Siclima permet de calculer de nombreux indicateurs et de les cartographier directement sur l’application. Cependant, il est parfois nécéssaire de representer en une seule fois plusieurs indicateurs. Dans notre exemple, nous avons calculer des indicateurs de jour chaud (hdaystmax) et de gel (frostdaytmin) sur l’ensemble de la France de 1959 à 2022 et sur l’ensemble de l’année.
2 Librairies nécésaires
Nous utiliseront principalement des fonctions disponibles dans le tidyverse. De plus il est nécéssaire d’uiliser le package sf pour la manipulation des données spatiales.
library(tidyverse)
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.4 ✔ readr 2.1.5
✔ forcats 1.0.0 ✔ stringr 1.5.1
✔ ggplot2 3.5.1 ✔ tibble 3.2.1
✔ lubridate 1.9.3 ✔ tidyr 1.3.1
✔ purrr 1.0.2
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(sf)
Linking to GEOS 3.10.2, GDAL 3.4.1, PROJ 8.2.1; sf_use_s2() is TRUE
library(basemapR)library(gridExtra)
Attachement du package : 'gridExtra'
L'objet suivant est masqué depuis 'package:dplyr':
combine
library(ggh4x)
Attachement du package : 'ggh4x'
L'objet suivant est masqué depuis 'package:ggplot2':
guide_axis_logticks
library(ggpubr)library(grid)
3 Lecture des données
Dans notre cas nous avons placé les données de sortie de calcul du SICLIMA dans un dossier data/DonneeSiclima et le shapefile de la grille SAFRAN dans data/ShapefileMaille. Nous lisons dans un premier temps les sorties obtenu par SICLIMA calcul
Rows: 1651584 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (2): phase, indicator
dbl (3): cell, year, raw_value
date (2): startdate, enddate
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Nous avons donc un tableau avec les colonnes suivantes : - cell : maille safran - year : année du calcul - phase : phase du calcul - startdate : date du début de la phase - enddate : date de la fin de la phase - indicator : nom de l’indicator - raw_value : valeur de l’indicateur
Dans notre cas, nous n’avons qu’une phase, calculé du 1er janvier au 31 décembre. Pour plus d’informations sur le fonctionnement et les sorties de SICLIMA, merci de vous référez à la documentation de SICLIMA accessible via ce site.
Nous pouvons également chargé la grille SAFRAN avec le package SF
Cet grille est bien un objet spatial. On peut la répresenter facilement
plot(st_geometry(grille))
4 Cartographie de l’indicateur de jours chaud de l’année 2003
2003 est connu pour avoir été l’année avec la plus longue canicule en France. Nous allons représenter les données pour cette année de l’indicateur hdaystmax (Tmax > 35°C) Tout d’abord, nous filtrons les données qui nous interesses.
Et nous pouvons dès à présent utiliser le package ggplot pour faire notre première carte
MapCanicule2003<-ggplot() +# base_map(BoudaryBox, increase_zoom = 2, basemap = 'google-satellite') +geom_sf(data = don2003HdaystmaxSp, mapping=aes(fill=raw_value),color=NA) +labs(fill="Nombre de jours supérieur à 35°C")+ggtitle("Canicule de 2003 en France")+scale_fill_distiller(palette ="OrRd",direction =-1)MapCanicule2003
