Ce jeu de données contient des indices spatiaux de sensibilité environnementale et sociale liés au développement des ressources naturelles pour l’ensemble du Canada. Les rasters des résultats du modèle (cartes d’indice) et les facteurs d’entrée (indices pondérés) sont inclus, ainsi que les fichiers de points indiquant les emplacements des projets miniers, forestiers, d’énergie renouvelable et des futurs grands projets.

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

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

OBJECTIF :Fournir des paramètres démographiques et des indices d'abondance relative pour le hareng de l'Atlantique dans la division 4T de l'OPANO.DESCRIPTION :Les relevés expérimentaux au filet maillant est menée en collaboration avec les pêcheurs de hareng de l'Atlantique et utilise des filets maillants standardisé composés de plusieurs panneaux aux maillages différents. Les filets sont posés sur les frayères au printemps et à l'automne. Les données (poissons et échantillons) sont recueillies afin de fournir: (1) des indices d'abondance relatifs par âge, (2) un estimer de la sélectivité des filets maillant de différentes tailles de maillage utiliser pour la pêche commerciale au fil du temps, et (3) des informations sur la composition démographique du hareng dans les frayères. PARAMÈTRES COLLECTÉS :Échantillon : emplacement de l'échantillon ; poids de l'échantillon ; taille des mailles ; fréquence de longueurBiologique : longueur ; poids ; poids des gonades ; stade de maturité (biologique) ; sexe (biologique) ; nombre d'anneaux (biologique)LIMITATION DE L'UTILISATION :Pour assurer l'intégrité scientifique et l'utilisation appropriée des données, nous vous encourageons à contacter le gardien des données.

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.

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.

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.

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.

OBJECTIF :Depuis 2003, un relevé standardisé au chalut de fond à panneaux a été effectué par des bateaux commerciaux dans le sud du golfe du Saint-Laurent (division 4T de l'OPANO). L'objectif principal de ce relevé est d'obtenir des indices d'abondance pour les principales ressources de poisson de fibd commerciaux de la région.DESCRIPTION :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 PARAMÈTRES COLLECTÉS :Estimations de l'abondance (écologique); distribution (écologique); nombre d'espèces (écologique); engins (de pêche); informations sur le navire (pêche); point (spatial).NOTES SUR LE CONTRÔLE DE QUALITÉ :Les noms scientifiques répertoriés dans la liste des espèces étudiées ont été associés à des normes reconnues - les taxons marins ont été associés au Registre mondial des espèces marines (WoRMS) à l'aide de leur outil de correspondance de taxons en ligne. Tous les emplacements d'échantillonnage ont été représentés sur une carte pour effectuer une vérification visuelle confirmant que les coordonnées de latitude et de longitude se trouvaient dans la zone d'échantillonnage décrite.MÉTHODES D'ÉCHANTILLONNAGE :Pour plus d’informations sur les méthodes d’échantillonnage et la documentation de référence, veuillez consulter la liste des références fournies.LIMITATION DE L'UTILISATION :Pour assurer l'intégrité scientifique et l'utilisation appropriée des données, nous vous encourageons à contacter le gardien des données.