Nuage de points classifiés de l’Ontario (données dérivées de LiDAR)

Le nuage de points classifiés de l’Ontario (données dérivées de LiDAR) est constitué de points contenant des renseignements sur l’élévation et l’intensité provenant des retours recueillis par un capteur LiDAR topographique aérien.

De nombreux ensembles de données du nuage de points lidar de l’Ontario ont été mis à la disposition du gouvernement du Canada pour téléchargement direct par l’entremise du portail fédéral du gouvernement ouvert sous l’enregistrement Nuages de points lidar - Série CanÉlévation. Les instructions pour le téléchargement de données en lot sont disponibles dans le document d’instructions de téléchargement lié à cette page. Pour télécharger des vignettes individuelles, zoomez sur la carte dans CarrefourGéo et cliquez sur une vignette pour afficher une fenêtre contextuelle contenant un lien de téléchargement. 

Consultez le document Soutien IGO – Directives sur la commande de données importantes [DOCX] pour obtenir une copie des données pour les projets qui ne peuvent pas encore être téléchargés directement. Les données peuvent être demandées par zone de projet ou par ensemble de vignettes. Pour déterminer quel projet contient la zone qui vous intéresse ou pour afficher des vignettes individuellement, zoomez sur la carte et cliquez. Pour commander de plusieurs vignettes à la fois, cliquez sur le lien dans la section Documents supplémentaires ci-dessous pour télécharger l’index des vignettes en format shapefile. La taille des données par zone de projet est indiquée ci-dessous. 

Ces données sont destinées aux spécialistes de la technologie géospatiale et sont utilisées par le gouvernement, les municipalités, les offices de protection de la nature et le secteur privé aux fins d’aménagement du territoire et d’analyses environnementales. 

Le nuage de points est structuré en tuiles adjacentes de 1 km sur 1 km au format LAZ. 

Les codes de classification suivants sont appliqués aux données :

  • non classifié;
  • terrain;
  • eau;
  • bruit élevé;
  • bruit faible.

Puisque l’ensemble de données est une compilation de données LiDAR provenant de plusieurs projets d’acquisition, les spécifications, les paramètres, la précision et les capteurs peuvent varier selon le projet. 

Consultez le guide d’utilisation détaillé et les rapports de métadonnées de l’entrepreneur ci-dessous pour obtenir de plus amples renseignements, notamment sur l’interprétation de l’indice de placement des commandes de données. 

Les dérivés matriciels ont été créés à partir des nuages de points. Ces produits peuvent répondre à vos besoins et peuvent être téléchargés directement. Pour une représentation du terrain nu, voir le Modèle numérique de terrain de l’Ontario (données dérivées de LiDAR). Pour un modèle représentant toutes les caractéristiques de surface, voir le Modèle numérique de surface de l’Ontario (données dérivées de LiDAR). 

Vous pouvez surveiller la disponibilité et l’état d’avancement des projets LiDAR sur la carte « Couverture LiDAR en Ontario » sur la page du Programme de cartographie d'altimétriques de l'Ontario du CarrefourGéo Ontario.

