Le package meteo4Vilaine permet d’interroger et d’exploiter les données météorologiques stockées dans une base PostgreSQL/PostGIS.
Deux grandes familles de données sont disponibles :
Les fonctions du package permettent de :
library(meteo4Vilaine)
config <- read_db_config(
"C:/workspace/gwilenalim/yaml/config.yml"
)
con <- connect_postgis(config)Vérification de la connexion :
## [1] TRUE
Lister les schémas disponibles :
## [1] "rx_022_libresqe_sqe" "rx_023_libresqe_temp" "rx_view"
## [4] "vilaine_explorer" "xx_utils" "z_asgard"
Lister les tables du schéma météo :
Les tables donnees_horaires et donnees_journalieres contiennent les données de mesure aux stations accessibles en opendata auprès de Météo France. Les tables stations_meteo_france_horaire et stations_meteo_quotidienne listent ces stations.
La table sim2_grille correspond aux grilles des données open data Météo France sim-safran qui modélisent sur une grille de 8 km de côté les différentes données météo.
Les données correspondantes sont dans la table sim2_quotidien.
## [1] "bd_topage_courseau"
## [2] "bd_topage_noeudhydrographique_fxx"
## [3] "bd_topage_tronconhydrographique_2024"
## [4] "ce_liste1"
## [5] "ce_liste2"
## [6] "classement_piscicole_ce"
## [7] "etiquette_ce"
## [8] "ice_vilaine"
## [9] "ice_vilaine_buffer"
## [10] "ice_vilaine_mg"
## [11] "ice_vilaine_old"
## [12] "ice_vilaine_suppression"
## [13] "ice_vilaine_troncons_strahler"
## [14] "info_syrah_revision_sage_2022"
## [15] "noeuds_hydro_topage"
## [16] "syrah_usra_v2"
| column_name | data_type | comment |
|---|---|---|
| geometry | USER-DEFINED | NA |
| id | text | NA |
| nom | text | NA |
| posteOuvert | text | NA |
| typePoste | text | NA |
| alt | text | NA |
| postePublic | text | NA |
| departement | text | NA |
| date_heure_premiere_donnee | timestamp without time zone | NA |
| date_heure_derniere_donnee | timestamp without time zone | NA |
| column_name | data_type | comment |
|---|---|---|
| id_station | text | NA |
| date_heure | timestamp without time zone | NA |
| DD | numeric | DIRECTION DU VENT A 10 M HORAIRE (ROSE DE 360) |
| DD2 | numeric | DIRECTION DU VENT A 2 METRES HORAIRE (ROSE DE 360) |
| DG | numeric | DUREE DE GEL HORAIRE (MINUTES) |
| DRR1 | numeric | DUREE DES PRECIPITATIONS HORAIRE (MINUTES) |
| FF | numeric | VITESSE DU VENT HORAIRE (M/S ET 1/10) |
| FF2 | numeric | VITESSE DU VENT A 2 METRES HORAIRE (M/S ET 1/10) |
| GLO | numeric | RAYONNEMENT GLOBAL HORAIRE (JOULES/CM2) |
| HNEIGEF | numeric | EPAISSEUR DE NEIGE FRAICHE HORAIRE (CENTIMETRES) |
| INS | numeric | DUREE D’INSOLATION HORAIRE (MINUTES) |
| NEIGETOT | numeric | EPAISSEUR DE NEIGE TOTALE HORAIRE (CENTIMETRES) |
| PSTAT | numeric | PRESSION STATION HORAIRE (HPA ET 1/10) |
| RR1 | numeric | HAUTEUR DE PRECIPITATIONS HORAIRE (MILLIMETRES ET 1/10) |
| T | numeric | TEMPERATURE SOUS ABRI HORAIRE (DEG C ET 1/10) |
| U | numeric | HUMIDITE RELATIVE HORAIRE (%) |
| column_name | data_type | comment |
|---|---|---|
| id_station | text | NA |
| date | date | NA |
| DG | numeric | DUREE DE GEL QUOTIDIENNE (MINUTES) |
| DRR | numeric | DUREE DES PRECIPITATIONS QUOTIDIENNES (MINUTES) |
| GLOT | numeric | RAYONNEMENT GLOBAL QUOTIDIEN (JOULES/CM2) |
| HNEIGEF | numeric | HAUTEUR DE NEIGE TOMBEE EN 24H (CENTIMETRES) |
| INST | numeric | DUREE D’INSOLATION QUOTIDIENNE (MINUTES) |
| NEIG | numeric | OCCURRENCE DE NEIGE QUOTIDIENNE (BOOLEEN) |
| PMERM | numeric | PRESSION MER MOYENNE QUOTIDIENNE (HPA ET 1/10) |
| RR | numeric | HAUTEUR DE PRECIPITATIONS QUOTIDIENNE (MILLIMETRES ET 1/10) |
| TM | numeric | TEMPERATURE MOYENNE SOUS ABRI QUOTIDIENNE (DEG C ET 1/10) |
| TN | numeric | TEMPERATURE MINIMALE SOUS ABRI QUOTIDIENNE (DEG C ET 1/10) |
