Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.

L'instrument ASTER qui a été lancé à bord de la sonde Terra de la NASA en décembre 1999 possède une capacité stéréoscopique longitudinale utilisant deux télescopes dans sa bande spectrale proche infrarouge pour acquérir des données à partir des vues du nadir et de l'arrière. Plus de 1,2 million de scènes (produits de niveau 1A) acquises entre mars 2000 et août 2008 ont été utilisées pour générer la collection ASTER Global DEM (ASTGTM). Pour plus d'informations sur l'ASTER Global DEM, veuillez consulter le lien des métadonnées.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Cette couche est la classification actuelle de la gravité des incendies par année d'incendie pour les grands incendies (supérieurs à 100 ha). La cartographie de la gravité des brûlures est réalisée à l'aide des meilleures images multispectrales satellitaires disponibles avant et après l'incendie, acquises par l'instrument multispectral (MSI) à bord du satellite Sentinel-2 ou par le capteur Operational Land Imager (OLI) à bord des satellites Landsat-8 et 9. Tout est mis en œuvre pour utiliser des images exemptes de nuages, de fumée, d'ombres et de neige acquises avant le 30 septembre. Cependant, à la fin de la saison des incendies, les images acquises après le 30 septembre peuvent être utilisées. Cette couche est considérée comme un produit provisoire pour l'ensemble de données sur la gravité des brûlures un an plus tard (WHSE_FOREST_VEGETATION.VEG_BURN_SEVERITY_SP). La cartographie réalisée au cours de la saison de croissance suivante bénéficie d'une meilleure disponibilité des images après les incendies et devrait être plus représentative de la mortalité des arbres. #### Méthodologie : • Sélectionnez des images appropriées avant et après les incendies ou créez un composite sans nuage/neige/sans fumée à partir de plusieurs scènes d'images • Calculez le ratio de gravité des brûlures (NBR) normalisé pour les images avant et après le feu • Calculez la différence NBR (DNBR) où DnBR = avant et après NBR • Appliquer une équation d'échelle (DNBR_Scaled = DNBr*1000 + 275) /5) • Appliquez des seuils BARC (76, 110, 187) pour créer une classe à 4 image (non brûlée, faible gravité, gravité moyenne et gravité élevée) • Masquez les plans d'eau à l'aide d'une couche d'eau dérivée des satellites • Appliquez des filtres régionaux pour réduire le bruit • Confirmez les résultats de l'analyse de la gravité des brûlures grâce à un contrôle visuel de la qualité • Produisez un jeu de données vectorielles et appliquez le lissage de distance euclidien** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Moyenne de l’ensoleillement horizontal global (EHG) horaire sur 17 ans (1998-2014). Données extraites de la base nationale de rayonnement solaire (NSRDB) développée à l'aide du modèle solaire physique PSM (Physical Solar Model) par le National Renewable Energy Laboratory ("NREL"), Alliance for Sustainable Energy, LLC, U.S. Department of Energy ("DOE").La version actuelle de la base de données nationale sur le rayonnement solaire des États-Unis, soit la NSRDB (National Solar Radiation Database) (v. 2.0.1), a été développée à l'aide du modèle solaire physique PSM (Physical Solar Model) et il donne aux utilisateurs l'accès aux ensembles de données sur les ressources solaires de 1998 à 2014. La NSRDB contient des données météorologiques et des données sur l'énergie solaire reçues aux 30 minutes pour environ 2 millions de pixels de surface mesurant 0,038 degré de latitude sur 0,038 degré de longitude (valeur nominale de 4 km2). La zone visée est délimitée par les longitudes -25° ouest et -175° ouest, ainsi que les latitudes -20° sud et 60° nord. Les valeurs de rayonnement solaire représentent l'énergie solaire disponible pour les systèmes d'énergie solaire. Le modèle AVHRR PATMOS-x (Pathfinder Atmospheres-Extended) utilise des images du rayonnement reçues dans les canaux visible et infrarouge aux 30 minutes à partir de la série de satellites météorologiques géostationnaires GOES. Le modèle se sert aussi de données climatologiques d’albédo et rapport de mélange, ainsi que des profils de température et de pression atmosphérique MERRA (Modern Era-Retrospective Analysis) pour générer le masque et les propriétés des nuages. Les propriétés de nuages générées avec PATMOS-x sont utilisées dans les modèles rapides de transfert radiatif, et pour établir l'épaisseur optique des aérosols (AOD) et la vapeur d'eau précipitable de sources auxiliaires afin d'estimer l’ensoleillement direct normal (EDN) et l’ensoleillement horizontal global (EHG). Un bilan quotidien de l'épaisseur optique des aérosols (AOD) est réalisé en mettant en commun des données provenant des satellites MODIS et MISR et des stations au sol AERONET. Les données de vapeur d'eau et d'autres données à inclure proviennent de MERRA. Dans les scènes à ciel dégagé, l’ensoleillement direct normal (EDN) et l’ensoleillement horizontal global (EHG) sont calculés à l'aide du modèle de transfert radiatif REST2. Dans les scènes nuageuses représentées par le masque nuageux, le modèle rapide de rayonnement solaire plein ciel (FARMS) est utilisé pour calculer l’ensoleillement horizontal global (EHG). L’ensoleillement direct normal (EDN) des scènes nuageuses est ensuite calculé à l'aide du modèle DISC. Les données de cette couche correspondent à la moyenne de l’ensoleillement horizontal global horaire sur 17 ans (1998-2014). NOTE: Les données et les cartes de système d'information géographique (SIG) des ressources solaires pour l’Ensoleillement horizontal global (EHG) et l’Ensoleillement normal direct (END) ont été développées par le National Renewable Energy Laboratoy (NREL) et sont fournies pour le Canada à titre estimatif. En ce moment, ni les données NREL, ni le modèle solaire physique PSM (Physical Solar Model) sur lequel repose les données NREL, ont été évalués ou validés pour les applications particulières à la météorologie Canadienne. Une carte Canadienne de l’EHG développée par le ministère des Ressources naturelles Canada (RNCan) qui est basée sur le modèle de State University of New York (SUNY) et qui a été évaluée et validée pour les applications particulières à la météorologie canadienne est disponible à http://atlas.gc.ca/cerp-rpep/fr/.

Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.

Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.

Le système d’identification automatique (SIA) est un système mondial de suivi des navires par moyen satellite et terrestre qui utilise de l’équipement embarqué pour suivre à distance l’identification des navires et les informations de position. Il est généralement requis sur des navires de plus de 300 tonnes lors d’un voyage international, ou un navire de 500 tonnes n’effectuant pas de voyage international, ainsi que les navires passagers de toutes tailles. Les technologies de suivi SIA sont principalement utilisées pour soutenir la connaissance du domaine maritime en temps réel et pour la sécurité maritime, ainsi que la sécurité de la vie en mer. Ce rapport décrit une analyse du système d’information géographique (SIG) des données SIA de 2019 pour produire des cartes de densité de navires annuelles et mensuelles pour toutes les classes de navires combinées et des cartes de densité annuelle pour chaque classe de navires. L’année 2019 a été choisie pour représenter les densités de navigation dans une représentation avant la pandémie COVID 19 du secteur de transport maritime dans l’Atlantique nord-ouest. Les applications cartographiques de densité des navires peuvent être utilisées dans l’analyse spatiale et à soutenir les décisions concernant la planification spatiale marine. En 2023, le processus a été appliqué aux années 2013 à 2022 et a été rendu disponible en utilisant les mêmes processus que ceux appliqués aux ensembles de données originaux de 2019.

Vue spatiale à l'échelle de la province montrant le point le plus en aval d'un cours d'eau ou d'un système de drainage, établi par décret en tant que réserve d'eau. Cette couche est mise à jour quotidiennement.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **