DRIAS: découverte du site et récupération de données EricLe JanIFÉ ENS de LyonAllée de FontenayLyon69000Franceeric.lejan(at)ens-lyon.frCaroleLaroseIFÉ ENS de LyonAllée de FontenayLyon69000Francecarole.larose(at)ens-lyon.frGérardVidalDirecteur de la publicationIFÉ ENS de Lyon2015-02-25
Ce livret est
mis à disposition selon les termes de la Licence Creative Commons Attribution -
Pas d’Utilisation Commerciale - Partage dans les mêmes conditions 4.0
International
Cet article a pour but de vous permettre de découvrir le site DRIAS de Météo
France où de nombreuses données concernant la météorologie sont accessibles. Il est
possible après identification sur le site de télécharger des données entre 1950 et
2000 années considérées comme référence ou bien des simulations à moyen ou long
terme . DRIAS: découverte du site et récupération de donnéesEricLe JanIFÉ ENS de LyonCaroleLaroseIFÉ ENS de LyonGérardVidalDirecteur de la publicationIFÉ ENS de LyonCet article a pour but de vous permettre de découvrir le site DRIAS de
Météo France où de nombreuses données concernant la météorologie sont
accessibles. Il est possible après identification sur le site de télécharger des
données entre 1950 et 2000 années considérées comme référence ou bien des
simulations à moyen ou long terme . Introduction : DRIAS est un site crée en partenariat Météo France et les laboratoires de
modélisation du climat. Il propose trois espaces : un espace de découverte qui
présente des cartes en deux parcours (initiation et un expert), un espace
d'accompagnement avec un apport de connaissances, un espace données et produits où
sont téléchargeables les données.Pour rejoindre le site cliquez sur ce lien.La page se présente comme sur l'illustration ci-dessous.Créer son compte Deux étapes sont nécessaires pour créer son comptedonnées et produitsDans cet espace du site, vous pourrez demander l'ouverture de votre compte en
ouvrant le volet "vous voulez demander la création d'un compte pour l'espace
Données et Produits"Remplir le formulaire et envoyer votre demande. Votre demande sera examinée en quelques heures et vous recevrez un mail de
Données Publiques Météo France où vous seront communiqués votre identifiant de
connexion et votre mot de passe à l'adresse mail que vous aurez saisie.Connexion au site et changement du mot de passe Pour changer de mot de passe il faut se connecter sur le site "donneespubliques.meteofrance.fr".Une fois authentifié vous devez cliquer sur le lien "Voir mon compte".
L'illustration ci-dessous montre la localisation de ce lien.Une fois arrivé dans les préférences du compte changez votre mot de passe.
Cette étape est importante car le mot de passe demandé sur DRIAS sera ce nouveau
mot de passe.Vous pouvez maintenant accéder aux données sur le site DRIAS.Les données récupérées peuvent être utilisées dans le logiciel QGIS.Récupération de donnéesLes données disponibles sont accessibles par le catalogue des produits. Une fois
le modèle choisi on accède à un ensemble de choix qui permettent de trier les
données que l'on souhaite utiliser. Le choix des données est guidé par ce qu'on veut réaliser. Dans notre exemple nous
avons besoin des relevés de pluviométrie pour une période du mois de Juin 1997 en
Seine Maritime.Choix du jeu de donnéesPour ce qui nous concerne nous avons besoin de données de références. Une
solution consiste à utiliser par exemple les données corrigées du Scenario SRES
en métropole pour la simulation IPSL2012.On découvre alors un ensemble de critères qui permettent d'affiner la
sélection des données. La sélection du type et de la localisation des donnéesLa sélection commence par un choix dans les sous-catalogues.Les données peuvent être triées par années et par mois ou par saison.On peut ensuite géolocaliser les données. Le choix permet de prélever un
nombre de points compatible avec l'extraction. Parfois si la couverture
géographique dépasse le nombre de points autorisés il faudra procéder en
plusieurs fois. On peut vérifier l'emprise comme sur l'illustration suivante.Puis c'est au tour de la sélection des paramètres. Il faut alors faire des
choix qui dépendent du type de paramètre choisi. Ces choix portent sur les unités mais aussi parfois sur des détails des
paramètres (pluviométrie liquide ou solide ... ) Il reste à choisir le format du fichier qu'on souhaite récupérer. Le meilleur
pour intégrer dans QGIS est le format txt avec comme séparateur la
virgule.Voilà en cliquant sur valider vous allez maintenant basculer dans
l'exportation des données au format zip.La récupération du fichier zippé et l'intégration des données dans
QGIS.La première étape renvoit une sorte de confirmation du type de la donnée