| TX | numeric | TEMPERATURE MAXIMALE SOUS ABRI QUOTIDIENNE (DEG C ET 1/10) |
| UM | numeric | HUMIDITE RELATIVE MOYENNE (%) |
| column_name | data_type | comment |
|---|---|---|
| lambx | integer | Coordonnée X de la maille SAFRAN (Lambert II étendu) [hm] |
| lamby | integer | Coordonnée Y de la maille SAFRAN (Lambert II étendu) [hm] |
| geom | USER-DEFINED | Centre de la maille SAFRAN [Lambert93, EPSG:2154] |
| column_name | data_type | comment |
|---|---|---|
| lambx | integer | Coordonnée X de la maille SAFRAN (Lambert II étendu) [hm] |
| lamby | integer | Coordonnée Y de la maille SAFRAN (Lambert II étendu) [hm] |
| date | date | Date de la donnée [AAAA-MM-JJ] |
| swi_q | numeric | Soil Wetness Index, indice d’humidité du sol (0 = sol très sec ; 1 = capacité au champ ; peut dépasser 1 localement selon la formulation du modèle) [sans dimension] (variable source : SWI) |
| preliq | numeric | Précipitations liquides cumulées sur la journée (06h UTC à 06h UTC) [mm/j] (variable source : PRELIQ) |
| prenei | numeric | Précipitations solides (neige) cumulées sur la journée (06h UTC à 06h UTC) [mm/j équivalent eau] (variable source : PRENEI) |
| t | numeric | Température moyenne journalière de l’air [°C] (variable source : T) |
| tinf_h | numeric | Température minimale journalière [°C] (variable source : TINF_H) |
| tsup_h | numeric | Température maximale journalière [°C] (variable source : TSUP_H) |
| hu | numeric | Humidité relative moyenne journalière [%] (variable source : HU) |
| q | numeric | Humidité spécifique moyenne journalière [g/kg d’air] (variable source : Q) |
| ff | numeric | Vitesse moyenne du vent [m/s] (variable source : FF) |
| ssi | numeric | Rayonnement solaire incident (courtes longueurs d’onde) cumulé [J/cm²/j] (variable source : SSI) |
| dli | numeric | Rayonnement atmosphérique incident (grandes longueurs d’onde, infrarouge) cumulé [J/cm²/j] (variable source : DLI) |
| evap | numeric | Évapotranspiration réelle [mm/j] (variable source : EVAP) |
| etp | numeric | Évapotranspiration potentielle (Penman-Monteith) [mm/j] (variable source : ETP) |
| pe | numeric | Pluie efficace = précipitations - évapotranspiration réelle (eau disponible pour ruissellement, drainage ou recharge) [mm/j] (variable source : PE) |
| sswi_10j | numeric | Anomalie standardisée du SWI calculée sur 10 jours [sans dimension] (variable source : SSWI_10J) |
| wg_racine | numeric | Teneur en eau de la zone racinaire [m³/m³] (variable source : WG_RACINE) |
| wgi_racine | numeric | Fraction gelée de l’eau présente dans la zone racinaire [m³/m³] (variable source : WGI_RACINE) |
| drainc | numeric | Drainage profond sous la zone racinaire (proxy de la recharge potentielle des nappes) [mm/j] (variable source : DRAINC) |
| runc | numeric | Ruissellement de surface [mm/j] (variable source : RUNC) |
| ecoulement | numeric | Écoulement liquide issu de la fonte nivale vers l’aval [mm/j] (variable source : ECOULEMENT) |
| resr_neige | numeric | Stock total d’eau contenu dans le manteau neigeux (SWE) [mm équivalent eau] (variable source : RESR_NEIGE) |
| resr_neige6 | numeric | Stock d’eau du manteau neigeux à 06h UTC [mm équivalent eau] (variable source : RESR_NEIGE6) |
| hteurneige | numeric | Hauteur moyenne de neige [m] (variable source : HTEURNEIGE) |
| hteurneige6 | numeric | Hauteur de neige à 06h UTC [m] (variable source : HTEURNEIGE6) |
| hteurneigex | numeric | Hauteur maximale de neige observée dans la journée [m] (variable source : HTEURNEIGEX) |
| snow_frac | numeric | Fraction de la maille couverte par la neige [0-1] (variable source : SNOW_FRAC) |
Seules les stations ayant un nombre total de données disponible divisé par le nombre de jours supérieur ou égale au taux de complétude sont prises en compte.
