Ce jeu de données est produit et publié annuellement par Ressources naturelles Canada. Il contient une variété de statistiques sur la production de minéraux du Canada et montre l’emplacement géographique des principaux champs de gaz, certaines activités métallurgiques, mines de minéraux métalliques, non métalliques et de charbon, et mines de sables bitumineux dans les provinces et les territoires du Canada.Produit connexe:- **[Les 100 principaux projets d'exploration](https://open.canada.ca/data/fr/dataset/b64179f3-ea0f-4abb-9cc5-85432fc958a0)**

Les indices, les gîtes, les mines et les carrières comprennent les informations se rapportant au pierre architecturale concassée ou industrielle, aux substances non métalliques et aux substances métalliques.

Un modèle prédictif pour les gisements canadiens de terres rares (REE ± Nb) associés aux carbonatites est présenté ici. Ce modèle a été élaboré en intégrant diverses couches de données provenant de sources géophysiques, géochronologiques et géologiques. Ces couches représentent les principaux composants des systèmes minéralisés associés aux carbonatites, notamment la source, les mécanismes de transport, les pièges géologiques et les processus de préservation. Des algorithmes d'apprentissage profond ont été utilisés pour intégrer ces couches dans un cadre prédictif complet. Voici un lien vers la publication décrivant ce produit :https://link.springer.com/article/10.1007/s11053-024-10369-7

Cet ensemble de données contient des données ponctuelles issues des relevés des sols du ministère de l'Agriculture du Manitoba à différentes échelles, allant de données très détaillées à des informations de niveau de reconnaissance plus large. L'objectif de ce fichier est d'afficher des étiquettes supplémentaires pour certains attributs de grands polygones cartographiques.Le sol est essentiel à la survie de l'homme. Nous en dépendons pour la production de denrées alimentaires, de fibres, de bois et de cultures énergétiques. Avec le climat, le sol détermine quelles cultures peuvent être cultivées, où et combien elles produiront. En plus de subvenir à nos besoins agricoles, nous comptons sur le sol pour réguler le débit des eaux de pluie et pour servir de filtre à l'eau potable. Compte tenu de ce rôle extrêmement important, il est impératif que nous gérions nos sols pour leur productivité, leur durabilité et leur santé à long terme. La première étape de la gestion durable des sols consiste à s'assurer que le sol soutiendra l'activité d'utilisation des terres. Par exemple, seuls les meilleurs sols agricoles du Manitoba favoriseront la production de céréales et de légumes, tandis que les sols agricoles plus marginaux favoriseront la production de fourrage et de pâturage. Pour cette raison, le développement agricole ne devrait intervenir que dans les zones où les ressources du sol soutiendront l'activité agricole. La seule façon d'y parvenir est de comprendre les ressources en sol disponibles. Les informations issues de l'étude des sols sont essentielles pour comprendre les ressources du sol. L'étude des sols est un inventaire des propriétés du sol (telles que la texture, le drainage interne, le matériau d'origine, la profondeur de la nappe phréatique, la topographie, le degré d'érosion, le caractère pierreux, le pH et la salinité) et de leur distribution spatiale dans un paysage. Les sols sont regroupés en types similaires et leurs limites sont délimitées sur une carte. Chaque type de sol possède un ensemble unique de caractéristiques physiques, chimiques et minéralogiques et présente des réactions similaires à l'utilisation et à la gestion. Les informations recueillies lors d'une étude des sols peuvent être utilisées pour prédire ou estimer les potentiels et les limites du comportement des sols sous différentes utilisations. Ainsi, les études de sol peuvent être utilisées pour planifier le développement de nouvelles terres ou pour évaluer la conversion de terres à de nouveaux usages. Les études de sol fournissent également un aperçu du type et de l'intensité de la gestion des terres qui sera nécessaire. L'échelle des données sur les sols du Manitoba varie de 1:5 000 à 1:126 720, comme indiqué dans la colonne « ÉCHELLE ». Ce fichier contient des données sur les sols qui ont été recueillies à un niveau d'intensité d'enquête de premier ordre. Cela inclut les données collectées à une échelle de 1:5 000. L'objectif de l'enquête à cette échelle est de collecter des données de haute précision