La zone tampon de 1000m autour du Lez est d’une superficie de 5627,58 ha. En terme d’occupation du sol et en réponse au point 4 du TP2 SIG cette zone tampon se compose comme suit :
La zone tampon de 1000m autour du Lez est d’une superficie de 5627,58 ha. En terme d’occupation du sol et en réponse au point 4 du TP2 SIG cette zone tampon se compose comme suit :
L’UE Climat s’articule autour de séquences assurées par des intervenant(e)s sur les thèmes indiqués dans le tableau ci-dessous. Ces séquences seront complétées par une mise en application qui suivra la progressivité de l’UE et illustrera les différents points abordés par les intervenant(e)s. Pour cela un applicatif centré sur «Impact du changement climatique sur la ressource en eau en Bourgogne Franche-Comté» servira de fil conducteur.
Thèmes | Intervenants extérieurs | heures | |
---|---|---|---|
Services et portails climatiques | Agnès Tamburini, Météo-France | 2 | |
Impacts hydriques et hydrologiques | Eric Sauquet, INRAE | 6 | |
Impacts sur les agro-écosystèmes | Annabelle Larmure, Institut Agro Dijon | 3 | |
Stratégies d’adaptation | En attente, | 2 | |
Applicatif | Intervenants | heures | |
---|---|---|---|
Impacts CC sur la ressource en eau | T. Castel | 27 | |
J. Crétat | 3 |
En amont de l’applicatif il vous est demandé de réaliser les taches suivantes :
La mise en oeuvre de l’applicatif mobilisera les outils logiciels SIG QGIS et de traitement de données et statistiques R. Pour ce dernier nous conseillons de l’utiliser via un environnement interactif de développement du type RStudio par exemple.
L’ensemble des cours et des TD/TP se feront dans la salle 206, aile sud du bâtiment Sciences Gabriel sur le campus de l’Univ. de Bourgogne.
Enfin nous vous demandons :
Objectifs :
Afin de pouvoir estimer la part de contribution du ruissellement des pluies sur la pollution au phosphore, il est nécessaire de connaître le cumul de précipitations en tout point du bassin versant. Malheureusement, cette information n’est pas mesurée au niveau du bassin versant. Les stations climatiques disponibles sont situées à l’extérieur de ce dernier.
Pour estimer les cumuls de pluie au niveau de bassin versant, et pour tous les pixels du MNT nous allons procéder à l’interpolation spatiale. L’objet de cette séance est de connaître des techniques communes d’interpolation spatiale des données :
* La régression multiple
* Le krigeage ordinaire (technique appartenant à la discipline des géostatistiques)
Vous serez guidés pas à pas pour interpoler les cumuls annuels de pluie avant et après 1987/1988.
Croisement avec la carte des risques de fuite du phosphore sur le BV;
Nous reviendrons au cours du TP sur les différentes étapes.
Objectifs :
Afin de pouvoir estimer la part de contribution du ruissellement des pluies sur la pollution au phosphore, il est nécessaire de connaître le cumul de précipitations en tout point du bassin versant. Malheureusement, cette information n’est pas mesurée au niveau du bassin versant. Les stations climatiques disponibles sont situées à l’extérieur de ce dernier.
Pour estimer les cumuls de pluie au niveau de bassin versant, et pour tous les pixels du MNT nous allons procéder à l’interpolation spatiale. L’objet de cette séance est de connaître des techniques communes d’interpolation spatiale des données :
* La régression multiple
* Le krigeage ordinaire (technique appartenant à la discipline des géostatistiques)
Vous serez guidés pas à pas pour interpoler les cumuls annuels de pluie avant et après 1987/1988.
Nous reviendrons au cours du TP sur les différentes étapes.
Objectifs pédagogiques :
Nous reviendrons au cours du TP sur les différentes étapes.
Pour rappel :
Nous reviendrons au cours du TP sur les différentes étapes.
L’outil logiciel préconisé est R qui permet le traitement avancé des données numériques et leur analyse statistique. Outre qu’il implémente l’état de l’art des méthodes statistiques, R offre la possibilité de tracer les données et de produire des figures de qualité. La mise en oeuvre de ces fonctionnalités est délicate à partir de l’éditeur natif de R. Pour cela différents environnements intégrés de développement encore appelés IDE (Interactive Development Environment) ont été développés afin d’améliorer la prise en main, l’efficacité et les échanges. Parmi les IDE utilisés avec R nous pouvons vous en conseiller deux :
Pour Windows :
L’installation est quasi identique pour windows, linux et macOS. Nous présentons ci-dessous les principales étapes de la récupération à l’installation. Nous montrons comment créer un nouvel environnement avec R et Jupyterlab.
Une fois le fichier exécutable (‘Anaconda3-2022.05-Windows-x86_64.exe’) cliquer deux fois dessus pour lancer l’installation
Anaconda apparaît après l’installation dans votre menu démarrer. Il faut lancer Anaconda Navigator pour gérer les environnements et l’installation des packages.
Anaconda propose un environnement isolé afin de gérer les dépendances et la version des logiciels. C’est pour cela qu’il nécessite à minima 3Go d’espace disque et un minimum de mémoire RAM.
L’interface anaconda de base propose par défaut une séries de logiciel installés ou à installer en fonction des besoins.
Cet environnement de base est très stable. En contrepartie ce ne sont pas les versions les plus récentes des logiciels qui sont proposées. Pour avoir des versions plus récentes il faudra ajouter un liens (Channels).
On vous propose d’ajouter le Channel ou lien conda-forge qui pointe sur les versions plus récentes et propose plus de packages.
Ce Channel maintenu par une large communauté issue du monde open-source permet de créer de nouveaux environnements opérationnels pour vos besoins. Dans notre cas on vous propose une fois le Channel ajouté de créer un nouvel environnement avec une version plus récente de R, Jupyterlab et le noyau (kernel) de R pour jupyterlab.
Ici on active l’intallation de R et python. Anaconda va se baser sur le Channel conda-forge pour les versions des logiciels.
Après sa création on va pouvoir ajouter les logiciels et packages dont on a besoin et notamment jupyterlab et les libraries spécifiques en plus des librairies de base.
Sélectionner votre nouvel environnement recherche dans les logiciels et librairies non installés jupyterlab et les libraries R listées plus bas dans la page.
Après cette opération vous pouvez retourner sous Home et à partir de votre nouvel environnement vous pouvez lancer Jupyterlab. Jupyterlab vous permet d’ouvrir le notebook et lancer les blocs de code. Pour cela il vous faudra récupérer les données via le lien ci dessous et modifier dans le notebook le chemin d’accès aux données .
Les données, les scripts et les docs sont à récupérer ici : data
Nous reviendrons au cours de la séance sur les différentes étapes.
Bonjour et bienvenue sur mes pages. Ces pages sont destinées à présenter et appuyer mes activités d’enseignement et de recherche. Pour la partie enseignement elles s’adressent en premier lieu aux élèves-inégieurs de l’institut Agro Dijon et aux étudiants du Master SEME de l’université de Bourgogne. Elles me permettent de mettre à disposition les supports (scripts, données, notebooks, diaporamas etc.) et diverses informations utiles en amont soit de mes interventions ou de celles des intervenants extérieurs.
---
Pour les élèves-ingénieurs de la dominantes R2D2C -> cf. page 'Remise à niveau R'
Pour les élèves du Master 2 SEME -> cf. page 'Analyse des séries temporelles avec R'
---