résumés dans cette liste:* __Préfixe des images__ : période couverte ; satellite source; résolution des cartes produites ; algorithme utilisé * __R2__ : 2018 - 2022 ; Radarsat 2 ; 7m ; IceMap-R* __RCM__ : 2024 - maintenant ; Radarsat Constellation Mission ; 5m ; IceMap-R version 2024 * __S1__ : 2018 - maintenant; Sentinel 1 ; 12.5m ; algorithme propriétaire Arctus Les différentes classes de la légende permettent de différencier les types de glace suivants :* __Eau (bleu foncé)__ : eau libre* __Eau / Glace lisse (bleu)__ : combinaison d’eau sur glace, ou de radeaux de frasil espacés* __Glace lisse (cyan)__ : ou glace noire, le terme exact de ce type de glace est « glace columnaire », en raison de la forme verticale et allongée des cristaux qui la compose. La glace noire est une glace généralement transparente puisqu’elle ne contient que peu ou pas de bulles d’air. Elle se forme par refroidissement, en eau plutôt calme, d’où son appellation parfois de « glace thermique ». Sa surface est très lisse.* __Glace consolidée (rose pâle)__ : elle comprend la glace de frasil ou la glace de neige. La glace de frasil se forme en eau turbulente et très froide. Composée de fins cristaux arrondis. Ces grains s’accumulent et remontent à la surface pour former des radeaux de glace en mouvement. Ces radeaux finissent par être suffisamment rapprochés pour geler ensemble (glace agglomérée). Contient beaucoup de bulles d’air. Sa surface est légèrement à moyennement rugueuse. * __Glace consolidée avec amoncellements (rose foncé)__: couvert de glace formé par l’empilement et le gel de diverses formes de glace en mouvement. blocs qui se superposent ou des morceaux de glace détachés à un endroit et qui s’empilent à un autre. Surface moyennement rugueuse à très rugueuse.Les images de Radarsat-2 et RCM sont obtenues grâce à un partenariat entre Sécurité publique Canada et le MSP. L'algorithme IceMap-R développé par l'INRS permet d'identifier le type de glace en fonction de la rugosité interne de la glace (présence de bulles d'air) et de la rugosité de la surface du couvert de glace (présence de blocs et d'amoncellement). La version initale était utilisable pour Radarsat 2. Les cartes de glace RCM 2022 et 2023 sont données à titre idicatif (nouvel algorithme en rodage), seules les données depuis 2024 sont traitées avec l'algorithme Icemap-R adapté à RCM.Depuis 2018, le MSP utilise également les images de Sentinel-1, un satellite radar de l'Agence spatiale européenne dont la résolution est de 10 m, rééchantillonné à 12,5m pour les cartes de glace. Les images sont ensuite traitées par la firme Arctus qui utilise un algorithme propriétaire.La sortie des différents algorithmes a été reclassée pour obtenir une légende comparable. Il est possible que des données historiques aient présenté une autre classification. Jusqu'en 2022, la légende variait entre l'hiver et le dégel. Le service web contient également des images satellitaires visibles issues des satellites Landsat (les préfixes des images sont alors L8, L9) ou Sentinel 2 (préfixe S2). Dans ce cas des composées colorés (fausses couleurs pour bénéficier des bandes infrarouges notamment) sont utilisés pour visualiser au mieux la présence de glace. À partir de 2024, le composé coloré S2 utilisé est le suivant :* Rouge : bande 8A (Proche Infrarouge - VNIR) 20m (rééchantillonnée à 10m)* Vert : bande 3 (Vert) 10m * Bleu : bande 2 (Bleu) 10m
Carte de la glace de sol du Canada
La cartographie montre une estimation de premier ordre du pourcentage volumétrique combiné de glace de sol excédentaire dans les 5 premiers mètres du pergélisol provenant de glace de ségrégation, glace de fente en coin, et de la glace relictuelle. Les estimations pour les trois types de glace sont basées sur la modélisation d'O'Neill et al. (2019) (https://doi.org/10.5194/tc-13-753-2019), et informé par les valeurs publiées disponibles de la teneur en glace de sol, et les connaissances d'experts. La cartographie offre une meilleure représentation de la glace de sol au Canada à grande échelle, intégrant les connaissances actuelles sur les associations entre les conditions géologiques et environnementales et le type et l'abondance de la glace de sol. Il fournit une base pour les tests d'hypothèse liés aux contrôles à grande échelle sur la formation, la préservation et la fonte de la glace de sol.
Dites-nous ce que vous pensez!
GEO.ca s’engage à favoriser un dialogue ouvert et à renforcer la communauté autour des
enjeux et sujets liées à la localisation qui vous intéressent.
Faites-nous part de vos commentaires