à l'échelle du terrain et elles sont principalement utilisées dans les parcelles de recherche et autres zones très intensives. Il s'applique également à la production et à la planification agricoles, telles que l'agriculture de précision, les capacités agricoles, l'ingénierie, les loisirs, l'adéquation des pommes de terre et à l'irrigation et les indices de productivité. Les descriptions des profils et les échantillons sont collectés pour tous les sols. Au moins une inspection du sol est effectuée par délimitation et la taille minimale est de 0,25 acre. La taxonomie des sols est généralement la série Phases of Soil. L'échelle cartographique est de 1:5 000 ou 12,7 po/mile. Ce fichier contient également des données sur les sols qui ont été recueillies au Manitoba à un niveau d'intensité de relevé de second ordre. Cela inclut les données collectées à une échelle de 1:20 000. L'objectif de l'enquête à cette échelle est de collecter des données à l'échelle du terrain et celles-ci sont principalement utilisées pour la production et la planification agricoles, telles que l'agriculture de précision, les capacités agricoles, l'ingénierie, les loisirs, l'adéquation des pommes de terre et de l'irrigation et les indices de productivité. Les fosses à sol sont généralement espacées d'environ 200 mètres et sont creusées le long de transects distants d'environ 500 mètres. Cela se traduit par environ 32 sites d'inspection par section (640 acres). Les sols de chaque délimitation sont identifiés par des observations sur le terrain et des données de télédétection. Les limites sont vérifiées à intervalles rapprochés. Des descriptions de profils sont recueillies pour tous les principaux sols nommés et 10 sites/section d'inspection et 2 à 3 horizons par site nécessitent des analyses en laboratoire. Au moins une inspection du sol est effectuée dans plus de 90 % des délimitations et la délimitation de la taille minimale est généralement d'environ 4 acres à 1:20 000. La taxonomie des sols est généralement la série Phases of Soil. L'échelle cartographique est de 1:20 000 ou 3,2 pouces/mile. Ce fichier contient également des données qui ont été collectées au troisième ordre. Cela inclut des échelles de 1:40 000 et 1:50 000. L'objectif de l'enquête à cette échelle est de recueillir des données à l'échelle du terrain ou des données régionales. Si la topographie est relativement uniforme, les interprétations appropriées incluent la capacité agricole, l'ingénierie, les loisirs, l'adéquation des pommes de terre et à l'irrigation et les indices de productivité. Les fosses de sol sont généralement creusées à proximité des périmètres des sections. Cela se traduit par environ 16 sites d'inspection par section (640 acres). Les limites du sol sont tracées à l'aide de données d'observation et de télédétection. Des descriptions de profils existent pour tous les principaux sols nommés et 2 sites/section d'inspection et 2 à 3 horizons par site nécessitent des analyses en laboratoire. Au moins une inspection du sol est effectuée dans 60 à 80 % des délimitations et la délimitation de la taille minimale se situe généralement entre 10 et 20 acres. La taxonomie des sols est généralement une série ou une phase d'une série de sols. L'échelle cartographique est de 1:40 000 ou 2 pouces/mile ; 1:50 000 ou 1,5 pouce/mile. Ce fichier contient également des données sur les sols qui ont été collectées à un niveau d'intensité d'enquête du quatrième ordre. Cela comprend des échelles de 1:63 360, 1:100 000, 1:125 000 et 1:126 720. L'objectif de l'enquête est de recueillir des données provinciales et de fournir des informations générales sur les sols concernant la gestion et l'utilisation des terres. Le nombre de fosses creusées dans le sol était en moyenne d'environ 6 inspections par section (640 acres). Les limites du sol sont tracées par interprétation de données de télédétection et il existe peu d'inspections. Les descriptions des profils sont collectées pour tous les principaux sols nommés. Au moins une inspection du sol est effectuée dans 30 à 60 % des délimitations et la taille minimale est de 40 acres (1:63 360), 100 acres (1:100 000), 156 acres (126 700) et 623 acres (250 000). La taxonomie des sols comprend généralement des phases de sous-groupe ou d'association. En 2022, les travaux de terrain et les rapports d'étude des sols sont toujours en cours de collecte dans certaines zones où des informations détaillées n'existent pas. Ce fichier sera mis à jour au