8a80c6f7-86a7-49e8-97c2-5229068e64cd eng; CAN utf8; utf8 dataset; jeuDonnées Cathryn Murray Government of Canada; Fisheries and Oceans Canada; Science/Ecosystems and Ocean Science/Ocean Science Division Government of Canada; Fisheries and Oceans Canada; Sciences/Écosystèmes et Sciences océaniques/Division des sciences océaniques Program Manager Gestionnaire de programme 250-363-3001 250-363-3001 Institute of Ocean Sciences 9860 West Saanich Road P.O. Box 6000 Institut des sciences de la mer 9860 chemin West Saanich C.P. 6000 Sidney British Columbia Colombie-Britannique V8L4B2 Canada Canada (le) Cathryn.Murray@dfo-mpo.gc.ca Cathryn.Murray@dfo-mpo.gc.ca http pointOfContact; contact 2025-02-05T12:43:53.511Z North American Profile of ISO 19115:2003 - Geographic information - Metadata Profil nord-américain de la norme ISO 19115:2003 - Information géographique - Métadonnées CAN/CGSB-171.100-2009 French; Français Canada; Canada utf8; utf8 EPSG:4326 https://epsg.io Commercial Whale Watching in British Columbia Observation commerciale des baleines en Colombie-Britannique 2023-07-04 publication; publication 2023-05-11 creation; création 2024-10-04 revision; révision Norma Serra-Sogas Government of Canada; Fisheries and Oceans Canada; Science/Ecosystems and Ocean Science/Ocean Science Division Government of Canada; Fisheries and Oceans Canada; Sciences/Écosystèmes et Sciences océaniques/Division des sciences océaniques Aquatic biologist Biologiste aquatique 250-363-3001 250-363-3001 Institute of Ocean Sciences 9860 West Saanich Road P.O. Box 6000 Institut des sciences de la mer 9860 chemin West Saanich C.P. 6000 Sidney British Columbia Colombie-Britannique V8L 4B2 Canada Canada (le) normaserra@gmail.com normaserra@gmail.com http originator; auteur Description: These commercial whale watching data are comprised of two datasets. First, the ‘whale_watching_trips_jun_sep_british_columbia’ data layer summarizes commercial whale watching trips that took place in 2019, 2020 and 2021 during the summer months (June to September). The second data layer, ‘wildlife_viewing_events_jun_sep_british_columbia’ contains estimated wildlife viewing events carried out by commercial whale watching vessels for the same years (2019, 2020 and 2021) and months (June to September). Commercial whale watching trips and wildlife viewing events are summarized using the same grid, and they can be related using the unique cell identifier field ‘cell_id’. The bulk of this work was carried out at University of Victoria and was funded by the Marine Environmental Observation, Prediction and Response (MEOPAR) Network under the ‘Whale watching AIS Vessel movement Evaluation’ or WAVE project (2018 – 2022). The aim of the WAVE project was to increase the understanding of whale watching activities in Canada’s Pacific region using vessel traffic data derived from AIS (Automatic Identification System). The work was finalized by DFO Science in the Pacific Region. These spatial data products of commercial whale watching operations can be used to inform Marine Spatial Planning, conservation planning activities, and threat assessments involving vessel activities in British Columbia. Methods: A list of commercial whale watching vessels based in British Columbia and Washington State and their corresponding MMSIs (Maritime Mobile Service Identity) was compiled from the whale watching companies and Marine Traffic (www.marinetraffic.com). This list was used to query cleaned CCG AIS data to extract AIS positions corresponding to commercial whale watching vessels. A commercial whale watching trip was defined as a set of consecutive AIS points belonging to the same vessel departing and ending in one of the previously identified whale watching home ports. A classification model (unsupervised Hidden Markov Model) using vessel speed as the main variable was developed to classify AIS vessel positions into wildlife-viewing and non wildlife viewing events. Commercial whale watching trips in the south and north-east of Vancouver Island were limited to a duration of minimum 1 hour and maximum 3.5 hours. For trips in the west coast of Vancouver island the maximum duration was set to 6 hours. Wildlife-viewing events duration was set to minimum of 10 minutes to a maximum of 1 hour duration. For more information on methodology, consult