View In:
ArcGIS JavaScript
ArcGIS Online Map Viewer
ArcGIS Earth
ArcGIS Pro
Service Description: Cet ensemble de données contient deux couches géotiff. La première couche (1) représente la répartition du crabe dormeur à l'échelle de la côte, telle qu'elle est prédite à partir d'un modèle géostatistique. Le modèle prédit la probabilité moyenne de détection du crabe dormeur sur l'ensemble de la côte à l'aide d'engins d'échantillonnage piégeants. La deuxième couche (2) représente l'incertitude associée à ces prévisions. Des descriptions détaillées de ces produits de données se trouvent dans Nephin et al. (2023) et le code utilisé pour les produire est disponible à l'adresse suivante : https://gitlab.com/dfo-msea/dungeness-sdm/.
Les objectifs de ce travail étaient de modéliser l'habitat du crabe dormeur (_Metacarcinus magister_), une espèce marine côtière limitée aux données, afin d'évaluer l'efficacité de l'intégration des données lorsqu'on fait des prévisions pour des zones géographiques plus vastes que la superficie couverte par une source de données. En Colombie-Britannique, le crabe dormeur est échantillonné à l'échelle régionale et sporadique à l'aide d'une variété d'engins d'échantillonnage et de protocoles de relevé, ce qui en fait une étude de cas idéale pour déterminer si l'intégration de relevés disparates peut améliorer les prévisions de l'habitat. À cette fin, nous rassemblons des données provenant de relevés de plongée, de chalut et de pièges appâtés afin de produire six modèles linéaires à effets mixtes candidats généralisés avec des champs aléatoires spatiaux. Cet ensemble de données contient la moyenne (1) et la différence (2) entre les prévisions du modèle d'enquête et de l'effet d'engrenage.
Aire de répartition du crabe dormeur sur toute la côte
Legend
All Layers and Tables
Dynamic Legend
Dynamic All Layers
Layers:
Description: Cet ensemble de données contient deux couches géotiff. La première couche (1) représente la répartition du crabe dormeur à l'échelle de la côte, telle qu'elle est prédite à partir d'un modèle géostatistique. Le modèle prédit la probabilité moyenne de détection du crabe dormeur sur l'ensemble de la côte à l'aide d'engins d'échantillonnage piégeants. La deuxième couche (2) représente l'incertitude associée à ces prévisions. Des descriptions détaillées de ces produits de données se trouvent dans Nephin et al. (2023) et le code utilisé pour les produire est disponible à l'adresse suivante : https://gitlab.com/dfo-msea/dungeness-sdm/.Les objectifs de ce travail étaient de modéliser l'habitat du crabe dormeur (_Metacarcinus magister_), une espèce marine côtière limitée aux données, afin d'évaluer l'efficacité de l'intégration des données lorsqu'on fait des prévisions pour des zones géographiques plus vastes que la superficie couverte par une source de données. En Colombie-Britannique, le crabe dormeur est échantillonné à l'échelle régionale et sporadique à l'aide d'une variété d'engins d'échantillonnage et de protocoles de relevé, ce qui en fait une étude de cas idéale pour déterminer si l'intégration de relevés disparates peut améliorer les prévisions de l'habitat. À cette fin, nous rassemblons des données provenant de relevés de plongée, de chalut et de pièges appâtés afin de produire six modèles linéaires à effets mixtes candidats généralisés avec des champs aléatoires spatiaux. Cet ensemble de données contient la moyenne (1) et la différence (2) entre les prévisions du modèle d'enquête et de l'effet d'engrenage.
Service Item Id: 196713e7ce6c4dfc8ec1b6f394fafcff
Copyright Text: Government of Canada; Fisheries and Oceans Canada; Sciences des écosystèmes et des océans/Sciences du Pacifique//Division des sciences des écosystèmes/Licence du gouvernement ouvert - Canada ( http://ouvert.canada.ca/fr/licence-du-gouvernement-ouvert-canada )
Spatial Reference:
102100
(3857)
Single Fused Map Cache: false
Initial Extent:
XMin: -1.5375960758068655E7
YMin: 5987648.508310064
XMax: -1.3255641095824983E7
YMax: 7637897.302037449
Spatial Reference: 102100
(3857)
Full Extent:
XMin: -1.4988300926946819E7
YMin: 6059022.905173755
XMax: -1.3643300926946817E7
YMax: 7566522.905173757
Spatial Reference: 102100
(3857)
Units: esriMeters
Supported Image Format Types: PNG32,PNG24,PNG,JPG,DIB,TIFF,EMF,PS,PDF,GIF,SVG,SVGZ,BMP
Document Info:
Title: Aire de répartition du crabe dormeur sur toute la côte
Author:
Comments: Cet ensemble de données contient deux couches géotiff. La première couche (1) représente la répartition du crabe dormeur à l'échelle de la côte, telle qu'elle est prédite à partir d'un modèle géostatistique. Le modèle prédit la probabilité moyenne de détection du crabe dormeur sur l'ensemble de la côte à l'aide d'engins d'échantillonnage piégeants. La deuxième couche (2) représente l'incertitude associée à ces prévisions. Des descriptions détaillées de ces produits de données se trouvent dans Nephin et al. (2023) et le code utilisé pour les produire est disponible à l'adresse suivante : https://gitlab.com/dfo-msea/dungeness-sdm/.Les objectifs de ce travail étaient de modéliser l'habitat du crabe dormeur (_Metacarcinus magister_), une espèce marine côtière limitée aux données, afin d'évaluer l'efficacité de l'intégration des données lorsqu'on fait des prévisions pour des zones géographiques plus vastes que la superficie couverte par une source de données. En Colombie-Britannique, le crabe dormeur est échantillonné à l'échelle régionale et sporadique à l'aide d'une variété d'engins d'échantillonnage et de protocoles de relevé, ce qui en fait une étude de cas idéale pour déterminer si l'intégration de relevés disparates peut améliorer les prévisions de l'habitat. À cette fin, nous rassemblons des données provenant de relevés de plongée, de chalut et de pièges appâtés afin de produire six modèles linéaires à effets mixtes candidats généralisés avec des champs aléatoires spatiaux. Cet ensemble de données contient la moyenne (1) et la différence (2) entre les prévisions du modèle d'enquête et de l'effet d'engrenage.
Subject: Cet ensemble de données contient deux couches géotiff. La première couche (1) représente la répartition du crabe dormeur à l'échelle de la côte, telle qu'elle est prédite à partir d'un modèle géostatistique. Le modèle prédit la probabilité moyenne de détection du crabe dormeur sur l'ensemble de la côte à l'aide d'engins d'échantillonnage piégeants. La deuxième couche (2) représente l'incertitude associée à ces prévisions.
Category:
Keywords: Biologie,faune et flore,Modèle,Animal aquatique,Biologie marine,Océan,modèles de distribution des espèces,intégration des données,champs aléatoires gaussiens,Crabe dormeur
AntialiasingMode: Fast
TextAntialiasingMode: Force
Supports Dynamic Layers: true
Resampling: false
MaxRecordCount: 2000
MaxImageHeight: 4096
MaxImageWidth: 4096
Supported Query Formats: JSON, geoJSON, PBF
Supports Query Data Elements: true
Min Scale: 0
Max Scale: 0
Supports Datum Transformation: true
Child Resources:
Info
Dynamic Layer
Supported Operations:
Export Map
Identify
QueryLegends
QueryDomains
Find
Return Updates