pluvio_sf <- pluviometrie_entre_2_dates(
date_debut = "2025-01-01",
date_fin = "2025-01-31",
con = con,
taux_completude = 0.8
)
head(pluvio_sf)## Simple feature collection with 6 features and 7 fields
## Geometry type: POINT
## Dimension: XY
## Bounding box: xmin: 245464.7 ymin: 6806918 xmax: 318927.9 ymax: 6829226
## Projected CRS: RGF93 v1 / Lambert-93
## id altitude somme_precipitations nb_jours_donnees nb_jours_periode
## 1 22001002 185 173.0 29 31
## 2 22032002 75 198.1 31 31
## 3 22033001 150 234.8 31 31
## 4 22046003 201 218.0 31 31
## 5 22092001 281 218.5 31 31
## 6 22114003 112 200.6 31 31
## periode_debut periode_fin geometry
## 1 2025-01-01 2025-01-31 POINT (262755.3 6816311)
## 2 2025-01-01 2025-01-31 POINT (318927.9 6812191)
## 3 2025-01-01 2025-01-31 POINT (250902.6 6806918)
## 4 2025-01-01 2025-01-31 POINT (292473.6 6813586)
## 5 2025-01-01 2025-01-31 POINT (245464.7 6829226)
## 6 2025-01-01 2025-01-31 POINT (307509.1 6807433)
Cette fonction renvoie une estimation par par krigeage de la pluviométrie à ’nimporte quel point à partir des données mesurées aux différentes stations.
Définition d’un point à Rennes :
rennes <- data.frame(
lon = -1.6794,
lat = 48.1147
)
rennes_sf <- sf::st_as_sf(
rennes,
coords = c("lon","lat"),
crs = 4326
)
rennes_l93 <- sf::st_transform(
rennes_sf,
2154
)Interpolation :
Les données SIM2 sont stockées dans :
Le modèle est calculé sur une maille d’environ 8 km.
Création d’un point :
# Coordonnées approximatives du centre de Redon
# Lambert 93 (EPSG:2154)
pt <- prepare_point(
x = 304000,
y = 6748000
)Recherche de la maille :
## lambx lamby geom
## 1 2520 23130 01010000206A080000333333335D781241000000001EBF5941
## lambx lamby date swi_q preliq prenei t tinf_h tsup_h hu q ff
## 1 3000 23530 1958-08-01 0.175 2.0 0 16.2 13.3 20.7 87.8 10.006 3.4
## 2 3000 23530 1958-08-02 0.172 0.0 0 15.6 11.0 21.0 74.3 7.916 1.7
## 3 3000 23530 1958-08-03 0.167 0.2 0 16.1 9.0 20.0 69.8 7.727 1.8
## 4 3000 23530 1958-08-04 0.166 0.0 0 17.8 13.9 22.3 85.7 10.857 1.3
## 5 3000 23530 1958-08-05 0.163 0.0 0 19.8 15.6 25.4 76.3 10.660 1.9
## 6 3000 23530 1958-08-06 0.160 0.6 0 16.6 14.4 18.7 70.9 8.214 1.8
## ssi dli evap etp pe sswi_10j wg_racine wgi_racine drainc runc
## 1 656.0 2681.8 0.6 1.6 1.4 NA 0.208 0 0 0
## 2 2288.6 2638.8 1.0 3.7 -1.0 NA 0.209 0 0 0
## 3 1380.0 2947.7 0.6 2.7 -0.4 NA 0.208 0 0 0
## 4 583.2 3513.4 0.2 1.5 -0.2 NA 0.208 0 0 0
## 5 1915.0 3146.3 0.7 3.8 -0.7 NA 0.208 0 0 0
## 6 1116.1 3225.7 0.9 2.5 -0.3 NA 0.207 0 0 0
## ecoulement resr_neige resr_neige6 hteurneige hteurneige6 hteurneigex
## 1 0 0 0 0 0 0
## 2 0 0 0 0 0 0
## 3 0 0 0 0 0 0
## 4 0 0 0 0 0 0
## 5 0 0 0 0 0 0
## 6 0 0 0 0 0 0
## snow_frac
## 1 0
## 2 0
## 3 0
## 4 0
## 5 0
## 6 0
Le package fournit également plusieurs fonctions permettant de caractériser le contexte hydroclimatique associé aux prélèvements de qualité de l’eau.
