b1f61b7e-4ba6-4244-bc79-c1174f2f92cd eng; CAN utf8; utf8 dataset; jeuDonnées Philippe Villemaire Government of Canada;Natural Resources Canada;Canadian Forest Service Gouvernement du Canada;Ressources naturelles Canada;Service canadien des forêts Geomatics Specialist Spécialiste en géomatique voice; 1 (418) 648-4492 voix; 1 (418) 648-4492 1 (418) 648-5849 1055 rue du PEPS 1055 rue du PEPS Québec Quebec Québec G1V 4C7 Canada Canada (le) philippe.villemaire@canada.ca philippe.villemaire@canada.ca www.nrcan.gc.ca/forests/research-centres/lfc/13473 http publisher; éditeur 2020-11-18T03:32:08 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 SR-ORG:8787 http://www.spatialreference.org/ref/sr-org/8787/ Canada Landsat Burned Severity product 1985-2015 (CanLaBS) Produit Sévérité des feux au Canada avec données Landsat 1985-2015 (CanLaBS) 2020 publication; publication 2020 creation; création Luc Guindon Government of Canada;Natural Resources Canada;Canadian Forest Service Gouvernement du Canada;Ressources naturelles Canada;Service canadien des forêts Remote Sensing Project Leader Chef de projets en télédétection voice; (418) 648-3440 voix; (418) 649-6131 1 (418) 648-5849 1055 rue du P.E.P.S., C.P. 10380, succ. Sainte-Foy 1055 rue du P.E.P.S., C.P. 10380, succ. Sainte-Foy Québec Quebec Québec G1V 4C7 Canada Canada (le) luc.guindon@canada.ca luc.guindon@canada.ca www.rncan.gc.ca/forets/centres-recherche/cfl/13474 HTTPS author; auteur Sylvie Gauthier Government of Canada;Natural Resources Canada;Canadian Forest Service Gouvernement du Canada;Ressources naturelles Canada;Service canadien des forêts Research Scientist, Forest Succession Chercheuse scientifique, successions forestières voice; 1 (418) 6484524 voix; (418) 648-5829 1 (418) 648-5849 1055 rue du P.E.P.S., C.P. 10380, succ. Sainte-Foy Canada (le) Québec Quebec Québec G1V 4C7 Canada sylvie.gauthier2@canada.ca sylvie.gauthier2@canada.ca www.rncan.gc.ca/forets/centres-recherche/cfl/13474 HTTPS collaborator; collaborateur mapDigital;carteNumérique This data publication contains a set of files in which different variables related to fire burned severity (Canada Landsat Burned Severity, CanLaBS) were computed for all events in Canada between 1985 and 2015 as detected by the Canada Landsat Disturbance (CanLaD (Guindon et al. 2017 and 2018) product. Details on the creation of this product are available in Guindon et al. 2020 (https://doi.org/10.1139/cjfr-2020-0353) and in supplementary materials accompanying the publication. The current document is therefore a complement to the article and supplementary materials. The supplementary materials are referenced in the publication (cjfr-2020-0353suppla, cjfr-2020-0353supplb etc.). This is the first Canada-wide product that aims to promote nationwide research on fire severity by making available the data used in the article. The data is in the form of grids composed of pixels at a resolution of 30m. To simplify the distribution and manipulation of the data and considering that two or three fire occurrences within a given location is rare (respectively 2.3% and less than 0.01%), only the most recent fire data are considered in the final product. For these very rare cases, from 2015 to 1985, the most recent burned areas overlap the older data. Overlapping fire count can be found in layer “CanLaBS_Nbdisturb_v0”, multiple fire events in same areas have values equal to or greater than two. Landsat radiometric values for calculating the NBR index were derived from summer Landsat mosaics (July and August), for years 1984 to 2015 (Guindon et al. 2018). These mosaics were developed from individual USGS Landsat scenes with surface reflectance correction (Masek et al., 2006; Vermote et al., 2006). For each annual compound, the pixel with the less atmospheric opacity was selected. An algorithm was also developed to remove clouds that were not detected by the cloud masks provided with the USGS data. Here is a general description of the layers provided and a more technical description can be found in Table 1 (see "Ressources" section below): 1. NBR and dNBR. All these values are multiplied by 1000. The value of dNBR represents the value obtained for NBRpre - NBRpost. It is calculated for each pixel that was classified as a fire in CanLaD, according to the corrected year (see cjfr-2020-0353suppla). 