Biota
Type of resources
Available actions
Provided by
Years
Formats
Representation types
Update frequencies
status
Resolution
-
L’ouverture des barrages va considérablement impacter le fonctionnement des populations piscicoles de la Sélune. Le rétablissement de la continuité écologique du fleuve modifiera les flux populationnels en autorisant la remontée plus en amont de certaines espèces amphihalines et le déplacement d'autres espèces vers l'aval et en amont des barrages. Depuis maintenant de nombreuses années, dans le cadre de l'ORE DiaPFC (Observatoire de Recherche en Environnement Poissons Diadromes dans les Fleuves Côtiers), du SOERE OLA (Système d'Observation et d'Expérmentation pour la recherche en environnement Observatoire des lacs alpins) ou du Pôle OFB-INRAE-Institut Agro-UPPA, différentes unités INRAE (U3E, l'UMR ECOBIOP et l'UMR CARRTEL) et OFB (DRAS) prélèvent des échantillons sur de nombreux spécimens aquatiques. Ces échantillons, généralement otolithes, écailles et/ou nageoires, servent ensuite à la communauté scientifique pour effectuer différentes analyses et recherches. Ces prélèvements ont également lieu dans le cadre de l’observatoire Sélune. Labélisé Centre de Ressources Biologiques (CRB) par le GIS IBISA, Colisa fait partie du pilier environnement BRC4Env (réseau des Centres de Ressources Biologiques pour l'Environnement) de l'infrastructure RARe. Notre catalogue référence ces différents échantillons de tissus durs et propose un module permettant d'effectuer des requêtes sur notre base de données et de sélectionner les types de données susceptibles de vous intéresser. Vous pourrez par la suite exporter ces données. Ce jeu de données ne présente, en l’occurrence, aucune donnée spécifique mais permet le lien vers l'application COLISA (COLlection of Ichtyological SAmple : Collection d'échantillons ichtyologiques) permettant le stockage des échantillons prélevés. L'application COLISA nécessite la création d'un compte utilisateur pour l'accès à la totalité de la collection.
-
This dataset provides georeferenced polygon vectors of individual tree canopy geometries for dryland areas in West African Sahara and Sahel that were derived using deep learning applied to 50 cm resolution satellite imagery. More than 1.8 billion non-forest trees (i.e., woody plants with a crown size over 3 m2) over about 1.3 million km2 were identified from panchromatic and pansharpened normalized difference vegetation index (NVDI) images at 0.5 m spatial resolution using an automatic tree detection framework based on supervised deep-learning techniques. Combined with existing and future fieldwork, these data lay the foundation for a comprehensive database that contains information on all individual trees outside of forests and could provide accurate estimates of woody carbon in arid and semi-arid areas throughout the Earth for the first time.
Catalogue GéoSAS