fur et à mesure que de plus amples informations seront disponibles. Généralement, cela se fait dans les municipalités rurales. Dans certaines régions du Manitoba, il existe des informations plus détaillées et historiques que celles contenues dans ce fichier. Cependant, pour le moment, certaines de ces informations ne sont disponibles que sur papier. Ce fichier sera mis à jour au fur et à mesure que de nouvelles informations seront transférées dans un format SIG. Ce fichier possède un cadre organisationnel similaire aux fichiers numériques SoilAid originaux et une partie de cette étendue géographique était initialement disponible sur le site Web de la Manitoba Land Initiative (MLI). Les domaines et les valeurs codées ont également été intégrés dans les fichiers de géodatabase. Cela permet à l'utilisateur de visualiser les informations relatives aux attributs de manière abrégée ou plus descriptive. Le choix d'afficher la description des valeurs codées permet à l'utilisateur de visualiser les informations détaillées associées à la valeur d'attribut (ce qui réduit le besoin de se référer constamment aux descriptions contenues dans les métadonnées). Pour modifier ces paramètres dans ArcCatalog, accédez à Personnaliser -> Options ArcCatalog -> onglet Tableaux -> cochez ou décochez « Afficher les descriptions des domaines et des sous-types à valeurs codées ». Pour modifier ces paramètres dans ArcMap, accédez à Personnaliser -> ArcMapOptions -> onglet Tableaux -> cochez ou décochez « Afficher les descriptions des domaines et des sous-types à valeurs codées ». Ce paramètre peut également être modifié en ouvrant la table attributaire, puis en cochant ou décochant « Afficher les descriptions des domaines et des sous-types de valeurs codées » (en haut à gauche) -> Apparence -> Apparence ->. Le fichier contient également des alias de champ, qui peuvent également être activés ou désactivés sous Options de table. Cette même fonctionnalité est disponible dans ArcGIS Pro.Pour plus d'informations : https://www.gov.mb.ca/agriculture/soil/soil-survey/importance-of-soil-survey-mb.html #** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Informations sur les traits, les prises, et la fréquence des longueurs des poissons capturés lors des relevés des pêches sentinelles en août dans le sud du golfe du Saint-Laurent (division 4T de l'OPANO). Indices d'abondance et modèles de distribution spatiale des poissons de fond commerciaux.Note : Suite à des retards en lien avec la Covid et des complexités logistiques le projet n'a pas eu lieu en 2020

Les indices canadiens de résilience et de vulnérabilité sociales ont été créés pour fournir des données géographiques portant sur la résilience et la vulnérabilité aux dangers et aux risques naturels au Canada. Plus précisément, l’Indice canadien de résilience sociale (ICRS) vise à refléter la capacité d’une collectivité à réagir aux dangers naturels et à se remettre de ceux-ci. En revanche, l'Indice canadien de vulnérabilité sociale (ICVS) vise à rendre compte de la vulnérabilité sociale d’une région en fonction des facteurs susceptibles d’amplifier l’incidence des catastrophes sur les populations.Avant la création de l’ICRS et de l’ICVS, des cadres d’indicateurs ont été élaborés pour la résilience sociale et la vulnérabilité sociale, respectivement. Les indicateurs ont été choisis en raison de leur association démontrée en matière de résilience sociale ou de vulnérabilité sociale. La sélection est fondée sur la documentation théorique et les travaux de recherche, les indices existants, la disponibilité des données pertinentes et la collaboration avec les spécialistes en la matière.La création de l’ICRS et l’ICVS s’appuie sur les données tirées des aires de diffusion (AD) à l'échelle du pays. Les indicateurs sélectionnés ont été inclus dans une analyse en composantes principales, une technique statistique qui permet de condenser un grand nombre d’indicateurs en un petit nombre de composantes interprétables. D’après les résultats de l’analyse en composantes principales, des scores au niveau des AD ont été calculés pour chaque indice. Les AD qui affichent des scores de l’ICRS plus élevés représentent les AD les plus résilientes, tandis que les AD qui affichent des scores de l’ICVS plus élevés représentent les AD les plus vulnérables.Les indices peuvent être utilisés pour mieux comprendre les régions pouvant subir les conséquences sociales les plus disproportionnées à la suite des dangers naturels.

