Utiliser le package meteo4Vilaine

Source: vignettes/utiliser_meteo4vilaine.Rmd

Présentation

Le package meteo4Vilaine permet :

  • de créer des fonctions SQL dans une base PostgreSQL/PostGIS,
  • d’interroger les précipitations entre deux dates,
  • d’interpoler les données par krigeage,
  • d’extraire des valeurs proches à partir d’objets sf.

1. Connexion à la base de données 

library(RPostgres)
library(yaml)
library(sf)

config <- yaml::read_yaml("C://workspace//gwilenalim//yaml//config.yml")

con <- DBI::dbConnect(
  Postgres(),
  host = config$host,
  port = config$port,
  user = config$user,
  password = config$password,
  dbname = config$dbname
)

2. Création de la fonction SQL qui permet de calculer des sommes de précipitations entre 2 dates

Cette fonction est à exécuter une fois après création de la base de données

3. Extraction des précipitations entre deux dates

Cette fonction permet d’extraire les données de précipitations en base entre deux dates. Elle renvoie un objet sf avec le positionnement des stations et la somme des précipitations (en mm) entre les deux dates.

Seules les stations dont le nombre de jours avec des données disponibles / le nombre de jour entre les deux dates commandées est supérieur ou égale au paramètre complétude sont renvoyées.

Par exemple si on interroge pour récupérer 100 jours de données et qu’on passe l’indicateur taux_completude à 0.5, seules les stations avec au moins 50 jours de données sur la période sont renvoyées.

pluvio_sf <- pluviometrie_entre_2_dates(
  date_debut = "2020-01-01",
  date_fin = "2020-01-10",
  con = con,
  taux_completude = 0.8
)

head(pluvio_sf)

4. Extraction de valeurs proches

On injecte un objet sf de type points (points_sf). En retour la fonction recherche, pour chaque élément de points_sf quel est le point de la couche ref_sf le plus proche. Il renvoie alors la valeur contenue dans la colonne “col_valeur” de ref_sf


pluvio_sf <- pluviometrie_entre_2_dates(
  date_debut = "2020-01-05",
  date_fin = "2020-01-05",
  con = con,
  taux_completude = 0.8
)

valeurs_proches_sf(
  points_sf = rennes_l93,
  ref_sf = pluvio_sf,
  col_valeur = "somme_precipitations"
)

5. Interpolation spatiale par krigeage

Cette fonction permet, pour une date donnée, d’interpoler spatialement les résultats en utilisant l’ensemble des données disponibles à la même date.


rennes_coords <- data.frame(lon = -1.6794, lat = 48.1147)
rennes_sf <- st_as_sf(rennes_coords, coords = c("lon", "lat"), crs = 4326)
rennes_l93 <- st_transform(rennes_sf, crs = 2154)

krige_pluie_journaliere(rennes_l93, date = "2020-01-05", con = con)

Conclusion

Le package meteo4Vilaine fournit une interface puissante pour interroger, analyser et interpoler des données météorologiques spatialisées.