From 1 - 10 / 120
  • Categories  

    Ces données montrent la densité spatiale des cultures de céréales au Canada. Les régions où les densités spatiales calculées sont les plus élevées représentent les régions agricoles du Canada où les cultures de céréales sont les plus susceptibles de se trouver. Les résultats sont présentés sous forme de matrices auxquelles s’assortissent des valeurs numériques pour chaque pixel indiquant la densité spatiale calculée pour l’endroit visé. Des valeurs de densité spatiale plus élevées indiquent une probabilité plus élevée de trouver des cultures de céréales, selon une analyse des inventaires des cultures cartographiées d’AAC de 2009 à 2015. Pour plus d’information, consulter : http://ouvert.canada.ca/data/fr/dataset/e0df876e-f56f-4797-8a7d-758e23bfa2b8

  • Categories  

    En 2017, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a répété le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires pour l'ensemble du Canada, afin de soutenir la réalisation d'un inventaire national des cultures. Une méthodologie par arbre de décision a été utilisée à l'aide d'images satellitaires optiques (Landsat-8, Sentinel-2, Gaofen-1) et radar (RADARSAT-2), avec une résolution spatiale finale de 30 m. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d'assurance-récolte provinciales (Alberta, Saskatchewan, Manitoba et Québec), tandis que des observations ponctuelles provenaient du Ministère de l'Agriculture de la Colombie-Britannique et du Ministère de l'Agriculture, de l'Alimentation et des Affaires rurales de l'Ontario. L'acquisition de données a aussi été supportée par les centres régionaux de recherches et développement d'AAC à Saint-Jean de Terre-Neuve, Kentville, Charlottetown, Fredericton, Guelph et Summerland. Pour plus d'information, consulter : https://ouvert.canada.ca/data/fr/dataset/cb3d7dec-ecc6-498b-ac17-949e03f29549

  • Categories  

    Le jeu de données « Projets de données LiDAR d'Agriculture et Agroalimentaire Canada » a été créé à partir de données spatiales existantes. Il contient l'empreinte (aperçu) de toutes les données LiDAR diffusées ouvertement par Agriculture et Agroalimentaire Canada. La méthode LiDAR (détection et télémétrie par ondes lumineuses) consiste en l'acquisition de points de localisation au moyen d'une technologie de télédétection optique. Ce jeu de données fournit des renseignements de base sur l'emplacement, la source et les propriétés des données. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/a760f9e0-7013-4187-9261-2e69b01edd9a

  • Categories  

    Lignes de courbes de niveau générés à partir des données LiDAR capturés par McElhanney Consulting Services Ltd (MCSL). Les courbes de niveau relient les points de même élévation pour le paysage visé par le projet. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/9bdc1a9c-baf7-4eb0-a532-c1057b284b8f

  • Categories  

    L'Outil de surveillance des sécheresses au Canada (OSSC) est un produit composite élaboré à partir d'une vaste gamme de renseignements, comme l'indice de végétation par différence normalisée (IVDN), les valeurs de débit d'eau, l'indice Palmer de gravité de la sécheresse et les indices de sécheresse utilisés par les secteurs de l'agriculture, des forêts et de la gestion de l'eau. Les régions susceptibles d'être touchées par la sécheresse sont analysées en fonction des cartes sur les précipitations, la température, l'indice de modélisation des sécheresses ainsi que les données climatiques, et les résultats sont interprétés par des scientifiques fédéraux, provinciaux et universitaires. Une fois par mois, habituellement avant le 10 du mois courant, le Service national d'information sur l'agroclimat (SNIA) d'Agriculture et Agroalimentaire Canada met à jour la série de données avec celles correspondant à la fin du mois précédent; il verse ensuite ces données dans la grande base de surveillance des sécheresses de l'Amérique du Nord (NA-DM, North American Drought Monitor). Les zones de sécheresse sont classées comme suit : - D0 (temps anormalement sec) - représente une situation qui survient une fois tous les trois à cinq ans - D1 (sécheresse modérée) - représente une situation qui survient tous les cinq à dix ans - D2 (sécheresse grave) - représente une situation qui survient tous les 10 à 20 ans - D3 (sécheresse extrême) - représente une situation qui survient tous les 20 à 25 ans - D4 (sécheresse exceptionnelle) - représente une situation qui survient tous les 50 ans. Pour plus d'information consulter : https://ouvert.canada.ca/data/fr/dataset/292646cd-619f-4200-afb1-8b2c52f984a2