commandée. Un clic que la flèche verte conduit à la page de réception du zip réalisé par
le site. Il suffit alors d'actualiser pour voir le zip s'afficher. Cette étape peut
prendre pas mal de temps. Plus vous avez de données dans le fichier commandé
plus c'est long.Intégration des données dans QGISQGIS est capable d'importer un fichier txt pourvu que deux deonnées soient
présentes, la latitude et la longitude des points de données.QGIS est aussi capable de traiter un fichier pour le transformer en fichiers
contenant des données plus restreintes.Pour notre travail nous allons extraire les jours de Juin qui nous
intéressent.Vous pouvez télécharger QGIS en suivant ce lien. C'est un logiciel qui
fonctionne sous Windows, Mac OS X et Linux.Importer le fichier txtLe fichier texte au format txt livré par DRIAS a un en-tête qui décrit
l'ensemble de données qu'il contient.Les données récupérées ne sont pas des données d'observation mais le résultat
de leur traitement par le modèle choisi.Le corps des données est situé plus bas, chaque donnée est séparée par une
virgule. Dans l'exemple nous disposons : De la date de la donnéeDe la latitudeDe la longitudeDe la valeur en mm des précipitationsDRIAS livre des données en WGS84. Il est donc important de préciser le "SCR"
(Système de Coordonnées de Référence) lors de l'import.QGIS importe les données comme une couche vecteur (Shape File) de type
"point".Voici la fenêtre d'import proposée par le menu "couche" et l'option "une
couche de texte délimité"Il reste à valider, ce qui fait apparaitre le choix du SCR.Il faut donc choisir WSG 84 comme sur l'illustration ci-dessous.Vous pouvez visualiser ci-dessous l'enchaînement de ces étapes. Une fois les données chargées, on peut commencer à traiter les données.Trier les données et en extraire une partieL'affichage de la table d'attributs permet de classer les données. Pour les
données de pluviométrie on peut extraire une journée pour l'ensemble des points
de la carte. Il suffit ensuite de sauvegarder la selection pour récupérer une couche
shapefile exploitable.Cette opération est à renouveler autant de fois que nécessaire.Choisir un style et catégoriserLa présentation des données repose sur l'utilisation des outils de "style" et
de "classement" de QGIS.Dans notre cas nous pouvons utiliser un classement par catégories de quantité
de pluie reçue pour chaque point de la couche.La présentation des résultats peut se faire avec une symbologie de type point
en lui appliquant un dégradé de couleur.On obtient le résultat proposé dans l'illustration ci-dessous pour la journée
du 17 juin. On peut donc relier la coulée de boue à ces précipitations sans
perdre de vue que les valeurs sont ici pour cette date le résultat de
l'application d'un modèle (données corrigées).Les "étiquettes" montre les valeurs de la donnée pluviométrie lors de
l'affichage de la couche.Parcours du siteLe site Drias vous propose 3 espaces qui vous permettent d’obtenir des
informations sur les climats sous différentes formes (texte, graphique, données à
télécharger). Voici une petite approche de 2 scénarios climatiques évoqués dans le site : Les
scénarios du GIEC s’appuient sur les changements de la Terre aux forçages radiatifs
(émission de gaz à effet de serre) en intégrant aussi les donnés socio économique. Les scénarios dits SRES pour Special Report on Emissions Scenario ont été utilisés
jusqu’au quatrième rapport du GIEC (IPCC Fourth Assessment Report,AR4), ils furent
définis à la fin des années 1990 et diffusés en 2000. Le dernier rapport du GIEC (rapport AR5), les scénarios dit RCP pour
Representative Concentration Pathway ont été développés puis utilisés pour produire
des projections climatiques. Présentation rapide des différents scénariosVous découvrirez dans ce paragraphe une description des différents scénarios
disponibles. vous pouvez retrouver sur le site des informations plus
complètes.Il existe deux types de scenarios : Special Reports on Emission Scenarios
Scenarios SRESRepresentative Concentration
Pathway Scenarios RCPLes scenarios RCPCes scenarios disposent de données pour la métropole et pour les
territoires outre-marins.RCP tentent de scénariser l'évolution des gaz à effet de serre au XXI eme
siècle.Les déterminants socio-économique ayant bien évolué, le mode de
construction des scénarios nécessitent un travail en équipe. Les scientifiques ont défini a priori quatre
scénarios d’émission de gaz à effet de serre : les RCP. Les climatologues produisent des projections climatiques utilisant les RCP
comme entrée, tandis que les socio-économistes élaborent des scénarios
d’émission qu’ils unissent aux scénarios RCP (cf. figure ci-dessous).
