Meteo-Match

Problématique et proposition de valeur :
Météo Match s'attaque au défi complexe de l'analyse des données météorologiques historiques, où les liens de causalité sont difficiles à identifier. Notre proposition de valeur réside dans la conception d'un outil innovant permettant aux chercheurs en météorologie et aux décideurs politiques d'explorer et de comprendre les modèles climatiques passés de manière précise et efficace.

Solution :
Météo Match propose un moteur de recherche avancé qui permet aux utilisateurs de définir des requêtes complexes sur une page web dédiée. Ces requêtes peuvent inclure des critères temporels et spatiaux spécifiques, tels que des intervalles de température, des précipitations sur des régions géographiques. La solution s'appuie sur une base de données Django pour stocker et interroger les données météorologiques historiques, puis présente les résultats sous forme de statistiques claires et exploitables. Un langage textuel est aussi défini sous forme d'une librairie python pour facilement générer des requêtes. Par exemple, le programme suivant est interprété par une requête sur la base de données météo :

Init station 1 pour periode de 2020-01-10 à 2022-01-10;  
temp dans [20, 50] pdt [0, 5]; 
pp dans [20, 200] pdt [6, 10];

Le résultat de la requête est une recherche tous les historiques avec une forte période de sècheresse (sur 5 jours) et une forte période de précipitation (sur 4 jours).

Usage des données :
Les données météorologiques sont utilisées pour rechercher le profil défini par les requêtes des utilisateurs. Ces données permettent aux utilisateurs de comprendre les modèles climatiques passés, de vérifier leurs modèles et hypothèses, et même de détecter des événements météorologiques extrêmes tels que les crues grâce à une intégration avec Vigicrues.
À terme, d'autres données peuvent être intégrées dans notre outil de recherche, pour analyser des corrélations plus poussées (ex : incendies, vents, etc.).

Méthode de création :
La solution repose sur une approche axée sur les technologies web, en utilisant Django comme framework pour le développement de l'application. L'interface utilisateur conviviale permet aux utilisateurs de définir leurs requêtes facilement, tandis que le backend robuste assure une recherche rapide et précise dans les données météorologiques historiques.
De plus, une librairie textuelle (sous forme d'un langage dédié) permet à des programmeurs d'interfacer facilement notre outil, et d'automatiser des recherches sur la base de données météo via des requêtes complexes.

Impact envisagé :
Météo Match offre aux chercheurs en météorologie un outil puissant pour tester et affiner leurs modèles climatiques. Les décideurs politiques peuvent également tirer parti de cette solution pour prendre des décisions éclairées en matière de politiques climatiques et d'alerte précoce aux événements météorologiques extrêmes.
L'impact sera à la fois de faciliter l'accès aux données, et de permettre de nouvelles études sur la causalité des phénomènes météo.
Par exemple, la requête montrée précédemment retourne les différents instants où ce profil est apparu, et met en relation avec des épisodes de crues. Des modèles de prédiction peuvent donc être testé par notre outil.

Usagers visés :
Les principaux utilisateurs ciblés sont les chercheurs en météorologie et les décideurs politiques. Les chercheurs peuvent explorer les données pour tester des modèles et des hypothèses, tandis que les décideurs politiques peuvent utiliser les informations fournies par Météo Match pour élaborer des politiques climatiques plus efficaces et mettre en place des systèmes d'alerte météorologique plus précis.
La suite du projet serait d'être hébergé par un site public (par ex, data.gouv), et continuer le maintien du moteur de recherche en améliorant le langage de requêtes pour y inclure d'avantages de données de data.gouv.

Ressource : https://github.com/jlebunetel/hackathon-meteo