Ces données montrent la densité spatiale des cultures de soja au Canada. Les régions où les densités spatiales calculées sont les plus élevées représentent les régions agricoles du Canada où les cultures de soja 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 soja, 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/7c444a60-3b82-48d9-a197-efdff0154aaf

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

Ces données montrent la densité spatiale des cultures de maïs au Canada. Les régions où les densités spatiales calculées sont les plus élevées représentent les régions agricoles du Canada où les cultures de maïs 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 maïs, 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/92f73de5-5f46-4a8c-bc5f-c3872f268ecb

Les ensembles de données de la série « Paysages agricoles des Prairies (PAP)Les ensembles de données de la série « Paysages agricoles des Prairiesqui présentent des ressources en sols et en eau, des utilisations des terres et des pratiques agricoles similaires. Ces zones sont représentées sous forme de polygones vectoriels. Sur la base d'attributs choisis tirés des Pédo-paysages du Canada (PPC) et du Recensement de l'agriculture de 1996, les Prairies ont été divisées en 13 (treize) classes ou groupes de pratiques agricoles, lesquels sont par ailleurs regroupés en cinq (5) grands groupes de pratiques agricoles. Les attributs typiquement utilisés pour définir les groupes de pratiques agricoles sont les suivants : proportion de pâturage, proportion de jachère, diversité des cultures, taille des fermes, et niveau d'intrants (produits chimiques et engrais). Les cinq (5) grands groupes ont été conçus de manière à ce que puissent être mieux saisies les relations entre les groupes. Pour plus d'information, consulter : https://ouvert.canada.ca/data/fr/dataset/0b2303be-ef05-49a8-8082-44a3eabcfa57

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

Cet ensemble de données est aligné sur une grille et comprend un ensemble de données sur les attributs des sols respectant les normes et les spécifications du projet GlobalSoilMap à des incréments de profondeur spécifiés. Il s'étend sur la partie agricole du Canada. Les polygones de cartes du PPC ont été rastérisés et combinés à la grille de la mission SRTM (Shuttle Radar Topography Mission) avec une grille de 90 mètres pour créer l'ensemble de données matricielles quadrillé. Des moyennes pondérées des attributs des sols sont générées à partir d'information existante sur l'horizon pédologique pour respecter les incréments de profondeur fixes reconnus. Les moyennes pondérées des attributs des sols sont calculées en utilisant toutes les composantes des sols à partir de leur superficie dans chaque polygone du PPC. Les moyennes pondérées des attributs des polygones sont représentées spatialement par la grille. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/cb29b370-3639-4645-9ef9-b1ef131837b7

La série d'ensembles de données « Ruissellement unitaire annuel au Canada selon AAC - 2013 » présente les tendances du ruissellement dans l'ensemble du pays au moyen d'isolignes du ruissellement unitaire annuel pour diverses probabilités de dépassement communément utilisées par les décideurs. Le ruissellement unitaire annuel est une mesure du volume d'eau de ruissellement par kilomètre carré. L'unité utilisée dans cette série d'ensembles de données est le décamètre cube (1000 m3) par kilomètre carré (dam3/km2), qui équivaut à une hauteur de précipitation de un millimètre sur le paysage. La série comprend un ensemble de données ponctuelles concernant les stations hydrométriques utilisées pour l'analyse du ruissellement unitaire, et sept ensembles de données présentant les isolignes ajustées pour les probabilités de dépassement de 10 %, 25 %, 50 %, 70 %, 75 %, 80 % et 90 %. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/a905bafc-74b5-4ec5-b5f9-94b2e19815d0

Ces données montrent la densité spatiale des cultures de blé au Canada. Les régions où les densités spatiales calculées sont les plus élevées représentent les régions agricoles du Canada où les cultures de blé 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 blé, 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/a9e958ab-94db-484b-9a6e-7ec74f6b5a25

Les cartes du potentiel et des limitations des terres pour l'agriculture peuvent être utilisées à l'échelle régionale pour aider la prise de décisions sur l'amélioration des terres et le remembrement des exploitations agricoles, pour l'élaboration de plans d'aménagement et pour la préparation d'évaluations équitables des terres. Pour plus d'information, consulter : http://ouvert.canada.ca/data/fr/dataset/0c113e2c-e20e-4b64-be6f-496b1be834ee

Ces données montrent la densité spatiale des cultures de canola au Canada. Les régions où les densités spatiales calculées sont les plus élevées représentent les régions agricoles du Canada où les cultures de canola 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 canola, 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/a1da661a-55b6-4ef5-936a-fb1b6f4fa486