L’exposition aux vagues poussées par le vent constitue un gradient physique clé dans les environnements littoraux, influençant à la fois les communautés écologiques et les activités humaines. Nous avons calculé un indice d’exposition relative (IER) pour les vagues entraînées par le vent couvrant la zone côtière de la biorégion du plateau néo-écossais-baie de Fundy. Nous avons calculé un IER et deux autres indices basés sur le fetch (fetch total, fetch minimal) à partir de deux formulations du fetch éolien (fetch non pondéré et fetch effectif) pour des points d’entrée dans une grille avec des cellules uniformément espacées (résolution de 50 m) couvrant une zone tampon à moins de 5 km du littoral et à une profondeur inférieure à 50 m. Nous avons calculé les longueurs de recherche non pondérées (m) pour 32 caps par point d’entrée (intervalles de 11,25°), et le fetch effectif pour 8 caps par point (intervalles de 45°). Le fetch non pondéré est la distance le long d’un cap donné entre un point situé dans les eaux côtières et la terre. Le fetch effectif est une moyenne pondérée en fonction de la direction de plusieurs mesures de fetch autour d’un cap donné qui réduit l’influence de la forme irrégulière du littoral sur les estimations d’exposition. Pour les calculs de fetch, nous avons utilisé des caractéristiques terrestres à une échelle de 1:50 000 pour les frontières administratives canadiennes (RNCan 2017), et une résolution inconnue pour Saint-Pierre-et-Miquelon et les États américains bordant le golfe du Maine (GADM 2012). Le fetch non pondéré total et minimal pour chaque point fournit des résumés grossiers de l’exposition aux vagues et de la distance à la terre, respectivement. L’indice d’exposition relative (IER) donne une mesure plus précise de l’exposition en combinant le fetch effectif avec les vitesses de vent modélisées (m s-1) et les données de fréquence. Nous fournissons les calculs originaux du fetch non pondéré, du fetch effectif et d’autres indices basés sur le fetch (c.-à-d. fetch total et minimal) en format CSV ainsi que la couche d’IER (format GeoTIFF) rééchantillonnée à une résolution de 35 mètres. Avec une large couverture spatiale et une haute résolution, ces indices peuvent soutenir la modélisation de la distribution à l’échelle régionale des espèces et des assemblages biologiques dans la zone côtière ainsi que les activités de planification spatiale marine.Lorsque vous utilisez des données, veuillez citer ce qui suit :O’Brien JM, Wong MC, Stanley RRE (2022) A relative wave exposure index for the coastal zone of the Scotian Shelf-Bay of Fundy Bioregion. Figshare. Collection. https://doi.org/10.6084/m9.figshare.c.5433567RéférencesGADM database of Global Administrative Areas (2012). Global Administrative Areas, version 2.0. (accessed 2 December 2020). www.gadm.orgNatural Resources Canada (2017) Administrative Boundaries in Canada - CanVec Series - Administrative Features - Open Government Portal. (accessed 2 December 2020). https://open.canada.ca/data/en/dataset/306e5004-534b-4110-9feb-58e3a5c3fd97.

