Climate Accessibility

Descripción

Problématique et proposition de valeur

Comment faciliter le quotidien des experts métiers en réduisant leurs efforts sur la collecte (différents fournisseurs de données et modèles climatiques) et la transformation de données climatiques (formats hétérogènes) pour qu'ils puissent se concentrer sur des tâches à plus forte valeur ajoutée ?

Pour cela, nous proposons une application web grand public permettant de récupérer des données nettoyées et formatées en quelques actions.

Solution

Projet Python contenant les différentes routines ETL, suivi d'un prototype Streamlit pour des fins de démonstration.

La solution est composée de 3 grandes fonctionnalités :

  • DOWNLOADER :
    • Création d'un catalogue de données (sources / modèles climatiques)
    • Application de filtres : indicateurs/variables, temporels, spatiaux
  • TRANSFORMER :
    • Fusionner les différentes sources des données : projections DRIAS et modèle SIM
    • Réaliser le changement d'échelle : passer du maillage SAFRAN au découpage communal
  • EXPORTER :
    • (à faire) Sauvegarder la donnée, dans les formats disponibles : tabulaire (CSV, Excel), GRIB et netCDF
    • (à faire) Mettre à jour une base des données : postgreSQL (nécessaire pour de systèmes SIG)

Impact envisagé

Cette solution est pensée pour des équipes de Data Scientists et Data Analysts voulant travailler sur des données climatiques. Cet outil permettrait d'optimiser la préparation des environnements de travail.

Code source du projet

https://github.com/Axionable/hackathon-donnees-ouvertes-MF__acces-a-la-donnee

Topic

Environment and energy

Tipo

IPA

Etiquetas

  • climat

  • data-engineer

  • data-science

  • hackathon-meteo

  • ingenieur

  • opendata

Fecha de creación

9 de abril de 2024

Last update

30 de abril de 2024

3 used datasets

Statistics for the year

Views

3,1k

32 in dic 2024

Followers

1

Discussions

There are no discussions for this reuse yet.

1 reuse from the same creator