Voici le résultat de ces recherches, 4 scénarios sont proposés : Simulations IPSL 2012 et fiche associéeCes simulations ont été réalisées à partir du modèle atmosphérique
LMDz "zoomé" sur la France, et du modèle à aire limitée MM5. Les valeurs aux bornes des domaines de ces modèles sont issues du
modèle climatique de grande échelle IPSL-CM4. Ces simulations ont été réalisées sur la période de référence
1961-2001, et sur la période 2021-2050 à partir du scénario d'émission
de gaz à effet de serre A1B.Simulations IPSL2014L'ensemble IPSL2014 s'appuie sur les simulations réalisées par le
modèle régional WRF
sur une grille de 15 km, sur la France métropolitaine. Ces simulations ont été réalisées à partir des nouveaux scénarios RCP
. Elles couvrent la période 1971-2005 pour la référence, et la période
2006-2100 pour les scénarios RCP4.5 et RCP8.5. Les simulations IPSL2014 mises à disposition sur le portail sont
corrigées par la méthode CDFt.Les résultats des simulations sont disponibles journalièrement pour
une grille spatiale de 8km de côté. Simulations CNRM2014Les simulations CNRM2014 sont issues du modèle à aire limitée Aladin-Climat (Aire Limitée Adaptation dynamique
Développement InterNational). La grille native de ces simulations est de 12km et couvre la France
métropolitaine.Un scénario de référence et trois scénarios RCP (Radiative Concentration Pathway) sont
disponibles sur des périodes continues : la simulation de référence sur la période 1950-2005.
les scénarios RCP2.6, RCP4.5 et RCP8.5 sur la période
2006-2100Le projet SCAMPEI : des projections régionalisées à l’échelle 8
kmTrois types de données peuvent être distingués: les données brutes, les données
corrigées et les indices. Les données brutesElles correspondent aux variables atmosphériques issues des
modèles climatiques à haute résolution développés ou utilisés au
CNRM (Centre National de Recherche Météorologique), au CERFACS
(Centre Européen de Recherche et de Formation Avancée en Calcul
Scientifique) ou à l’IPSL. Ces données, disponibles sur la grille native d'un modèle donné,
sont définies comme brutes car elles ne sont pas corrigées par
rapport à l’observation. Leur utilisation est donc destinée à des utilisateurs avisés,
maîtrisant notamment les méthodes de correction. Les données corrigéesElles correspondent aux données brutes corrigées par rapport à des
données d'observations, en appliquant une méthode de correction.
Elles sont disponibles sur le portail DRIAS les futurs du climat et
sont issues des projets SCRATCH08 développés par CERFACS et SCAMPEI,
comme présentées ci-dessous :Les indicesLes indices climatiques sont calculés à partir des indices du
projet IMFREX (sélection des indices du projet STARDEX), à l'instar
de ceux retenus pour le rapport de la mission Jouzel (PNACC). Le calcul de ces indices est réalisé à partir des données
corrigées. Les indices sont calculés à partir des données quotidiennes pour
chaque année, chaque saison ou chaque mois, et ensuite moyennés sur
le nombre d'années de la période considérée (référence et/ou
horizons).La normale d'une variable correspond à la moyenne sur les 5 jours
autour de cette date et les 30 ans de la période de référence du
modèle correspondant. Les indices ci-dessous sont calculés pour un horizon temporel
donné, à un pas de temps donné. Les résultats sont ensuite présentés en anomalies ou en valeurs
absolues. Détail des horizons temporels disponibles : Pour les données SRES (simulation 2012)Référence : 1960-1990 (sauf pour Cerfacs :
1971-1990)Horizon proche (H2035) : 2021-2050Horizon à moyen terme (H2055) : 2041-2070
(sauf pour Cerfacs : 2046-2065)Horizon à long terme (H2085) : 2071-2100
(sauf pour Cerfacs : 2081-2100)Pour les données RCP (simulations 2014)Référence : 1976-2005Horizon proche (H2035) : 2021-2050Horizon à moyen terme (H2055) :
2041-2070Horizon à long terme (H2085) : 2071-2100 Données de précipitationLes indices de précipitation se calculent à partir des
précipitations quotidiennes simulées, représentant pour chaque jour
le cumul de la pluie et de la neige. L'unité des précipitations est en kg/m2/jour en sortie des
modèles, mais en considérant une densité constante des
précipitations égale à celle de l'eau liquide, cette unité est
équivalente à des mm/jour (1 kg d'eau liquide représente une hauteur