2. Year of fire. The fire years detected in CanLaD (Guindon et al. 2018) was corrected using different fire databases, this layer contains the correct year. (see cjfr-2020-0353suppla) 3. Julian Days of the Fire, based on various high-resolution products. However, this variable is only available from 1989 onwards. 4. Presence of salvage logging one year after the fire. Classification of satellite images detecting scarified soils (see cjfr-2020-0353suppld). 5. Pre-fire forest attributes: Pre-fire forest attributes values were calculated for median mosaics, from 1985 to 2000. These attributes values were derived from NFI (national forest inventory) photo-plot attributes and were spatialized. Pre-fire attribute values were created to stratify the analyses (see cjfr-2020-0353supplc). The predicted variables are as follows: • Canopy density in percent. • Predicted living biomass in tonnes per hectare. • Percentage coniferous biomass proportion of total biomass. • Percentage hardwood biomass proportion of total biomass. • Percentage unknown species biomass proportion of total biomass. Note, as unknown species are found especially in northern areas, they are considered coniferous for the purpose of the article. 6. Missing remote sensing data, one year after the fire. The estimation of burned severity needs NBR data (NBRpost) in the next year after fire occurrences. NBRpost is available for 91% of the cases, but for the remaining 9%, no data were available due to the presence of clouds. For these cases, satellite data from the years following the fire were used with a regression radiometry correction. This gives values to missing data for year following the fire. This layer flags the areas that have derived data. The values of 1= one year after the fire (no regression), 2= two years after the fire (regression), 3= three years after the fire (regression) and 4= four years after the fire (no regression, set as missing data). (see cjfr-2020-0353supplb). 7. Areas with more than one fire disturbance between 1985 and 2015 (1=one single disturbance, 2=two or more, 3=three or more). ## Data citation: 1. Guindon, L., Villemaire P., Manka F., Dorion H. , Skakun R., St-Amant R., Gauthier S. : Canada Landsat Burned Severity (CanLaBS): a Canada-wide Landsat-based 30-m resolution product of burned severity since 1985 https://doi.org/10.23687/b1f61b7e-4ba6-4244-bc79-c1174f2f92cd 2. The creation, the validation and the limits of the CanLaBS product are describe in the text and supplementary material: Guindon, L., Gauthier, S., Manka, F., Parisien, MA, Whitman, E., Bernier, P., Beaudoin, A., Villemaire P., Skakun R. Trends in wildfire burn severity across Canada, 1985 to 2015 https://doi.org/10.1139/cjfr-2020-0353 ## References cited: 1. Guindon, L., Villemaire, P., St-Amant, R., Bernier, P.Y., Beaudoin, A., Caron, F., Bonucelli, M., and Dorion, H. 2017. Canada Landsat Disturbance (CanLaD): a Canada-wide Landsat-based 30m resolution product of fire and harvest detection and attribution since 1984. https://doi.org/10.23687/add1346b-f632-4eb9-a83d-a662b38655ad 2. Guindon, L., Bernier, P., Gauthier, S., Stinson, G., Villemaire, P., & Beaudoin, A. (2018). Missing forest cover gains in boreal forests explained. Ecosphere, 9(1), e02094. https://doi.org//10.1002/ecs2.2094 3. Masek, J.G., Vermote, E.F., Saleous N.E., Wolfe, R., Hall, F.G., Huemmrich, K.F., Gao, F., Kutler, J., and Lim, T-K. (2006). A Landsat surface reflectance dataset for North America, 1990–2000. IEEE Geoscience and Remote Sensing Letters 3(1):68-72. http://dx.doi.org/10.1109/LGRS.2005.857030. 4. Vermote, E., Justice, C., Claverie, M., & Franch, B. (2016). Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment. http://dx.doi.org/10.1016/j.rse.2016.04.008. Cette publication de données contient un ensemble de fichiers dans lesquels différentes variables en lien avec la sévérité des feux de forêt (Canada Landsat Burned Severity, CanLaBS) ont été calculées pour tous les évènements au Canada entre 1985 à 2015 détectés par le produit Canada Landsat Disturbance (CanLaD (Guindon et al. 2017 et 2018). Les détails sur la création de ce produit sont disponibles dans Guindon et al. 2020 (https://doi.org/10.1139/cjfr-2020-0353 ) et dans les matériels supplémentaires accompagnant la publication. Le document actuel est donc un complément à l’article et aux matériels supplémentaires. Les matériels supplémentaires sont référencés dans la publication (cjfr-2020-0353suppla, cjfr-2020-0353supplb etc…) en version anglaise seulement. Ce produit se veut une première version pan canadienne qui vise à favoriser la recherche sur la sévérité des feux au Canada en rendant disponibles les données utilisées dans l’article. Les données sont sous forme de grille composée de pixels à une résolution de 30m. Pour simplifier la distribution et la manipulation des données et considérant que les endroits ayant subies deux ou trois perturbations sont peu fréquents (respectivement 2.3% et moins de 0.01%), seulement les données sur les feux plus récents sont diffusées dans le produit final, allant de 2015 à 1985, les données pour les zones brûlées les plus récentes étant superposées aux anciennes pour ces très rares cas. Ces zones de feux superposés ont des valeurs égales ou supérieures à deux dans la couche suivante (CanLaBS_Nbdisturb_v0). Les valeurs radiométriques de Landsat pour calculer l’indice NBR ont été dérivées à partir des mosaïques Landsat de juillet et août, de 1984 à 2015 (Guindon et al. 2018). Ces mosaïques ont été développées à partir des scènes individuelles de la USGS avec la correction de réflectance au sol (Masek et al, 2006; Vermote et al, 2006). Pour chaque composé annuel, le pixel ayant l’opacité atmosphérique la plus basse a été retenu. Un algorithme a aussi été développé pour enlever les nuages qui n’avaient pas été détectés par les masques de nuages fournis avec les données de la USGS. Voici une description générale des couches fournies et une description plus technique se trouve à la table 1 (voir la section "Ressources" ci-dessous) : 1. NBR et dNBR. Toutes ces valeurs ont été multipliées par 1000. La valeur de dNBR représente la valeur obtenue pour NBRpre – NBRpost. Il est calculé pour chaque pixel ayant été classé comme étant un feu dans CanLaD et selon l’année corrigée (voir cjfr-2020-0353suppla). 2. Année du feu. Les années des feux détectés dans CanLaD (Guindon et al 2018) ont été corrigées à l’aide de différentes bases de données sur les feux et c’est cette correction qui est offerte ici. (voir cjfr-2020-0353suppla) 3. Jours Julien du début du feu, basé sur différents produits haute résolution. Cette variable n’est cependant disponible qu’à partir de 1989. 4. Présence de coupe de récupération un an après le feu. Classification d’images satellitaires détectant les sols ayant eu de la scarification (voir cjfr-2020-0353suppld). 5. Attributs forestiers préfeu : Des valeurs d’attribut forestier avant feu ont été calculées pour des mosaïques médianes de 1985 et de 2000. Ces valeurs d’attributs ont été dérivées à partir d’attributs de l’IFN (Inventaire Forestier National) et ont été spatialisées. Les valeurs d’attributs pré feu ont été créés afin de stratifier les analyses (voir cjfr-2020-0353supplc). Voici les variables prédites : • Densité de la canopée en pourcentage. • Biomasse vivante prédite en tonnes par hectare. • Proportion en pourcentage de la biomasse de conifère sur la biomasse totale. • Proportion en pourcentage de la biomasse de feuillus sur la biomasse totale. • Proportion en pourcentage de la biomasse d’essence indéterminée sur la biomasse totale. Note, présence d’essences indéterminées surtout dans les zones nordiques, elles sont considérées comme étant conifériennes pour l’article. 