Ces fonctions s’appuient sur les données SIM2 précédemment extraites.
## lambx lamby date swi_q preliq prenei t tinf_h tsup_h hu q ff
## 1 2840 23130 1958-08-01 0.086 0.0 0 16.0 12.6 20.3 87.1 9.845 3.2
## 2 2840 23130 1958-08-02 0.083 0.1 0 15.4 10.7 20.7 74.4 7.880 1.8
## 3 2840 23130 1958-08-03 0.081 0.0 0 15.7 9.0 19.2 72.2 7.847 1.9
## 4 2840 23130 1958-08-04 0.080 0.0 0 17.6 14.3 21.5 84.7 10.549 1.8
## 5 2840 23130 1958-08-05 0.077 0.0 0 19.1 14.6 24.6 77.9 10.469 2.2
## 6 2840 23130 1958-08-06 0.075 0.0 0 16.6 14.6 18.7 72.4 8.389 2.0
## ssi dli evap etp pe sswi_10j wg_racine wgi_racine drainc runc
## 1 568.2 2642.4 0.1 1.6 -0.1 NA 0.173 0 0 0
## 2 2202.3 2714.2 0.7 3.6 -0.6 NA 0.173 0 0 0
## 3 1323.3 3040.7 0.5 2.6 -0.5 NA 0.173 0 0 0
## 4 865.7 3464.8 0.3 1.9 -0.3 NA 0.172 0 0 0
## 5 2031.3 3144.1 0.6 3.8 -0.6 NA 0.172 0 0 0
## 6 1171.9 3234.5 0.4 2.5 -0.4 NA 0.172 0 0 0
## ecoulement resr_neige resr_neige6 hteurneige hteurneige6 hteurneigex
## 1 0 0 0 0 0 0
## 2 0 0 0 0 0 0
## 3 0 0 0 0 0 0
## 4 0 0 0 0 0 0
## 5 0 0 0 0 0 0
## 6 0 0 0 0 0 0
## snow_frac
## 1 0
## 2 0
## 3 0
## 4 0
## 5 0
## 6 0
## DATE SWI
## 1 1958-08-01 0.086
## 2 1958-08-02 0.083
## 3 1958-08-03 0.081
## 4 1958-08-04 0.080
## 5 1958-08-05 0.077
## 6 1958-08-06 0.075
## # A tibble: 6 × 8
## pseudo_date q0 q10 q20 q50 q80 q90 q100
## <date> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2000-01-01 0.414 0.558 0.673 0.841 0.976 1.01 1.18
## 2 2000-01-02 0.414 0.588 0.675 0.843 0.974 1.01 1.18
## 3 2000-01-03 0.414 0.59 0.677 0.846 0.973 1.01 1.18
## 4 2000-01-04 0.414 0.593 0.680 0.854 0.968 1.01 1.18
## 5 2000-01-05 0.414 0.595 0.684 0.858 0.967 1.01 1.18
## 6 2000-01-06 0.414 0.596 0.690 0.862 0.964 1.01 1.18
plot_swi(
con,
point = c(
331000,
6749000
),
annees_surlignees = c(1976, 2022, 2026),
titre_point = "Redon"
)Le graphique ci-dessous représente le rapport à la normale des précipitations observées sur la maille SIM2 la plus proche de Redon pour chaque année hydrologique depuis le début des données disponibles.
Les barres vertes correspondent à des années plus humides que la normale. Les barres brunes correspondent à des années plus sèches que la normale.
plot_precipitation_anomaly_by_hydrological_year(
con,
point = c(
331000,
6749000
),
variable = "preliq",
hydro_year_start_month = 9,
reference_period = c(
1991,
2020
)
)La carte suivante représente le rapport à la normale des précipitations sur l’année hydrologique 2025-2026.
