Reference : Etude des séries temporelles : exemple de la température de l’eau
Scientific congresses and symposiums : Unpublished conference/Abstract
Life sciences : Aquatic sciences & oceanology
http://hdl.handle.net/2268/224492
Etude des séries temporelles : exemple de la température de l’eau
French
Richir, Jonathan mailto [Université de Liège - ULiège > Département d'astrophys., géophysique et océanographie (AGO) > Chemical Oceanography Unit (AGO) >]
Borges, Alberto mailto [Université de Liège - ULiège > Département d'astrophys., géophysique et océanographie (AGO) > Chemical Oceanography Unit (AGO) >]
Champenois, Willy mailto [Université de Liège - ULiège > Département d'astrophys., géophysique et océanographie (AGO) > Chemical Oceanography Unit (AGO) >]
Leduc, Michèle mailto []
Binard, Marc mailto [Université de Liège - ULiège > > Dép. de Géographie : Plateforme "GITAN" >]
Fettweis, Xavier mailto [Université de Liège - ULiège > Département de géographie > Climatologie et Topoclimatologie >]
Lejeune, Pierre mailto []
Boissery, Pierre []
Gobert, Sylvie mailto [Université de Liège - ULiège > Département de Biologie, Ecologie et Evolution > Océanographie biologique >]
10-Apr-2018
No
Yes
International
Workshop STARECAPMED
du 10 au 12 avril 2018
STARESO SAS
Calvi
France
[en] série temporelle ; science reproductible ; R ; température
[en] De nombreux paramètres biologiques, environnementaux, climatologiques sont mesurés à et par STARESO depuis des décennies. Les données récoltées sont accessibles via la base de données partagée RACE de l’Université de Liège. Dans le cas de séries temporelles, les paramètres suivis sont mesurés de manière séquentielle au cours du temps. La plus représentative est sans aucun doute la série des données de température de l’eau acquise depuis près de 40 ans. La température est un paramètre important qui permet de mettre en évidence sur le long-terme des changements notamment liés au réchauffement climatique, changements qui affectent le fonctionnement des océans tant dans la physique que dans la biologie.
L’analyse des séries temporelles de données nécessitent souvent un important travail préparatoire de standardisation (intervalles de mesure irréguliers, trous dans la série, évolution des méthodes d’acquisition des données …). Une fois standardisées, les séries de données peuvent être analysées avec les outils et approches statistiques propres aux séries temporelles : décomposition de la série pour en extraire la tendance générale, statistiques glissantes, calcul des anomalies, analyse des quantiles, mise en évidence d’évènements extrêmes tels les vagues de chaleurs … Tout ce travail, conséquent, doit pouvoir être partagé, vérifié, validé et permettre la mise à jour ultérieure de l’analyse. C’est le concept même de science reproductible. Cette reproductibilité est rendue notamment possible par l’utilisation du langage de programmation R. Cette communication illustre, à travers l’exemple clef de l’évolution de la température de l’eau, l’analyse des séries temporelles de données dans le cadre de STARECAPMED.
Université de Liège, STARESO SAS
FRS-FNRS, Agence de l'Eau Rhône-Méditerranée-Corse, Collectivité territoriale de Corse
STARECAPMED
Researchers ; Professionals ; Students
http://hdl.handle.net/2268/224492

File(s) associated to this reference

Fulltext file(s):

FileCommentaryVersionSizeAccess
Open access
Temp_diffusion.pptxAuthor postprint9 MBView/Open
Open access
Temp_diffusion.pdfAuthor postprint2.11 MBView/Open
Open access
Richir et al._séries temporelles.docxAuthor postprint17.01 kBView/Open
Open access
abstract book.pdfPublisher postprint879.07 kBView/Open

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.