Cet ensemble de données comprend cinq couches d'indice d'exposition aux ondes relatives atténuées en profondeur en format raster. Les valeurs de l'indice d'exposition relative (REI) sont calculées en fonction de l'analyse efficace (dérivée des valeurs d'extraction) combinée à des données modélisées sur le vent. Les couches de REI de sortie sont atténuées par la profondeur, ce qui donne des valeurs plus élevées dans les zones peu profondes près des côtes (Bekkby et al., 2008). Les valeurs des cellules représentent une estimation de l'exposition aux vagues à la profondeur du fond normalisée entre les régions de 0 (protégée) à 1 (exposée).L'objectif de cet ensemble de données est de fournir une estimation de l'exposition aux vagues à la profondeur du fond, principalement à des fins de modélisation de la répartition des espèces. Chaque raster monobande correspond à une région marine, qui coïncide généralement avec les couches suivantes du jeu de données Limites de la modélisation de la distribution des espèces (https://www.gis-hub.ca/dataset/sdm-boundaries) : Nearshore_HG, Nearshore_NCC, Nearshore_QCS, Nearshore_QCS et Shelf_Salishsea. Ces couches s'étendent jusqu'à 50 m de profondeur et jusqu'à 5 km du rivage.Des données tabulaires (fichiers csv) sont également incluses dans le dossier de données. Ces données sont les valeurs calculées de l'indice d'exposition relative (REI) avec des champs pour les informations de position. Les valeurs d'extraction à partir de la recherche côtière quadrillée (https://gis-hub.ca/dataset/gridded-nearshore-fetch) sont utilisées comme ensemble de données source et les emplacements dans le REI sont les mêmes que ceux de la recherche quadrillée.

Les indices agroclimatiques à échelle statistiquement réduite de la CMIP6 d’Environnement et Changement climatique Canada (ECCC) sont une version mise à jour de l’ensemble de données des indices agroclimatiques de la CMIP5 utilisant deux ensembles différents de scénarios à échelle statistiquement réduite créés par le Pacific Climate Impacts Consortium (PCIC): 1. scénarios climatiques canadiens à échelle réduite – méthode univariée de la CMIP6 (CanDCS-U6), et 2. scénarios climatiques canadiens à échelle réduite – méthode multivariée de la CMIP6 (CanDCS-M6). Pour répondre aux besoins de différents groupes d’utilisateurs au Canada, 49 indices, notamment des indices agroclimatiques, qui ont été proposés par la communauté canadienne de l’adaptation durant une série de consultations. Consultez la liste des définitions pour connaître les équations associées à chaque indice. En 2025, le PCIC a élargi les indices agroclimatiques de la CMIP6 en ajoutant CanDCS-M6, qui inclut SSP3-7.0 pour la plupart des MCM. En outre, le PCIC a ajouté 18 nouveaux indices aux 49 précédents. Les 67 indices sont disponibles pour CanDCS-U6 et CanDCS-M6.L’éventail d’indices climatiques utiles pour examiner les effets qui sont téléchargeables comprend des indices représentant le nombre de jours où la température ou les précipitations sont supérieures (ou inférieures) à une valeur seuil, des indices de durée des épisodes d’une condition météorologique ou climatique particulière, et des indices qui cumulent les écarts de température au-dessus ou au-dessous d’un seuil fixé. Les indices climatiques statistiquement mis à l’échelle sont disponibles pour les modèles individuels et les ensembles de modèles, les simulations historiques (1951-2014) et trois scénarios d’émissions appelés « profils socioéconomiques partagés » (SSP), soit SSP1-2.6, SSP2-4.5 et SSP5-8.5 (2015-2100), à une résolution de grille de 10 x 10 km. L’ensemble de données des indices agroclimatiques CanDCS-M6 comprend également les résultats de SSP3-7.0.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.

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.