6. Données satellitaires manquantes un an après feu. Pour l’estimation de la sévérité un an après le feu, il est normalement possible dans 91% des cas d’obtenir un NBR post feu, mais dans 9% des cas, aucune donnée n’était disponible dû à la présence de nuages. Pour ces cas, les données satellitaires de l’année subséquente ont été utilisées avec une correction de la radiométrie par régression, ce qui a permis de dériver les valeurs de l’année suivant le feu. Dans cette couche se trouvent les valeurs de 1= un an après le feu (aucune régression), 2= deux ans après le feu (régression), 3= trois ans après le feu (régression) et 4= quatre ans après le feu (aucune régression, données manquantes). (voir cjfr-2020-0353supplb) 7. Zones ayant connues plus d’une perturbation de nature feu entre 1985 et 2015 (1= une seule perturbation, 2=deux et plus, 3=trois ou plus). ## Citation pour ce jeu de données: 1. Guindon, L., Villemaire P., Manka F., Dorion H. , Skakun R., St-Amant R., Gauthier S. : Canada Landsat Burned Severity (CanLaBS): a Canada-wide Landsat-based 30-m resolution product of burned severity since 1985 https://doi.org/10.23687/b1f61b7e-4ba6-4244-bc79-c1174f2f92cd 2. La création, la validation et les limites du produit CanLaBS sont décrites dans le texte et dans le fichier « Supplementary Information » associé à l’article suivant: Guindon, L., Gauthier, S., Manka, F., Parisien, MA, Whitman, E., Bernier, P., Beaudoin, A., Villemaire P., Skakun R. Trends in wildfire burn severity across Canada, 1985 to 2015 https://doi.org/10.1139/cjfr-2020-0353 ## Références citées: 1. Guindon, L., Villemaire, P., St-Amant, R., Bernier, P.Y., Beaudoin, A., Caron, F., Bonucelli, M.,and Dorion, H. 2017. Canada Landsat Disturbance (CanLaD): a Canada-wide Landsat-based 30m resolution product of fire and harvest detection and attribution since 1984. https://doi.org/10.23687/add1346b-f632-4eb9-a83d-a662b38655ad 2. Guindon, L., Bernier, P., Gauthier, S., Stinson, G., Villemaire, P., & Beaudoin, A. (2018). Missing forest cover gains in boreal forests explained. Ecosphere, 9(1), e02094. https://doi.org//10.1002/ecs2.2094 3. Masek, J.G., Vermote, E.F., Saleous N.E., Wolfe, R., Hall, F.G., Huemmrich, K.F., Gao, F., Kutler, J., and Lim, T-K. (2006). A Landsat surface reflectance dataset for North America, 1990–2000. IEEE Geoscience and Remote Sensing Letters 3(1):68-72. http://dx.doi.org/10.1109/LGRS.2005.857030. 4. Vermote, E., Justice, C., Claverie, M., & Franch, B. (2016). Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment. http://dx.doi.org/10.1016/j.rse.2016.04.008. completed; complété asNeeded; auBesoin https://ftp.maps.canada.ca/pub/fgp_pgf/thumbnail/CanLaBS.jpg forest wildfire severity maps cartes de sévérité des feux de forêts theme; thème Forest fires Incendie de forêt Remote sensing Télédétection Government of Canada Core Subject Thesaurus Thésaurus des sujets de base du gouvernement du Canada 2004 creation; création 2016-07-04 publication; publication Government of Canada; Library and Archives Canada Gouvernement du Canada; Bibliothèque et Archives Canada custodian; conservateur 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 1- This database is not designed to study a single fire or a limited number of fires but rather to study large areas with several fires. No radiometric correction or change were made per fire such as the offset method, or a mean, or median approach for pixels of the same year (see cjfr-2020-0353supplb). Even if the reflectance of the images used was corrected at ground level, there may be radiometric differences within the same fire due to the use of different Landsat scenes. The different atmospheric corrections between two adjacent scenes are therefore sometimes perceptible. Justifications for not applying more corrections for these cases are mainly due to the too low number of pixels available per fire for the months of July and August, especially in certain regions and for certain periods of time. In order to obtain a standardized and consistent database in space and time, all pixels had to be treated the same way. These points are discussed in the article and in the supplementary material (see cjfr-2020-0353supplb). 