Documents supplémentaires

Ensembles de produits

  • OMAFRA Lidar 2016-18 - Cochrane - 442 GB
  • OMAFRA Lidar 2016-18 - Lake Erie - 1.22 TB
  • OMAFRA Lidar 2016-18 - Peterborough - 443 GB
  • LEAP 2009 - 22.9 GB
  • CLOCA 2018 - 36.2 GB
  • South Nation 2018-19 - 72.4 GB
  • GTA 2014 - 57.6 GB
  • GTA 2015 - 63.4 GB
  • Brampton 2015 - 5.9 GB
  • Peel 2016 - 49.2 GB
  • Milton 2017 - 15.3 GB
  • Halton 2018 - 73 GB
  • Haliburton 2019 - 17.2 GB
  • York Region-Lake Simcoe 2019 - 75 GB
  • Rivière Outaouais 2019-20 - 836 GB
  • Lac Nipissing 2020 - 700 GB
  • Ottawa-Gatineau 2019-20 - 551 GB
  • OMAFRA Lidar 2022 - Lake Huron - 204 GB
  • OMAFRA Lidar 2022 - Lake Simcoe - 154 GB
  • Belleville 2022 - 1.09 TB
  • Eastern Ontario 2021-22 - 1.5 TB
  • Huron Shores 2021 - 35.5 GB
  • Muskoka 2018 - 72.1 GB
  • Muskoka 2021 - 74.2 GB
  • Muskoka 2023 - 532 GB
  • Digital Elevation Data to Support Flood Mapping 2022-26 :
    • Huron-Georgian Bay 2022 - 1.37 TB
    • Huron-Georgian Bay 2023 - 257 GB
    • Huron-Georgian Bay 2023 Bruce - 95.2 GB
    • Kawartha Lakes 2023 - 385 GB
    • Sault Ste Marie 2023-24 - 1.15 TB
    • Sudbury 2023-24 - 741 GB
    • Thunder Bay 2023-24 - 654 GB
    • Timmins 2024 - 318 GB
    • Cataraqui 2024 - 50.5 GB
    • Chapleau 2024 - 127 GB
    • Dryden 2024 - 187 GB
    • Ignace 2024 - 10.7 GB
    • Northeastern Ontario 2024-25 - 792 GB
    • Sioux Lookout 2024 - 112 GB
    • Atikokan 2024 - 64 GB
    • Manitoulin 2024 - 375 GB
    • Central East 2025 - 380 GB
    • Kenora 2025 - 31.3 GB
    • Rainy River 2025 - 203 GB
    • Upper Thames-Grand River 2025 - 461 GB
    • Lower Thames 2025 - 120 GB
    • Parry Sound 2025 - 46.9 GB
  • GTA 2023 - 985 GB

État
Actives: Les données sont continuellement mises à jour 

Fréquence de mise à jour des données
Au besoin: Les données sont mises à jour au besoin 

Personne-resource
Ministère des Richesses naturelles de l'Ontario - Information géospatiale de l'Ontario, [email protected]

Datasets available for download

This dataset has no data

Additional Info

Field Value
Last Updated August 21, 2026, 07:55 (UTC)
Created March 25, 2026, 01:52 (UTC)
Domain / Topic
Domain or topic of the dataset being cataloged.
Title
Title for the Dataset.
Nuage de points classifiés de l’Ontario (données dérivées de LiDAR)
Description
A description of the dataset.

Le nuage de points classifiés de l’Ontario (données dérivées de LiDAR) est constitué de points contenant des renseignements sur l’élévation et l’intensité provenant des retours recueillis par un capteur LiDAR topographique aérien.

De nombreux ensembles de données du nuage de points lidar de l’Ontario ont été mis à la disposition du gouvernement du Canada pour téléchargement direct par l’entremise du portail fédéral du gouvernement ouvert sous l’enregistrement Nuages de points lidar - Série CanÉlévation. Les instructions pour le téléchargement de données en lot sont disponibles dans le document d’instructions de téléchargement lié à cette page. Pour télécharger des vignettes individuelles, zoomez sur la carte dans CarrefourGéo et cliquez sur une vignette pour afficher une fenêtre contextuelle contenant un lien de téléchargement. 

Consultez le document Soutien IGO – Directives sur la commande de données importantes [DOCX] pour obtenir une copie des données pour les projets qui ne peuvent pas encore être téléchargés directement. Les données peuvent être demandées par zone de projet ou par ensemble de vignettes. Pour déterminer quel projet contient la zone qui vous intéresse ou pour afficher des vignettes individuellement, zoomez sur la carte et cliquez. Pour commander de plusieurs vignettes à la fois, cliquez sur le lien dans la section Documents supplémentaires ci-dessous pour télécharger l’index des vignettes en format shapefile. La taille des données par zone de projet est indiquée ci-dessous. 

Ces données sont destinées aux spécialistes de la technologie géospatiale et sont utilisées par le gouvernement, les municipalités, les offices de protection de la nature et le secteur privé aux fins d’aménagement du territoire et d’analyses environnementales. 