metadata pdf available with the Open Data record. References: Nesdoly, A. 2021. Modelling marine vessels engaged in wildlife-viewing behaviour using Automatic Identification Systems (AIS). Available from: https://dspace.library.uvic.ca/handle/1828/13300. Data Sources: Oceans Network Canada (ONC) provided encoded AIS data for years 2019, 2020 and 2021, within a bounding box including Vancouver Island and Puget Sound used to generate these products. This AIS data was in turn provided by the Canadian Coast Guard (CCG) via a licensing agreement between the CCG and ONC for the non-commercial use of CCG AIS Data. More information here: https://www.oceannetworks.ca/science/community-based-monitoring/marine-domain-awareness-program/ Molly Fraser provided marine mammal sightings data collected on board a whale watching vessels to develop wildlife-viewing events classification models. More information about this dataset here: https://www.sciencedirect.com/science/article/pii/S0308597X20306709?via%3Dihub Uncertainties: The main source of uncertainty is with the conversion of AIS point locations into track segments, specifically when the distance between positions is large (e.g., greater than 1000 meters). Description: Ces données commerciales d'observation des baleines sont composées de deux ensembles de données. Premièrement, la couche de données « whale_watching_trips_jun_sep_british_columbia » résume les voyages commerciaux d'observation des baleines qui ont eu lieu en 2019, 2020 et 2021 pendant les mois d'été (de juin à septembre). La deuxième couche de données, « wildlife_viewing_events_jun_sep_british_columbia », contient des estimations des événements d'observation de la faune effectués par les navires commerciaux d'observation des baleines pour les mêmes années (2019, 2020 et 2021) et mois (juin à septembre). Les voyages commerciaux d'observation des baleines et les activités d'observation de la faune sont résumés à l'aide de la même grille, et ils peuvent être reliés à l'aide du champ d'identification de cellule unique « cell_id ». La majeure partie de ce travail a été réalisée à l'Université de Victoria et a été financée par le Marine Environmental Observation, Prediction and Response Network (MEOPAR) dans le cadre du projet WAVE (2018-2022) « Évaluation des mouvements des navires AIS pour l'observation des baleines ». Le but du projet WAVE était d'accroître la compréhension des activités d'observation des baleines dans la région canadienne du Pacifique à l'aide des données sur le trafic maritime tirées du SIA (Système d'identification automatique). Le travail a été finalisé par le Secteur des sciences du MPO dans la région du Pacifique. Ces données spatiales provenant des activités commerciales d'observation des baleines peuvent être utilisées pour éclairer la planification spatiale marine, les activités de planification de la conservation et les évaluations des menaces liées aux activités des navires en Colombie-Britannique. Méthodes: Une liste des navires commerciaux d’observation des baleines en Colombie-Britannique et dans l’État de Washington et de leur MMSI (identité du service mobile maritime) correspondante a été dressée à partir des entreprises d’observation des baleines et du site Web Marine Traffic (www.marinetraffic.com). Cette liste a été utilisée pour interroger les données nettoyées du SIA de la GCC afin d’obtenir les positions du SIA correspondant aux navires commerciaux d’observation des baleines. Une excursion commerciale d’observation des baleines a été définie comme un ensemble de points du SIA consécutifs appartenant au même navire partant de l’un des ports d’attache d’observation des baleines précédemment déterminés, et y retournant. Un modèle de classification (modèle de Markov caché non supervisé) utilisant la vitesse du navire comme variable principale a été développé pour classer les positions des navires selon le SIA en événements d’observation de la faune et en événements autres que l’observation de la faune. Les excursions commerciales d’observation des baleines au sud et au nord-est de l’île de Vancouver ont été limitées à une durée minimale d’une heure et à une durée maximale de 3,5 heures. Pour les excursions sur la côte ouest de l’île de Vancouver, la durée maximale a été fixée à 6 heures. La durée des activités d’observation de