  • Categories  

    L'ensemble de données sur la couverture des terres des Prairies aux environs de 1995 est une couche de données géospatiales matricielles à résolution de 30 mètres qui illustre les types rudimentaires de couverture terrestre de toutes les régions céréalières du Manitoba, de la Saskatchewan, de l'Alberta et du nord-est de la Colombie-Britannique pour l'année 1995. Il s'agit du regroupement de toutes les images classifiées (1993 à 1995) du Programme de paiements de transition du grain de l'Ouest (PPTGO), assemblées en une seule couche continue de données matricielles. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/e9dee957-e04d-46fb-b7e4-701739736173

  • Categories  

    Ces données, tirées du Recensement de l’agriculture de 2011, proviennent de la documentation publiée ou préliminaire décrivant le secteur des oléagineux. L’ensemble de données a été créé pour faciliter la description géographique et l’analyse du secteur, ainsi que la production de rapports connexe. La sélection de variables du Recensement de l’agriculture de 2011 s’est appuyée sur la stratégie scientifique de la Direction générale des sciences et de la technologie d’AAC pour le secteur des oléagineux, stratégie qui porte sur les types de cultures suivants:canola et colza, moutarde, soja (oléagineux et alimentaire), lin, tournesol, chanvre, carthame. NOTA: L’ensemble de données ne comprend pas les données sur le chanvre et le carthame, qui font partie du secteur des oléagineux, parce que ces données, bien qu’elles aient été recueillies dans le Recensement de l’agriculture de 2011, ont été sous « Autres cultures » avec un certain nombre d’autres cultures qui ne font partie du secteur des oléagineux. Pour plus d’information, consulter : www.agr.gc.ca/atlas/metadonnees/1f4dcc5c-23d8-4b08-a98e-64c1c93f083c

  • Categories  

    En 2009, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a entrepris un processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires. Portant principalement sur les provinces des Prairies, une méthodologie par arbre de décision a été utilisée à l'aide de l'imagerie satellite optique (AWiFS, Landsat-5) et radar (RADARSAT­2), avec une résolution spatiale finale de 56 m. Des méthodes ont également été mises au point pour améliorer la classification optique à l'aide de l'imagerie RADARSAT-2, en vue de résoudre des problèmes liés à la couverture nuageuse. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d'assurance-récolte provinciales, tandis que des observations ponctuelles provenaient de nos collègues d'AAC des régions. Le processus global pour la réalisation de la Carte de l'inventaire des cultures comprend les étapes suivantes : acquisition de données par satellite; acquisition de données sur le terrain en vue du processus d'entraînement à la classification et de l'évaluation de l'exactitude; mise en œuvre opérationnelle de la méthode de classification. La méthodologie initiale a été élaborée en partenariat avec la Direction générale de la recherche d'AAC, et soutenue en partie par l'Agence spatiale canadienne. L'objectif à long terme consistait à étendre cette initiative, à partir de l'expérience dans les Prairies, et de produire un inventaire annuel des cultures pour tout le territoire agricole du Canada. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/ce7873ff-fbc0-4864-946e-6a1b4d739154

  • Categories  

    Cette série indique l'emplacement des centres de recherche et des fermes expérimentales dans lesquels des scientifiques, des techniciens et d'autres employés travaillent à créer de nouveaux débouchés pour les agriculteurs et tous les Canadiens grâce à la recherche et à l'innovation en agriculture.

  • Categories  

    En 2010, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a poursuivi le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires. Portant principalement sur les provinces des Prairies, une méthodologie par arbre de décision a été utilisée à l'aide de l'imagerie satellite optique (AWiFS, Landsat-5, DMC) et radar (RADARSAT-2), avec une résolution spatiale finale de 56 m. Des méthodes ont également été mises au point pour améliorer la classification optique à l'aide de l'imagerie RADARSAT-2, en vue de résoudre des problèmes liés à la couverture nuageuse. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d'assurance-récolte provinciales, tandis que des observations ponctuelles provenaient de nos collègues d'AAC des régions. Le processus global pour la réalisation de la Carte de l'inventaire des cultures comprend les étapes suivantes : acquisition de données par satellite; acquisition de données sur le terrain en vue du processus d'entraînement à la classification et de l'évaluation de l'exactitude; mise en œuvre opérationnelle de la méthode de classification. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/6dc5170d-4167-47e4-b80a-93ed2b47f023