Le nuage de points est structuré en tuiles adjacentes de 1 km sur 1 km au format LAZ. 

Les codes de classification suivants sont appliqués aux données :

  • non classifié;
  • terrain;
  • eau;
  • bruit élevé;
  • bruit faible.

Puisque l’ensemble de données est une compilation de données LiDAR provenant de plusieurs projets d’acquisition, les spécifications, les paramètres, la précision et les capteurs peuvent varier selon le projet. 

Consultez le guide d’utilisation détaillé et les rapports de métadonnées de l’entrepreneur ci-dessous pour obtenir de plus amples renseignements, notamment sur l’interprétation de l’indice de placement des commandes de données. 

Les dérivés matriciels ont été créés à partir des nuages de points. Ces produits peuvent répondre à vos besoins et peuvent être téléchargés directement. Pour une représentation du terrain nu, voir le Modèle numérique de terrain de l’Ontario (données dérivées de LiDAR). Pour un modèle représentant toutes les caractéristiques de surface, voir le Modèle numérique de surface de l’Ontario (données dérivées de LiDAR). 

Vous pouvez surveiller la disponibilité et l’état d’avancement des projets LiDAR sur la carte « Couverture LiDAR en Ontario » sur la page du Programme de cartographie d'altimétriques de l'Ontario du CarrefourGéo Ontario.

Documents supplémentaires

Ensembles de produits

  • OMAFRA Lidar 2016-18 - Cochrane - 442 GB
  • OMAFRA Lidar 2016-18 - Lake Erie - 1.22 TB
  • OMAFRA Lidar 2016-18 - Peterborough - 443 GB
  • LEAP 2009 - 22.9 GB
  • CLOCA 2018 - 36.2 GB
  • South Nation 2018-19 - 72.4 GB
  • GTA 2014 - 57.6 GB
  • GTA 2015 - 63.4 GB
  • Brampton 2015 - 5.9 GB
  • Peel 2016 - 49.2 GB
  • Milton 2017 - 15.3 GB
  • Halton 2018 - 73 GB
  • Haliburton 2019 - 17.2 GB
  • York Region-Lake Simcoe 2019 - 75 GB
  • Rivière Outaouais 2019-20 - 836 GB
  • Lac Nipissing 2020 - 700 GB
  • Ottawa-Gatineau 2019-20 - 551 GB
  • OMAFRA Lidar 2022 - Lake Huron - 204 GB
  • OMAFRA Lidar 2022 - Lake Simcoe - 154 GB
  • Belleville 2022 - 1.09 TB
  • Eastern Ontario 2021-22 - 1.5 TB
  • Huron Shores 2021 - 35.5 GB
  • Muskoka 2018 - 72.1 GB
  • Muskoka 2021 - 74.2 GB
  • Muskoka 2023 - 532 GB
  • Digital Elevation Data to Support Flood Mapping 2022-26 :
    • Huron-Georgian Bay 2022 - 1.37 TB
    • Huron-Georgian Bay 2023 - 257 GB
    • Huron-Georgian Bay 2023 Bruce - 95.2 GB
    • Kawartha Lakes 2023 - 385 GB
    • Sault Ste Marie 2023-24 - 1.15 TB
    • Sudbury 2023-24 - 741 GB
    • Thunder Bay 2023-24 - 654 GB
    • Timmins 2024 - 318 GB
    • Cataraqui 2024 - 50.5 GB
    • Chapleau 2024 - 127 GB
    • Dryden 2024 - 187 GB
    • Ignace 2024 - 10.7 GB
    • Northeastern Ontario 2024-25 - 792 GB
    • Sioux Lookout 2024 - 112 GB
    • Atikokan 2024 - 64 GB
    • Manitoulin 2024 - 375 GB
    • Central East 2025 - 380 GB
    • Kenora 2025 - 31.3 GB
    • Rainy River 2025 - 203 GB
    • Upper Thames-Grand River 2025 - 461 GB
    • Lower Thames 2025 - 120 GB
    • Parry Sound 2025 - 46.9 GB
  • GTA 2023 - 985 GB