1- Cette base de données n’a pas été conçue pour l’étude d’un seul feu ou d’un nombre restreint de feux, mais porte plutôt sur l’étude de grandes régions avec plusieurs feux. Aucune correction ou changement radiométriques n’ont été effectués par feu tel que la méthode d'offset ou une approche de moyenne ou médiane pour les pixels d’une même année (voir cjfr-2020-0353supplb). Même si la réflectance des images utilisées est corrigée au niveau du sol, il peut y avoir des différences radiométriques à l’intérieur d’un même feu dues à l’utilisation de différentes scènes Landsat. Les différentes corrections atmosphériques sont donc parfois perceptibles. Les justifications pour ne pas appliquer davantage de corrections pour ces cas sont principalement dues aux trop faibles nombres de pixels disponibles par feu à l’échelle du Canada, pour les mois de juillet et août, surtout dans certaines régions et pour certaines époques. Pour obtenir une base de données standardisée et cohérente dans l’espace et dans le temps, tous les pixels devaient être traités de la même façon. Ces points sont discutés dans l’article et dans le matériel supplémentaire (voir cjfr-2020-0353supplb). 2- Julian days per fire were estimated using Hotspot detection products made from coarse resolution satellite images (see article). As a fire burns over several days, only the first date was used to assign the date of a fire. Missing data value was given in the case of missing satellite data (particularly prior to 1989), or in the case of small fires for which no Julian day data were available. 2- Les jours juliens par feu ont été estimés en utilisant des produits de détection de points chauds (Hotspot) fait à partir d’images satellitaires de résolution grossière (voir article). Comme un feu brule sur plusieurs jours, seule la première date a été utilisée pour attribuer la date d’un feu. Dans le cas de données satellitaires manquantes (particulièrement avant 1989), ou dans le cas de petits feux pour lesquels aucune donnée de jours juliens n’était disponible, la valeur de données manquante leur a été attribuée. 3- Burnt areas that have undergone salvage logging were detected using a classification approach. This is not an exhaustive mapping of all areas that were salvage logged beyond one year after the fire, the goal was to eliminate these areas from the analyses, as the post-fire values (NBRpost) would be biased by the absence of trees and by the presence of soil disturbed by scarification. 3- Les zones brûlées ayant subi de la coupe de récupération ont été détectées avec une approche simple de classification. Il ne s’agit pas d’une cartographie exhaustive de tous les endroits ayant subi de la coupe de récupération au-delà d’un an après le feu, mais simplement d’endroits à éliminer des analyses, car la valeur post feu y seraient biaisée par l’absence d’arbres et par la présence d’un sol perturbé par scarification. 4- Fires in forests that have been severely affected by the mountain pine beetle (Dendroctonus ponderosae), spruce budworm (Choristoneura fumiferana ) or other defoliators should ideally not be considered in analyses, as the pre-fire NBR values are a priori already very low and may lead to a bias in analyses of dNBR. Unfortunately, no nationwide mapping of areas severely disturbed by these insects existed at the time this dataset was created. 4- Les feux dans des forêts ayant été sévèrement affectées par le dendroctone du pin ponderosa (Dendroctonus ponderosae), par la tordeuse des bourgeons d’épinette (Choristoneura fumiferana ) ou autres défoliateurs, ne devraient idéalement pas être considérés lors d’analyses, car les valeurs de NBR avant feu sont a priori déjà très basses et peuvent amener un biais dans des analyses portant sur le dNBR. Malheureusement, aucune cartographie de ces zones sévèrement perturbées par les insectes n’existait pour l’ensemble du pays lors de la création de ce jeu de données. 