la faune a été fixée à un minimum de 10 minutes et à un maximum d’une heure. Pour en savoir plus sur la méthodologie, consultez le fichier PDF des métadonnées accessible avec le dossier des données ouvertes. Références: Nesdoly, A. 2021. Modelling marine vessels engaged in wildlife-viewing behaviour using Automatic Identification Systems (AIS). Available from: https://dspace.library.uvic.ca/handle/1828/13300. Sources de données: Oceans Network Canada (ONC) a fourni des données du SIA codées pour les années 2019, 2020 et 2021, dans un cadre englobant l’île de Vancouver et la baie Puget utilisés pour générer ces produits. Ces données du SIA ont été fournies par la Garde côtière canadienne (GCC) dans le cadre d’un accord de licence entre la GCC et ONC pour l’utilisation non commerciale des données du SIA de la GCC. Plus de renseignements ici : https://www.oceannetworks.ca/science/community-based-monitoring/marine-domain-awareness-program/ Molly Fraser a fourni des données d’observation de mammifères marins recueillies à bord de navires d’observation des baleines afin de développer des modèles de classification des événements d’observation de la faune. Pour en savoir plus sur ce jeu de données, cliquez ici : https://www.sciencedirect.com/science/article/pii/S0308597X20306709?via%3Dihub. Incertitudes: La principale source d’incertitude réside dans la conversion des positions des points du SIA en segments de voie, en particulier lorsque la distance entre les positions est importante (par exemple, supérieure à 1 000 mètres). completed; complété notPlanned; nonPlanifié https://api-proxy.edh-cde.dfo-mpo.gc.ca/catalogue/records/8a80c6f7-86a7-49e8-97c2-5229068e64cd/attachments/Whale_watch_thumbnail.JPG whale_watching_thumbnail thumbnail de l'observation des baleines British Columbia Colombie-Britannique place; endroit AIS (Automatic Identification System) SIA (Système d'identification automatique) Marine Mammals Mammifères marins theme; thème Whales Baleine theme; thème Government of Canada Core Subject Thesaurus Thésaurus des sujets de base du gouvernement du Canada 2004 publication; publication 2016-07-04 creation;création geonetwork.thesaurus.external.theme.GC_Core_Subject Government of Canada; Library and Archives Canada Gouvernement du Canada; Bibliothèque et Archives Canada custodian; conservateur unclassified; nonClassifié Open Government Licence - Canada (http://open.canada.ca/en/open-government-licence-canada) Licence du gouvernement ouvert - Canada (http://ouvert.canada.ca/fr/licence-du-gouvernement-ouvert-canada) license; licence license; licence vector; vecteur eng; CAN utf8; utf8 oceans 2019-06-01 2021-09-30 -128.045 -121.9646 47.1048 51.1098 Encoded Canadian Coast Guard (CCG) Automatic Identification System (AIS) data (2019, 2020 and 2021) was decoded by Andrea Nesdoly using scripts developed in Python. This allows access to vessel information such as vessel positions, timestamp, vessels unique identifier or MMSIs (Maritime Mobile Service Identity), vessel speeds and course. Afterwards, the AIS data was cleaned by removing entries that met the following criteria: • duplicate AIS messages received within a 10 second timespan; • stationary docked vessel in a harbour; • invalid vessel positions with speed over ground greater than 70 knots; and • invalid vessel positions with a sudden change of direction. A list of commercial whale watching vessels based in British Columbia and Washington State and their corresponding MMSIs (Maritime Mobile Service Identity) was compiled from the whale watching companies and Marine Traffic (www.marinetraffic.com). This list was used to query the cleaned CCG AIS data to extract AIS positions corresponding to commercial whale watching vessels. AIS data was then divided into three subregions: south coast Vancouver Island including Puget Sound, west coast of Vancouver Island, and north-east Vancouver Island. Datasets containing commercial whale watching trips and wildlife-viewing events were generated for each sub-region. A commercial whale watching trip was defined as a set of consecutive AIS points belonging to the same vessel departing and ending in one of the previously identified whale watching home ports. Each identified trip received a unique identifier. A classification model (unsupervised Hidden Markov Model) using vessel