Donneesclimatiques.ca offre plusieurs moyens pratiques de sélectionner et de télécharger des données climatiques canadiennes. Les utilisateurs peuvent sélectionner des variables et des indices climatiques pour des endroits spécifiques ou de petites régions à l’aide de la page de téléchargement. Les données peuvent être téléchargées au format CSV ou netCDF pour une analyse plus approfondie.
Bien que ces outils intégrés répondent à la plupart des besoins, certains utilisateurs peuvent nécessiter des fonctionnalités plus avancées pour accéder aux données climatiques. Par exemple :
Pour répondre à ces besoins plus avancés, les utilisateurs peuvent accéder directement aux ensembles de données sous-jacents de Donneesclimatiques.ca via PAVICS.
PAVICS signifie « Pôle d’analyse et de visualisation de l’information climatique et scientifique ». Il s’agit d’une plateforme d’analyse de données en ligne gérée par Ouranos, le consortium sur la climatologie régionale et l’adaptation aux changements climatiques basé à Montréal. L’utilisation de PAVICS nécessite des connaissances de base en Python, l’un des langages de programmation les plus utilisés pour le traitement et l’analyse des données climatiques.
PAVICS offre deux services clés pour accéder et analyser efficacement les grands ensembles de données disponibles sur Donneesclimatiques.ca :
PAVICS héberge une plateforme d’analyse de données en ligne, appelée « JupyterHub », qui permet aux utilisateurs d’exécuter des Jupyter Notebooks pour analyser des données climatiques. Un Jupyter Notebook est un document qui combine du code informatique et des descriptions textuelles en langage clair. Cette approche facilite la compréhension et la modification du code par l’utilisateur. Bien que les Jupyter Notebooks peuvent être utilisés avec plusieurs langages de programmation, le JupyterHub de PAVICS prend uniquement en charge Python.
La plateforme d’analyse de données PAVICS présente plusieurs avantages supplémentaires : elle met à disposition des utilisateurs de nombreux exemples de scripts prêts à l’emploi, offre la possibilité de partager des scripts via des dossiers « publics » et fournit un environnement Python gérer entièrement par l’équipe PAVICS. Les utilisateurs ont donc uniquement besoin de créer un compte.
Pour accéder au JupyterHub, il est d’abord nécessaire de créer un compte gratuit auprès de PAVICS. Comme l’objectif de la plateforme est de soutenir les chercheurs et les praticiens dans les domaines liés aux changements climatiques, les demandes d’inscription sont soumises à l’approbation d’Ouranos. Lisez les conditions générales d’utilisation de PAVICS.
Une fois l’accès approuvé, les utilisateurs peuvent commencer à exploiter les données climatiques disponibles (voir la section suivante). Des exemples de scripts permettant de sous-échantillonner les données, de calculer des indices climatiques et même de les visualiser (Fig. 1) sont tous disponibles directement dans PAVICS.
Les tutoriels PAVICS suivants illustrent les étapes typiques à suivre après avoir sélectionné et téléchargé des données depuis Donneesclimatiques.ca (via la page de téléchargement) ou l’accès direct aux jeux de données via PAVICS. Ces étapes comprennent le traitement, la visualisation et l’extrapolation des analyses à des jeux de données plus volumineux.
PAVICS héberge un serveur de données appelée THREDDS (encadré 1) qui donne accès à un large éventail de jeux de données climatiques, y compris ceux disponibles sur Donneesclimatiques.ca.
Le site web de PAVICS comprend les ensembles de données sont classés par type de données : simulations climatiques, observations, réanalyses et prévisions. Le catalogue comprend plusieurs autres ensembles de données en plus de ceux disponibles sur Donneesclimatiques.ca. Certaines options du menu déroulant sont identifiées comme des ensembles de données Donneesclimatiques.ca (voir figure 2).
Encadré 1 : Qu’est-ce que THREDDS ?
THREDDS signifie « Thematic Real-time Environmental Distributed Data Services » (Services thématiques de données environnementales distribuées en temps réel). Il s’agit d’une infrastructure permettant d’accéder à des données climatiques hébergées sur un serveur distant. Un élément clé de ce service est le « THREDDS Data Server (TDS) », un serveur Web qui comprend un catalogue en ligne, des métadonnées et un accès aux données. Le catalogue TDS de PAVICS peut être exploré en naviguant à travers ses différents répertoires.
Il est possible de parcourir les ensembles de données disponibles via le catalogue de données THREDDS. Différentes façons existent pour trouver l’entrée du catalogue recherchée.
Si l’ensemble de données figure sur la page PAVICS « Données » , le sous-onglet ‘Accès’ permet d’y accéder via différents liens. Vous pouvez notamment cliquer sur « Prêt pour l’analyse : « Agrégations NcML » ou sur « Fichiers NetCDF : ouvrir le lien » (voir figure 1). Ces liens mènent au répertoire du serveur de données conduit au catalogue des indices CanDCS-M6 moyennés sur 30 ans.
Pour les utilisateurs souhaitant travailler directement dans Python, le lien « Prêt pour l’analyse (OpenDAP) » mène à un fichier d’agrégation NcML (voir l’encadré ci-dessous), optimisé pour ce type de travail. Un exemple de code Python permettant d’accéder à ces agrégations est également fourni.
Une autre entrée de catalogue utile accessible via le dossier « Données » concerne les données quotidiennes CanDCS-M6 pour des simulations individuelles. Ces données sont utiles pour calculer des indices climatiques personnalisés.
Si l’ensemble de données recherché ne figure pas dans les menus déroulants de la page « Données », il se trouve probablement à l’endroit suivant : le dossier Birdhouse du serveur de données. La plupart des données historiques maillées et des simulations de modèles climatiques de Donneesclimatiques.ca sont disponibles via le sous-dossier cccs_portal.
Encadré 2 : Qu’est-ce qu’un NcML?
Les agrégations NcML sur un serveur THREDDS combinent plusieurs fichiers de données en un seul jeu de données virtuel continu. Elles facilitent ainsi l’accès et l’analyse, par programmation, des données réparties dans plusieurs fichiers sans avoir à les télécharger ni à les assembler manuellement.
Bien que très utiles à cette fin, les agrégations NcML présentent une limite importante pour les téléchargements HTTP directs : ce téléchargement direct télécharge uniquement le fichier texte structurel NcML, plutôt que les données sous-jacentes réelles. Pour les téléchargements HTTP, les utilisateurs de PAVICS devraient plutôt sélectionner l’option « Fichiers NetCDF ».
Donneesclimatiques.ca offre des interfaces conviviales et interactives permettant de télécharger rapidement et facilement une grande variété de jeux de données climatiques. Cela dit, les utilisateurs intensifs peuvent avoir besoin d’un moyen plus efficace pour accéder à de grandes quantités de données ou à des indices climatiques personnalisés, en particulier lorsqu’il s’agit de jeux de données volumineux tels que des données maillées quotidiennes ou couvrant une vaste région spatiale.
Le serveur de données THREDDS de PAVICS permet aux utilisateurs familiers avec le langage de programmation Python d’accéder à leurs données à distance depuis leur propre ordinateur et de les exploiter comme si elles étaient enregistrées sur leur système de fichiers local. De son côté, le PAVICS JupyterHub est un outil en ligne qui facilite l’analyse des données climatiques sur un serveur informatique distant. En combinant ces deux outils, les utilisateurs de PAVICS peuvent exécuter du code Python pour analyser des données climatiques directement via le site Web.
Pour toute question concernant la plateforme PAVICS, veuillez consulter les pages de discussion de la communauté ou contacter [email protected].
Ce projet a été réalisé avec l’appui de :