d'eau de 1 mm répartie sur une surface de 1 m2) .Précipitations quotidiennesCet indice donne les précipitations liquides moyennes quotidiennes
en mm/jour. Il correspond à la quantité d'eau liquide atteignant le sol. Précipitations moyennes les
jours pluvieuxCet indice donne les précipitations liquides moyennes pour les
jours ayant au moins 1 mm de pluie par jour. Cet indice s'exprime en
mm/jour.Cumul de précipitations
Cet indice donne la quantitié d'eau liquide et d'eau solide
atteignant le sol. Cet indice s'exprime en mm/jour. Nombre de jours de
pluieCet indice donne le nombre de jours pour lesquels le cumul de
précipitations est supérieur à 1 mm. Cet indice s'exprime en nombre
de jours - NBJ. Nombre de jours de fortes
précipitationsCet indice donne le nombre de jours pour lesquels les
précipitations quotidiennes dépassent le seuil de 20 mm. Ce seuil
permet d'isoler les évènements de précipitations intenses. Cet
indice s'exprime nombre de jours - NBJ. Nombre maximum de jours de
pluie consécutifsCet indice donne le maximum de jours consécutifs ayant eu un cumul
de précipitations au moins supérieur à 1 mm. Cet indice s'exprime en
nombre de jours - NBJ. Pourcentage des précipitations
intensesPour caractériser la réponse des précipitations extrêmes au
changement climatique, on utilise la fraction des précipitations
au-dessus du 90 ième centile. Par exemple, le 90 ième centile annuel
est calculé en classant pour chaque année les 365 (ou 366) valeurs
quotidiennes de précipitations dans l'ordre croissant, le 90 ième
centile représentant la valeur au-dessus de laquelle se trouve les
10 % de valeurs les plus élevées soit la 328ième ou la 329 ième
valeur). En calculant le cumul des précipitations des jours où ce seuil est
dépassé, et en divisant le tout par le cumul sur toute l'année, on
obtient une fraction nous donnant la part des évènements de fortes
précipitations sur le total des précipitations annuelles. Cet indice compris entre 0 et 1 n'a pas d'unité. Toutefois, il est
possible de le multiplier par 100 pour exprimer les résultats en
pourcentage. Période de
sècheresseL'indice calculé ici, permettant de caractériser l'intensité des
sécheresses du point de vue météorologique, est le nombre maximum de
jours secs consécutifs. Un jour est considéré sec si les
précipitations quotidiennes lui correspondant n'ont pas excédé 1 mm.
Cet indice s'exprime en nombre de jours - NBJ. Le modèle numérique ALADIN est un modèle bi-spectral à aire
limitée. C’est en fait la version à aire limitée du modèle ARPEGEqui
est un modèle de circulation générale global et spectral développé
en collaboration avec le Centre Européen de Prévision (CEP à
Reading, U.K.) pour la prévision numérique du temps. La version
climat d’ARPEGE, nommée ARPEGE-Climat, a été développée dans les
années 90. Les scenarios SRESCes scenarios ne disposent de données que pour la métropole.Ces simulations couvrent la période 1860-2000. L’objectif de leur
réalisation est triple : comparer l’évolution du climat simulé par les modèles à celle
observée depuis 140 ans ;comparer les caractéristiques du climat simulé à celles
observées ces dernières années ;déterminer un état initial pour les simulations de changement
climatique futur selon différents scénarios socio-économiques
:En résumé, les scénarios décrits dans le graphique peuvent se traduire de
la façon suivante : A1 : réduction des inégalités Nord-Sud avec un développement
économique sur le schéma actuel. B1 : réduction des inégalités Nord-Sud avec un développement
soucieux de l’environnement et du développement durable. A2 : développement hétérogène avec un développement économique
sur le schéma actuel. B2 : développement hétérogène avec un développement soucieux
de l’environnement et du développement durable. Comparaison des scenariosSi l’on compare les scénarios SRES et RCP, on aboutit à : On constate que le scénario RCP 8.5 est un peu plus pessimiste que le
scénario SRES A2, le RCP 6 est proche du SRES A1B, tandis que le RCP 4.5 est
proche du SRES B1. Le seul scénario sans équivalent est le RCP 2.6 qui intègre les effets
d’une politique de réduction des émissions susceptible de limiter le
réchauffement planétaire à 2°C en 2100. AccompagnementVous découvrirez dans cet espace les points suivants :
Le changement climatique
Les projections climatiques
Des recommandations
Un Glossaire
Une FAQ
Des actualités
Les recommandations sont reproduites ici car il est essentiel de les avoir
