Portail du gouvernement ouvert
Des changements importants ont été apportés récemment à l’outil de recherche des données ouvertes. Vous pouvez maintenant effectuer vos recherches à partir de cette adresse : rechercher.ouvert.canada.ca/donneesouvertes/. N’oubliez pas de mettre à jour vos favoris.
10 dossiers trouvés similaries à Dénombrement de l’IVDN maximal hebdomadaire moyen de « meilleure qualité »
Chaque valeur de pixel correspond au contrôle de la qualité, à la couverture nuageuse et à la fraction nivale pour chaque pixel du produit sur l’IVDN maximal de « meilleure qualité ».
Chaque valeur de pixel correspond à la différence (anomalie) entre l’IVDN maximal moyen de « meilleure qualité » d’une semaine donnée (p. ex. semaine 18, 2000-2014) et l’IVDN maximal de « meilleure qualité » de la même semaine dans une année précise (p. ex. semaine 18, 2015). Les anomalies de l’IVDN maximal < 0 indiquent un IVDN maximal hebdomadaire inférieur à la normale.
Chaque valeur de pixel correspond à l’IVDN maximal de « meilleure qualité » pour une semaine donnée. Les observations de pixels de mauvaise qualité sont supprimées de ce produit. Les observations dont la qualité est diminuée par la couverture neigeuse, les ombres, les nuages, les aérosols ou par des angles zénithaux faibles du capteur sont supprimées (et se voient attribuer la valeur « Données manquantes »). De plus, les valeurs négatives de l’IVDN maximal, obtenues lorsque la réflectance R est supérieure à la réflectance PIR, sont considérées comme étant exemptes de végétation et se voient attribuer une valeur de 0.
Chaque valeur de pixel correspond à la valeur moyenne historique de l’IVDN maximal de « meilleure qualité » pour une semaine donnée, calculée à partir des enregistrements des données historiques du MODIS des 20 dernières années (c.-à-d. que les données de l’année en cours ne sont pas incluses). Ces données sont souvent appelées « données de référence hebdomadaires » ou « normales hebdomadaires ».
Chaque valeur de pixel correspond au jour de la semaine (1 à 7) où on a obtenu l’IVDN hebdomadaire de « meilleure qualité » (1 = lundi, 7 = dimanche).
La série sur l’utilisation des terres d’AAC (2020) représente une méta-analyse culminante et organisée de plusieurs ensembles de données spatiales de haute qualité produits entre 1990 et 2021 par diverses méthodes employées par des équipes de chercheurs au gré de l’évolution des techniques et des capacités. L’information des ensembles de données d’entrée a été regroupée et intégrée à chaque pixel de 30 x 30 m pour composer des historiques sur pixels et dégager des milliers de combinaisons uniques de données prêtes à être examinées avec soin. Au moyen de nombreuses sources de données probantes de grande qualité et d’observations visuelles d’imagerie Google Earth, nous appliquons une stratégie progressive pour parvenir à la meilleure compréhension cohérente et actuelle de ce qui s’est passé dans chaque pixel pendant la série chronologique.
La série sur l’utilisation des terres d’AAC (2010) représente une méta-analyse culminante et organisée de plusieurs ensembles de données spatiales de haute qualité produits entre 1990 et 2021 par diverses méthodes employées par des équipes de chercheurs au gré de l’évolution des techniques et des capacités. L’information des ensembles de données d’entrée a été regroupée et intégrée à chaque pixel de 30 x 30 m pour composer des historiques sur pixels et dégager des milliers de combinaisons uniques de données prêtes à être examinées avec soin. Au moyen de nombreuses sources de données probantes de grande qualité et d’observations visuelles d’imagerie Google Earth, nous appliquons une stratégie progressive pour parvenir à la meilleure compréhension cohérente et actuelle de ce qui s’est passé dans chaque pixel pendant la série chronologique.
La série sur l’utilisation des terres d’AAC (2015) représente une méta-analyse culminante et organisée de plusieurs ensembles de données spatiales de haute qualité produits entre 1990 et 2021 par diverses méthodes employées par des équipes de chercheurs au gré de l’évolution des techniques et des capacités. L’information des ensembles de données d’entrée a été regroupée et intégrée à chaque pixel de 30 x 30 m pour composer des historiques sur pixels et dégager des milliers de combinaisons uniques de données prêtes à être examinées avec soin. Au moyen de nombreuses sources de données probantes de grande qualité et d’observations visuelles d’imagerie Google Earth, nous appliquons une stratégie progressive pour parvenir à la meilleure compréhension cohérente et actuelle de ce qui s’est passé dans chaque pixel pendant la série chronologique.
La série sur l’utilisation des terres d’AAC (2000) représente une méta-analyse culminante et organisée de plusieurs ensembles de données spatiales de haute qualité produits entre 1990 et 2021 par diverses méthodes employées par des équipes de chercheurs au gré de l’évolution des techniques et des capacités. L’information des ensembles de données d’entrée a été regroupée et intégrée à chaque pixel de 30 x 30 m pour composer des historiques sur pixels et dégager des milliers de combinaisons uniques de données prêtes à être examinées avec soin. Au moyen de nombreuses sources de données probantes de grande qualité et d’observations visuelles d’imagerie Google Earth, nous appliquons une stratégie progressive pour parvenir à la meilleure compréhension cohérente et actuelle de ce qui s’est passé dans chaque pixel pendant la série chronologique.
La série sur l’utilisation des terres d’AAC (2005) représente une méta-analyse culminante et organisée de plusieurs ensembles de données spatiales de haute qualité produits entre 1990 et 2021 par diverses méthodes employées par des équipes de chercheurs au gré de l’évolution des techniques et des capacités. L’information des ensembles de données d’entrée a été regroupée et intégrée à chaque pixel de 30 x 30 m pour composer des historiques sur pixels et dégager des milliers de combinaisons uniques de données prêtes à être examinées avec soin. Au moyen de nombreuses sources de données probantes de grande qualité et d’observations visuelles d’imagerie Google Earth, nous appliquons une stratégie progressive pour parvenir à la meilleure compréhension cohérente et actuelle de ce qui s’est passé dans chaque pixel pendant la série chronologique.