Le calcul est effectué sur les mailles SIM2 intersectant le bassin de la Vilaine.
Les cours d’eau de l’inventaire ICE Vilaine sont affichés à partir de l’ordre de Strahler 4.
bassin_vilaine <- read_sf(
con,
schema = "r300_territoire_sage",
table = "bassin_vilaine"
)
plot_current_hydrological_year_precipitation_map(
con,
territoire = bassin_vilaine,
date_debut_hydro_year =
as.Date("2025-09-01"),
strahler_min = 4
)Pour faire une carte d’écart à la normale des précipitations sur un nombre de mois restreint.
plot_current_hydrological_year_precipitation_map(
con = con,
territoire = bassin_vilaine,
date_debut_hydro_year = as.Date("2025-09-01"),
variable = "preliq",
reference_period = c(1991, 2020),
mois = c(7, 8, 9),
strahler_min = 4
)On utilise ici la masse d’eau :
## lambx lamby date swi_q preliq prenei t tinf_h tsup_h hu q ff
## 1 3480 23690 1958-08-01 0.100 2.6 0 15.3 12.4 18.8 88.3 9.641 3.2
## 2 3480 23690 1958-08-02 0.094 0.0 0 14.7 10.4 20.0 75.0 7.639 2.8
## 3 3480 23690 1958-08-03 0.089 0.0 0 15.2 9.3 19.0 74.0 7.844 2.3
## 4 3480 23690 1958-08-04 0.086 0.0 0 16.2 12.9 20.3 87.1 10.128 2.0
## 5 3480 23690 1958-08-05 0.083 0.0 0 18.5 13.1 23.8 80.1 10.646 2.4
## 6 3480 23690 1958-08-06 0.081 1.5 0 16.1 14.4 18.6 74.3 8.435 2.8
## ssi dli evap etp pe sswi_10j wg_racine wgi_racine drainc runc
## 1 1115.3 2566.1 1.8 1.6 0.8 NA 0.196 0 0 0
## 2 2152.1 2682.5 2.0 3.7 -2.0 NA 0.197 0 0 0
## 3 1974.9 2735.3 1.0 3.3 -1.0 NA 0.195 0 0 0
## 4 1191.7 3251.6 0.4 2.2 -0.4 NA 0.195 0 0 0
## 5 2061.0 3005.3 0.8 3.6 -0.8 NA 0.194 0 0 0
## 6 1732.8 2946.4 0.7 3.1 0.8 NA 0.194 0 0 0
## ecoulement resr_neige resr_neige6 hteurneige hteurneige6 hteurneigex
## 1 0 0 0 0 0 0
## 2 0 0 0 0 0 0
## 3 0 0 0 0 0 0
## 4 0 0 0 0 0 0
## 5 0 0 0 0 0 0
## 6 0 0 0 0 0 0
## snow_frac
## 1 0
## 2 0
## 3 0
## 4 0
## 5 0
## 6 0
Calcul du cumul glissant sur 30 jours.
## date cumul
## 24939 2026-11-10 46.5
## 24940 2026-11-11 46.9
## 24941 2026-11-12 46.0
## 24942 2026-11-13 45.9
## 24943 2026-11-14 45.7
## 24944 2026-11-15 50.0
metrics <- compute_hydro_climate_metrics(
sim2
)
head(
metrics[
,
c(
"date",
"preliq_3j",
"preliq_7j",
"preliq_30j"
)
]
)## date preliq_3j preliq_7j preliq_30j
## 1 1958-08-01 NA NA NA
## 2 1958-08-02 NA NA NA
## 3 1958-08-03 2.2 NA NA
## 4 1958-08-04 0.2 NA NA
## 5 1958-08-05 0.2 NA NA
## 6 1958-08-06 0.6 NA NA
Les données qualité sont généralement associées à une date de prélèvement.