présentes à l'esprit quand on souhaite utiliser les données mises à
disposition. Il s'agit des recommandations des producteurs sur l'utilisation des
simulations climatiques mises à disposition sur le portail "DRIAS les futurs du
climat"1. Ne pas comparer les données des simulations climatiques
à une date particulière Il est important de comprendre que les situations météorologiques simulées
sont virtuelles et n’ont pas pour objectif, pour une date de validité donnée, de
reproduire la situation correspondante réellement observée (ou qui sera
observée). Les données de référence, datées, ne doivent pas être comparées aux
valeurs observées à la même date. Mais l’ensemble d’une simulation de référence
a les caractéristiques du climat de la période de simulation (1950-2000 par
exemple). On proposera donc de préférence des valeurs moyennes sur plusieurs
années (classiquement 30 ans) ou des fréquences de phénomènes.2. Attention à l’interprétation des résultats pour les
horizons proches (période 2000-2030) En effet, pour cette période, on ne peut distinguer la variabilité climatique
naturelle d’un signal qui serait dû au changement climatique. Pour cette
période, les travaux s’orientent vers des prévisions décennales, encore au stade
de la recherche.3. Utiliser systématiquement plusieurs scénarios ou
plusieurs modèles Il existe principalement deux sources d’incertitudes : l’incertitude « modèle
» liée à la représentation des processus physiques et l’incertitude associée aux
scénarios d’émission des gaz à effet de serre. La première incertitude peut être
analysée en utilisant plusieurs modèles (par exemple les modèles du GIEC). La
deuxième peut être approchée en proposant des simulations obtenues pour
plusieurs scénarios d’émission. On proposera donc systématiquement plusieurs scénarios ou plusieurs modèles,
de manière à intégrer au moins une source principale d’incertitude. La concentration en dioxyde de carbone varie en fonction des scénarios de
manière sensible à partir de 2020-2030. Pour les études au delà de cette
période, il est donc conseillé d’utiliser plusieurs scénarios pour prendre en
compte les incertitudes sur l’évolution de la concentration en CO2. Les trois
scénarios A1B, A2 et B1 constituent un ensemble qui permet de donner une idée de
la dispersion des résultats et de représenter la variabilité de manière
suffisante. Des calculs statistiques comme des fourchettes de durée de retour
peuvent être mis en place.4. Ne pas pondérer les simulations climatiques Les simulations climatiques ne sont pas des prévisions et aucune échelle de
probabilité ne leur est attachée (aucun scénario n’est plus probable qu’un
autre). Elles représentent à priori des évolutions plausibles du climat de la
France sur le 21ème siècle basées sur les connaissances actuelles.5. Privilégier les jeux de données corrigées (par rapport
aux observations) aux données brutes Les jeux de données corrigées sont à privilégier systématiquement par rapport
aux données brutes si vous n’avez pas la possibilité de les corriger par vos
propres moyens. Il est par contre important de garder en mémoire que le jeu de
données corrigées à utiliser dépend de l’application étudiée.6. Choisir la méthode de désagrégation adaptée à
l’application étudiée En ce qui concerne les méthodes de descente d’échelle, il n’existe pas de
méthode universelle. Selon le type d’application, on propose des scénarios
désagrégés pour telle ou telle méthode. Il faut avoir à l’esprit que l’approche dynamique est très coûteuse en temps
de calcul et que l’approche statistique est intéressante, selon le domaine et le
paramètre étudié, sous réserve de disposer de données observées homogènes sur
une période suffisamment longue. L’approche statistique est conseillée pour des
paramètres élaborés et pour disposer d’informations locales. L’approche
dynamique permet de disposer de valeurs cohérentes pour plusieurs paramètres
et/ou plusieurs sites.7. Utilisation de la méthode quantile-quantile La méthode quantile-quantile permet de corriger les défauts les plus
importants des modèles, notamment en termes d’intensité des phénomènes extrêmes
ou de fréquence de jours pluvieux (modèle trop zonal). Cette méthode possède en
particulier l’avantage de corriger les biais du modèle. Elle offre la
possibilité d’utiliser les observations de plusieurs stations à l’intérieur