speed as the main variable was developed to classify AIS vessel positions into wildlife-viewing and non wild-life viewing events. Each commercial whale watching trip was analyzed using the classification model to identify one or more wildlife-viewing events. Each wildlife-viewing event received a unique identifier. Commercial whale watching trips in the south and north-east of Vancouver Island were limited to a duration of minimum 1 hour and maximum 3.5 hours. For trips in the west coast of Vancouver island the maximum duration was set to 6 hours. Wildlife-viewing events duration was set to minimum of 10 minutes to a maximum of 1 hour duration. These duration thresholds were applied after exploratory analysis were carried out in R and adjusted based on feedback from commercial whale watching operators. The same thresholds were applied for each year. Cleaned AIS positions with whale watching trip information for each sub-region and year were imported to ArcGIS Pro to complete the following data processing: 1. Imported AIS vessel positions were saved as a point feature dataset. 2. Tracks were then generated using the tool ‘Point to Tracks Segments’. 3. Tracks from each sub-region and same year were combined using the tool ‘Merge’. 4. Tracks belonging to the summer period (June 1 to September 30) were saved as a separate layer. 5. Tracks were dissolved using the trip unique identifier to obtain one field entry for each whale watching trip. 6. Whale watching trip datasets for each summer period were intersected with a grid of 500 by 500 meters resolution. 7. Summary statistic tables were extracted for each year using the cell unique field and calculating the number of trips and distance travelled within the cell. 8. Output tables (one for each year) were then joined back to the grid dataset using the cell ID field, and then saved as a new dataset. 9. Undesired fields were deleted and remaining fields renamed. AIS positions representing wildlife-viewing events for each sub-region and year were imported to ArcGIS Pro to conduct the following data processing; 1. Imported AIS vessel positions were saved as point feature dataset. 2. Positions found within the boundaries of harbours and marinas were eliminated to remove the likelihood of false positives. 3. Positions found in narrow passages or very shallow waters (i.e., Fraser Delta) were also removed to reduce the number of false positives. 4. From the remaining points, tracks were generated using the tool ‘Point to Tracks Segments’. 5. Tracks longer than 2000 meters were deleted as well as tracks with an estimated speed greater than 14.5 knots. 6. Wildlife-viewing tracks belonging to the summer period (June 1 to September 30) were saved as a separate layer. 7. Summer wildlife-viewing tracks were intersected with the same grid used in the whale watching trip analysis of 500 by 500 meters. 8. The duration of the wildlife-viewing events per grid cell was calculated using the estimated speed per cell (this is carried over from the ‘Points to Tracks Segments’ tool) and the distance travelled per cell (this is automatically calculated after the intersection). 9. Wildlife-viewing events from each sub-region and same year were combined using the ‘Merge ‘tool. 10. Summary statistic tables were calculated for each year using the cell unique field and calculating the number of wildlife-viewing events and event duration per cell. 11. Output tables (one for each year) were then joined back to the grid dataset using the cell ID field, and then saved as a new dataset. 12. Undesired fields were deleted and kept field renamed. Les données encodées du Système d'identification automatique (SIA) de la Garde côtière canadienne (GCC) (2019, 2020 et 2021) ont été décodées par Andrea Nesdoly à l'aide de scripts développés en Python. Cela permet d'accéder à des renseignements sur les navires tels que la position des navires, l'horodatage, l'identificateur unique des navires ou les ISMM (Identité du service mobile maritime), la vitesse et la trajectoire des navires. Par la suite, les données du SIA ont été nettoyées en supprimant les entrées qui répondaient aux critères suivants : • les messages SIA en double reçus dans un délai de 10 secondes ; • navire amarré stationnaire dans un port ; • les positions invalides du bâtiment avec une vitesse