Exemple simplifié :
qualite <- data.frame(
date = as.Date(
c(
"2024-05-10",
"2024-06-12",
"2024-09-03"
)
),
MES = c(
18,
42,
75
)
)
qualite_meteo <- join_water_quality_with_sim2(
qualite,
metrics
)
head(qualite_meteo)## date MES lambx lamby swi_q preliq prenei t tinf_h tsup_h hu q
## 1 2024-05-10 18 3000 23530 0.649 0.0 0 18.6 13.1 23.6 66.5 8.546
## 2 2024-06-12 42 3000 23530 0.489 0.1 0 13.1 8.6 17.9 71.8 6.472
## 3 2024-09-03 75 3000 23530 0.332 0.1 0 17.2 15.8 20.9 84.9 10.265
## ff ssi dli evap etp pe sswi_10j wg_racine wgi_racine drainc runc
## 1 2.7 3011.8 2835.5 3.7 5.2 -3.7 0.547 0.284 0 0.5 0
## 2 2.2 2031.6 2747.7 1.9 3.5 -1.8 0.314 0.259 0 0.4 0
## 3 1.4 1615.4 3157.4 2.2 2.6 -2.1 0.710 0.235 0 0.3 0
## ecoulement resr_neige resr_neige6 hteurneige hteurneige6 hteurneigex
## 1 0 0 0 0 0 0
## 2 0 0 0 0 0 0
## 3 0 0 0 0 0 0
## snow_frac preliq_3j preliq_7j preliq_30j
## 1 0 0.1 9.8 48.8
## 2 0 1.2 1.3 60.2
## 3 0 3.4 13.2 39.6
## [1] "Humide"
Par exemple, un prélèvement réalisé après plusieurs épisodes pluvieux et sur des sols déjà humides pourra être qualifié de contexte humide ou très humide.
## [1] "Le prélèvement a été réalisé dans un contexte hydroclimatique : Humide."
Cette fonction permet d’automatiser la rédaction des bilans annuels et des diagnostics de masses d’eau.
## Warning: Removed 29 rows containing missing values or values outside the scale range
## (`geom_line()`).
Le workflow complet peut être résumé ainsi :
sim2 <- get_sim2_from_point(
con,
x = 304000,
y = 6748000
)
metrics <- compute_hydro_climate_metrics(
sim2
)
qualite_meteo <- join_water_quality_with_sim2(
qualite,
metrics
)
commentaire <- generate_hydroclimatic_comment(
pluie_30j = qualite_meteo$preliq_30j[1],
swi = qualite_meteo$hu2[1]
)Ce type d’approche est particulièrement pertinent pour :
Exemple sur Rennes :
Calcul d’un cumul glissant 30 jours :
Visualisation :
## Warning: Removed 29 rows containing missing values or values outside the scale range
## (`geom_line()`).
Calcul de la normale 1991-2020 :
Graphique :
L’indice SPI (Standardized Precipitation Index, ou indice de précipitations normalisé) mesure le déficit ou l’excédent de pluie par rapport à la normale climatique sur une période donnée. Recommandé par l’Organisation météorologique mondiale (OMM), il permet de comparer facilement des régions et des climats différents.
Le SPI se calcule à partir de séries de précipitations (généralement sur au moins 30 ans) agrégées sur plusieurs pas de temps glissants, comme 1, 3, 6, 12, 24 ou 48 mois : • 1 à 2 mois : suivi des sécheresses météorologiques et de l’humidité de surface. • 1 à 6 mois : impacts saisonniers et sécheresses agricoles. • 6 à 24 mois et plus : sécheresses hydrologiques (débits des cours d’eau, réservoirs, nappes souterraines). Les cumuls de pluie sont transformés selon une distribution statistique normalisée (moyenne égale à 0 et écart-type égal à 1), ce qui permet d’interpréter la valeur en nombre d’écarts-types et d’en déduire la rareté de l’événement.
Interprétation des valeurs
• SPI ≥ +2,0 : extrêmement humide • De +1,0 à +1,99 : modérément à très humide • De -0,99 à +0,99 : proche de la normale • De -1,0 à -1,49 : sécheresse modérée • De -1,5 à -1,99 : sécheresse sévère • SPI ≤ -2,0 : sécheresse extrême
Limites
Le SPI repose uniquement sur les précipitations. Il ne prend pas directement en compte la température ni l’évapotranspiration ; pour intégrer la demande évaporative liée au réchauffement climatique, les climatologues utilisent souvent des indices complémentaires comme le SPEI.
Calcul du SPI sur 12 mois :
Visualisation :
## Warning: Removed 11 rows containing missing values or values outside the scale range
## (`geom_col()`).
Les données SIM2 peuvent être croisées avec les données de qualité de l’eau afin d’étudier :
Le package meteo4Vilaine permet maintenant de combiner :
Il constitue ainsi une boîte à outils cohérente pour l’analyse climatique, hydrologique et qualité de l’eau à l’échelle du bassin versant.