État
Actives: Les données sont continuellement mises à jour 

Fréquence de mise à jour des données
Au besoin: Les données sont mises à jour au besoin 

Personne-resource
Ministère des Richesses naturelles de l'Ontario - Information géospatiale de l'Ontario, [email protected]
Tags / Keywords
Keywords/tags categorizing the dataset.
Format (CSV, XLS, TXT, PDF, etc)
File format of the dataset.
Dataset Size
Dataset size in megabytes.
7.06
Metadata Identifier
Metadata identifier – can be used as the unique identifier for catalogue entry
5e98d0ffe653448b9de061addd12eda1
Published Date
Published date of the dataset.
2020-08-25
Time Period Data Span (start date)
Start date of the data in the dataset.
Time Period Data Span (end date)
End date of time data in the dataset.
GeoSpatial Area Data Span
A spatial region or named place the dataset covers.
Field Value
Access category
Type of access granted for the dataset (open, closed, service, etc).
public
License
License used to access the dataset.
Open Government Licence – Ontario
Limits on use
Limits on use of data.
Location
Location of the dataset.
https://ontariogeohub-fr-lio.opendata.arcgis.com/datasets/mnrf::nuage-de-points-classifiés-de-lontario-données-dérivées-de-lidar
Data Service
Data service for accessing a dataset.
Owner
Owner of the dataset.
OntarioProvincialMapping
Contact Point
Who to contact regarding access?
Ontario Ministry of Natural Resources and Forestry
Contact Point Email
The email to contact regarding access?
[email protected]
Publisher
Publisher of the dataset.
Ontario Ministry of Natural Resources and Forestry
Publisher Email
Email of the publisher.
Author
Author of the dataset.
OntarioProvincialMapping
Author Email
Email of the author.
Accessed At
Date the data and metadata was accessed.
2026-08-14
Field Value
Identifier
Unique identifier for the dataset.
5e98d0ffe653448b9de061addd12eda1
Language
Language(s) of the dataset
English
Link to dataset description
A URL to an external document describing the dataset.
https://ontariogeohub-fr-lio.opendata.arcgis.com/datasets/mnrf::nuage-de-points-classifiés-de-lontario-données-dérivées-de-lidar
Persistent Identifier
Data is identified by a persistent identifier.
Globally Unique Identifier
Data is identified by a persistent and globally unique identifier.
Contains data about individuals
Does the data hold data about individuals?
Contains data about identifiable individuals
Does the data hold identifiable data about individual?
Contains Indigenous Data
Does the data hold data about Indigenous communities?
Portal Type
Platform type of the source portal.
Field Value
Version
Version of the datatset
None
Source
Source of the dataset.
None
Version notes
Version notes about the dataset.
Is version of another dataset
Link to dataset that it is a version of.
Other versions
Link to datasets that are versions of it.
Provenance Text
Provenance Text of the data.
Ministère des Richesses naturelles de l'Ontario
Provenance URL
Provenance URL of the data.
Temporal resolution
Describes how granular the date/time data in the dataset is.
GeoSpatial resolution in meters
Describes how granular (in meters) geospatial data is in the dataset.
GeoSpatial resolution (in regions)
Describes how granular (in regions) geospatial data is in the dataset.
Field Value
Indigenous Community Permission
Who holds the Indigenous Community Permission. Who to contact regarding access to a dataset that has data about Indigenous communities.
Community Permission
Community permission (who gave permission).
The Indigenous communities the dataset is about
Indigenous communities from which data is derived.
Field Value
Number of data rows
If tabular dataset, total number of rows.
Number of data columns
If tabular dataset, total number of unique columns.
Number of data cells
If tabular dataset, total number of cells with data.
Number of data relations
If RDF dataset, total number of triples.
Number of entities
If RDF dataset, total number of entities.
Number of data properties
If RDF dataset, total number of unique properties used by the triples.
Data quality
Describes the quality of the data in the dataset.
Metric for data quality
A metric used to measure the quality of the data, such as missing values or invalid formats.

0 Comments

Please login or register to comment.