au-dessus du sol supérieure à 70 nœuds ; • les positions invalides du navire avec un changement soudain de direction. Une liste des navires commerciaux d'observation des baleines basés en Colombie-Britannique et dans l'État de Washington et leurs ISMM correspondants (Maritime Mobile Service Identity) a été dressée auprès des entreprises d'observation des baleines et de Marine Traffic (www.marinetraffic.com). Cette liste a été utilisée pour interroger les données nettoyées du SIA de la GCC afin d'extraire les positions des SIA correspondant aux navires commerciaux d'observation des baleines. Les données sur les espèces aquatiques envahissantes ont ensuite été divisées en trois sous-régions : la côte sud de l'île de Vancouver, y compris Puget Sound, la côte ouest de l'île de Vancouver et le nord-est de l'île de Vancouver. Des ensembles de données contenant des excursions commerciales d'observation des baleines et des activités d'observation de la faune ont été générés pour chaque sous-région. Un voyage commercial d'observation des baleines a été défini comme un ensemble de points SIA consécutifs appartenant au même navire qui partait et se terminait dans l'un des ports d'attache d'observation des baleines précédemment identifiés. Chaque voyage identifié a reçu un identificateur unique. Un modèle de classification (modèle de Markov caché non supervisé) utilisant la vitesse des navires comme variable principale a été élaboré afin de classifier les positions des navires SIA dans les événements d'observation de la faune et d'autres événements d'observation de la faune. Chaque excursion commerciale d'observation des baleines a été analysée à l'aide du modèle de classification pour identifier un ou plusieurs événements d'observation de la faune. Chaque événement d'observation de la faune a reçu un identificateur unique. Les voyages commerciaux d'observation des baleines dans le sud et le nord-est de l'île de Vancouver ont été limités à une durée minimale d'une heure et à un maximum de 3,5 heures. Pour les voyages sur la côte ouest de l'île de Vancouver, la durée maximale a été fixée à 6 heures. La durée des activités d'observation de la faune a été fixée à un minimum de 10 minutes à une durée maximale d'une heure. Ces seuils de durée ont été appliqués après l'analyse exploratoire effectuée dans R et ajustés en fonction de la rétroaction des exploitants commerciaux d'observation des baleines. Les mêmes seuils ont été appliqués pour chaque année. Des emplacements d'AIS nettoyés avec des renseignements sur les voyages d'observation des baleines pour chaque sous-région et année ont été importés à ArcGIS Pro pour effectuer le traitement des données suivant : 1. Les positions des navires AIS importés ont été enregistrées en tant qu'ensemble de données d'entités ponctuelles. 2. Les pistes ont ensuite été générées à l'aide de l'outil « Pointer vers Tracks Segments ». 3. Les pistes de chaque sous-région et de la même année ont été combinées à l'aide de l'outil « Fusionner ». 4. Les pistes appartenant à la période estivale (du 1er juin au 30 septembre) ont été sauvegardées en tant que couche distincte. 5. Les pistes ont été dissoutes à l'aide de l'identificateur unique de sortie pour obtenir une entrée sur le terrain pour chaque excursion d'observation des baleines. 6. Les ensembles de données sur les voyages d'observation des baleines pour chaque période estivale ont été croisés avec une grille de résolution de 500 mètres sur 500 mètres. 7. Des tableaux statistiques sommaires ont été extraits pour chaque année en utilisant le champ unique de la cellule et en calculant le nombre de déplacements et la distance parcourus à l'intérieur de la cellule. 8. Les tableaux de sortie (un pour chaque année) ont ensuite été joints à l'ensemble de données de la grille à l'aide du champ ID de cellule, puis sauvegardés en tant que nouvel ensemble de données. 9. Les champs indésirables ont été supprimés et les champs restants ont été renommés. Les postes d'espèces aquatiques envahissantes représentant les événements d'observation de la faune pour chaque sous-région et année ont été importés dans ArcGIS Pro pour effectuer le traitement des données suivant : 1. Les positions des navires AIS importés ont été enregistrées en tant qu'ensemble de données d'entités ponctuelles. 