d’une zone ou d’une maille du modèle, ce qui permet d’augmenter la taille de
l’échantillon et de prendre en compte la variabilité sous-maille (utilisation
des analyses Safran 8 km par exemple). Elle est adaptée pour l’étude des
extrêmes, pour évaluer les fréquences de dépassements de seuils en certains
points car la correction à apporter à la valeur simulée tient compte de sa
fréquence d’occurrence (événement plus ou moins rare). Elle présente en outre
l’avantage de présenter une bonne cohérence temporelle permettant, par exemple,
l’étude de périodes de sécheresse ou de nombre de jours consécutifs de fortes
précipitations ou de fortes/faibles températures. Par contre, elle n’est pas
adaptée à l’étude des records. Avec cette méthode de correction, il est possible d’obtenir des séries en des
points ponctuels (correspondant aux points de mesure) ou également en chaque
point de grille SAFRAN mais le champ sera fortement lissé par rapport à des
méthodes de désagrégation comme celle de J. Boé. Par contre, pour des séries
ponctuelles, la méthode de correction est intéressante car elle possède
l’avantage de mieux restituer les séquences chronologiques (dans le cas où on
veut étudier des épisodes pluvieux ou des sécheresses par exemple) que la
méthode de J. Boé.8. Utilisation des données désagrégées par la méthode du
CERFACS La méthode a été mise au point pour les précipitations pour des applications
hydrologiques. Elle permet d’obtenir des champs spatiaux qui prennent bien en
compte les effets de relief en particulier et d’aborder l’évolution des extrêmes
hydrologiques. Pour des séries ponctuelles, la méthode du CERFACS restitue moins
bien les séquences chronologiques (dans le cas où on veut étudier des épisodes
pluvieux ou des sécheresses par exemple) que la méthode de correction
quantile-quantile. En particulier, la méthode de régionalisation par type de
temps ne semble pas adaptée aux particularités des événements extrêmes de pluie
qui se produisent dans le Sud-Est de la France.9. La qualité des simulations ne dépend pas de leurs
résolutions Les simulations climatiques sont produites par des modèles numériques ayant
leurs propres résolutions spatiales. Par certaines opérations, comme par exemple
l’application d’une méthode de correction quantile-quantile ou d’une méthode de
régionalisation statistique, la résolution spatiale de ces simulations peut-être
affinée (jusqu'à 8 km dans le cas des données corrigées disponibles sur le
portail Driasles futurs du climat). Or ces opérations améliorant la résolution
spatiale n’améliorent pas la prise en compte de processus physiques d’échelle
fine. Ainsi, la représentation de la dynamique atmosphérique demeure in fine celle de la grille native du modèle. Il ne
faut donc pas considérer a priori qu’un modèle ayant une résolution de 8km
forcément « meilleur » qu’un modèle ayant une résolution moins fine. De plus,
affiner la résolution des simulations à 8 km pour attendre des résolutions de
l'odre d'1 km ou moins (par exemple par kriegeage ou interpolation) n'apporte
aucune information supplémentaire sur les processus physiques d'échelle
fine.10. Les données de la période de référence ne sont pas des
observations Il est important de garder à l’esprit que les simulations de référence sont
des simulations numériques et non des observations. Si ces simulations n’ont pas
été débiaisées par une méthode de correction (comme la méthode de correction
quantile-quantile), alors il subsiste un biais par rapport aux observations. Il
ne faut donc pas utiliser ces simulations en les considérant comme une
climatologie du passé proche.Découverte Il s'agit dans cette partie du site de suivre le "guide" en utilisant deux
types de parcours. Un parcours découverte sur les paramètres température et
pluviométrie et un parcours expert qui permet de choisir entre plusieurs
simulations pour les modèles atmosphériques ou d'impact.Conclusion :Cet exemple vous permet de passer à la récupération de données dans votre région
et d'intégrerez les résultats des modèles à vos travaux dans QGIS.Nos adresses mail sont en en-tête de ce document, n'hésitez pas à revenir vers
nous.Déposez vos exemples d'usages dans GRAASP dans l'espace prévu cet effet. Cette
mutualisation permettra à "Météo de Climat : Tremplin pour l'enseignement .. " de
disposer d'un corpus d'exemples utilisables par les futurs stagiaires.