5- The 1985 and 2015 fires represent the beginning and end years of the time series, it is possible that some fires are incomplete for these years, and perhaps to a lesser extent for the 1986 and 2014 fires. 5- Les feux de 1985 et 2015 représentent les années du début et de la fin de la série temporelle traitée, il est possible que certains feux soient incomplets pour ces années, et peut-être même aussi, dans une proportion moins importante, pour les feux de 1986 et 2014. 6- Pixels of isolated fires exist and have not been removed, because some evidence indicated the presence of a fire: on the one hand they were detected by CanLaD and, on the other hand, these pixels also intersected one of the five fire databases used at different spatial resolutions, some of which were coarse (see cjfr-2020-0353suppla). It is recommended to be careful when using these pixels. Note that these pixels were ignored in the analyses for the article, only groups of 12 contiguous pixels were considered. 6- Des pixels de feux isolés existent et non pas été supprimés, car certaines évidences nous indiquaient la présence d’un feu : d’une part ils ont été détectés par CanLaD et d’autre part ces pixels intersectaient aussi une des cinq bases de données de feu utilisées à différentes résolutions spatiales et dont certaines étaient grossières (voir cjfr-2020-0353suppla). Il est recommandé d’être prudent lors de l’utilisation de ces pixels. À noter que ces pixels ont été ignorés dans les analyses pour l’article, seuls les groupes de 12 pixels contigus ont été considérés. grid; grille 30 eng utf8; utf8 geoscientificInformation environment imageryBaseMapsEarthCover R (rGdal, raster), GDAL utilities and libraries, IDL R (rGdal, raster), utilitaires et librairies GDAL, IDL 1985 2015 -141.003 -52.6174 41.6755 83.1139 GeoTIF N/A Government of Canada;Natural Resources Canada;Canadian Forest Service Gouvernement du Canada;Ressources naturelles Canada;Service canadien des forêts luc.guindon@canada.ca luc.guindon@canada.ca http distributor; distributeur https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353suppla.pdf HTTPS cjfr-2020-0353suppla.pdf cjfr-2020-0353suppla.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353supplb.pdf HTTPS cjfr-2020-0353supplb.pdf cjfr-2020-0353supplb.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353supplc.pdf HTTPS cjfr-2020-0353supplc.pdf cjfr-2020-0353supplc.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353suppld.pdf HTTPS cjfr-2020-0353suppld.pdf cjfr-2020-0353suppld.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353supple.pdf HTTPS cjfr-2020-0353supple.pdf cjfr-2020-0353supple.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353supplf.pdf HTTPS cjfr-2020-0353supplf.pdf cjfr-2020-0353supplf.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/cjfr-2020-0353supplg.pdf HTTPS cjfr-2020-0353supplg.pdf cjfr-2020-0353supplg.pdf Supporting Document;PDF;eng Document de soutien;PDF;eng https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/ HTTPS Raster file download directory Répertoire de téléchargement des fichiers matriciels Dataset;TIFF;zxx Données;TIFF;zxx https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/CanLaBs_Metada_v13_Francais_lgpv_TABLE1.csv HTTPS TABLE 1. File description (table is in CSV format) TABLE 1. Description des fichiers (table en format CSV) Supporting Document;CSV;fra Document de soutien;CSV;fra https://ftp.maps.canada.ca/pub/nrcan_rncan/Forest-fires_Incendie-de-foret/CanLaBS-Burned_Severity-Severite_des_feux/CanLaBs_Metada_v13_Anglais_lgpv_TABLE1.csv HTTPS TABLE 1. File description (table is in CSV format) TABLE 1. Description des fichiers (table en format CSV) Supporting Document;CSV;eng Document de soutien;CSV;eng