2. Les positions trouvées à l'intérieur des limites des ports et des marinas ont été éliminées afin d'éliminer la probabilité de faux positifs. 3. Les positions trouvées dans des passages étroits ou des eaux très peu profondes (c.-à-d. delta du Fraser) ont également été supprimées afin de réduire le nombre de faux positifs. 4. À partir des autres points, des pistes ont été générées à l'aide de l'outil « Segments de points à pistes ». 5. Les voies de plus de 2 000 mètres ont été supprimées ainsi que les voies dont la vitesse estimée est supérieure à 14,5 nœuds. 6. Les pistes d'observation de la faune appartenant à la période estivale (du 1er juin au 30 septembre) ont été sauvegardées sous forme de couche distincte. 7. Les pistes estivales d'observation de la faune ont été croisées avec la même grille utilisée dans l'analyse des déplacements d'observation des baleines de 500 mètres sur 500 mètres. 8. La durée des événements d'observation de la faune par cellule de quadrillage a été calculée à l'aide de la vitesse estimée par cellule (qui est reportée de l'outil « Points to Tracks Segments ») et de la distance parcourue par cellule (elle est calculée automatiquement après l'intersection). 9. Les activités d'observation de la faune de chaque sous-région et de la même année ont été combinées à l'aide de l'outil « Fusionner ». 10. Les tableaux statistiques sommaires ont été calculés pour chaque année à l'aide du champ unique de la cellule et en calculant le nombre d'événements d'observation de la faune et la durée des événements par cellule. 11. Les tableaux de sortie (un pour chaque année) ont ensuite été joints à l'ensemble de données de la grille à l'aide du champ ID de cellule, puis sauvegardés en tant que nouvel ensemble de données. 12. Les champs indésirables ont été supprimés et conservés ont été renommés. ZIP unknown Norma Serra-Sogas Government of Canada; Fisheries and Oceans Canada; Science/Ecosystems and Ocean Science/Ocean Science Division Government of Canada; Fisheries and Oceans Canada; Sciences/Écosystèmes et Sciences océaniques/Division des sciences océaniques Aquatic biologist Biologiste aquatique 250-363-3001 250-363-3001 Institute of Ocean Sciences 9860 West Saanich Road P.O. Box 6000 Institut des sciences de la mer 9860 chemin West Saanich C.P. 6000 Sidney British Columbia Colombie-Britannique V8L 4B2 Canada Canada (le) normaserra@gmail.com normaserra@gmail.com http distributor; distributeur https://api-proxy.edh-cde.dfo-mpo.gc.ca/catalogue/records/8a80c6f7-86a7-49e8-97c2-5229068e64cd/attachments/Whale_Watching_Activities_BritishColumbia.gdb.zip HTTPS Commercial whale watching in British Columbia Observation commerciale des baleines en Colombie-Britannique Dataset;FGDB/GDB;eng Données;FGDB/GDB;eng https://api-proxy.edh-cde.dfo-mpo.gc.ca/catalogue/records/8a80c6f7-86a7-49e8-97c2-5229068e64cd/attachments/Data_Dictionary_EN_FR_Whale_Watching.pdf HTTPS Data Dictionary Dictionnaire de données Supporting Document;PDF;eng,fra Document de soutien;PDF;eng,fra https://api-proxy.edh-cde.dfo-mpo.gc.ca/catalogue/records/8a80c6f7-86a7-49e8-97c2-5229068e64cd/attachments/Whale_watching_GISHub_metadata_EN.pdf HTTPS Commercial Whale Watching in British Columbia -- GIS Hub metadata English Observation commerciale des baleines en Colombie-Britannique -- GIS Hub metadata Supporting Document;PDF;eng Document de soutien;PDF;eng https://api-proxy.edh-cde.dfo-mpo.gc.ca/catalogue/records/8a80c6f7-86a7-49e8-97c2-5229068e64cd/attachments/Whale_watching_GISHub_metadata_FR.pdf HTTPS Commercial Whale Watching in British Columbia -- GIS Hub metadata French Observation commerciale des baleines en Colombie-Britannique -- GIS Hub metadata Supporting Document;PDF;fra Document de soutien;PDF;fra https://egisp.dfo-mpo.gc.ca/arcgis/rest/services/open_data_donnees_ouvertes/commercial_whale_watching_in_british_columbia/MapServer ESRI REST: Map Server Commercial Whale Watching in British Columbia Observation commerciale des baleines en Colombie-Britannique Web Service;ESRI REST;eng Service Web;ESRI REST;eng https://egisp.dfo-mpo.gc.ca/arcgis/rest/services/open_data_donnees_ouvertes/commercial_whale_watching_in_british_columbia/MapServer ESRI REST: Map Server Commercial Whale Watching in British Columbia Observation commerciale des baleines en Colombie-Britannique Web Service;ESRI REST;fra Service Web;ESRI REST;fra