Spatialisation fine des risques parasitaires en Val de Loire par données météorologiques « Radar » Synthèse de l’action 2010 – 2013 David LAFOND IFV Val.

Slides:



Advertisements
Présentations similaires
RAPPORT DAVANCEMENT Par Narcisse Talla Tankam CURAT-LETSfévrier-mars 2004.
Advertisements

Contrôle spatial des précipitations pluviométriques à l'aide de données radar (diagnostique de faisabilité ) F Mounier, P Lassègues, A-L Gibelin, J-P.
Chap. 8 – Q8.3 – Séq. 1 : Exposé (« Évaluer un programme »)
Regional workshop on Climate information to enhance resilience of West African protected areas Freetown, Sierra Leone, April 2012 NIKIEMA Pinghouinde.
SOCIETE DEXPLOITATION ET DE DEVELOPPEMENT AERONAUTIQUE, AEROPORTUAIRE ET METEOROLOGIQUE DIRECTION DE LA METEOROLOGIE NATIONALE DE COTE DIVOIRE Département.
RÖLE Collecter et mettre à jour régulièrement des données urbaines relatives au transport, Suivre pour le compte de la Communauté Urbaine de Douala.
Région Centre Val de Loire Les rencontres de l innovation 19 juin 2002.
Alignement dans une architecture d'intelligence ambiante
Variations diurnes de c p en Mer Ligure Journées des Doctorants 6-8 Février Motivations 2.Présentation du site de mesure 3.Définition de la mesure.
Quelques idées sur l’impact du vent et des vagues sur la dynamique du plateau (Vincent Rossi, Thomas Meunier, Véronique Garçon, Yves Morel + discussions.
Cycle de vie de la marée interne dans le golfe de Gascogne
pour l’amélioration des pratiques agricoles
Journées Composants 2005 Gestion de la qualité de service de la conception à l’exécution dans les applications distribuées multimédias Sophie Laplace.
Compression et transmission adaptatives de maillages 3D
Référentiel national des stations d’hydrométrie
Estimation des pluies au Sahel Évaluation des réseaux de mesure au sol et des produits satellitaux A. ALI*, A. AMANI, T. LEBEL, S. IBRAHIMA.
Reconstitution du risque nivo-pluviométrique durant le mois doctobre 1859 par une technique danalogie ISÈRE ÈME ANNIVERSAIRE DE LA CRUE DE.
DIRECTION DE LA METEOROLOGIE NATIONALE DU NIGER
Conception d’un Assainissement Régulé, Dynamique et Intelligent
Projet Ingénierie: Cartographie des pluies et des températures
Vers un indicateur de la qualité des cours d’ eau…
Recherche appliquée et développement en ALSACE
Modélisation et évaluation de l’élasticité des processus à base de services Mourad Amziani.
Modélisation de déclenchement d’avalanche par réseaux de neurones
7èmes Journées Scientifiques et Techniques du CETMEF
Travaux Initiative Personnels Encadrés
Cap-Vert Gestion et analyse des données et outils météorologiques dans la lutte anti-acridienne.
Jonathan GERARDIN Début de thèse : 01/10/2009
Cahier des charges fonctionnel Optimisation de l’intégration du système de passage de vitesse Push-pull 10s GC 10.
Pérenniser et renouveler la foret
Elaboration et validation
Atelier Régional OMM/FAO sur Linformation météorologique au service de la lutte antiacridienne Centre AGRHYMET Niamey (Niger) Avril 2005 Le rôle.
Modélisation analytique du comportement des rotules
MISE EN SITUATION Aujourd’hui la météorologie joue un rôle important pour de nombreuses activités humaines qui nécessite une parfaite connaissance.
Krowten Emagyp Développement dun jeu en language Python.
I.Aperçu du projet II.Organisation du projet III.Processus de gestion IV.Processus technique V.Conclusion.
1 IFT 6800 Atelier en Technologies dinformation Chapitre 1 Introduction.
1 TR: Pour commencer, je vais vous enoncer qq informations generales sur els aér ainsi que leurs origines Modélisation et analyse de l'évolution des aérosols.
Présentation de la station météorologique Oregon Scientific WMR200.
Qualité de l’air de la mesure à l’information et à la prise de décision Greenpride, 21 Octobre 2014 Augustin Colette, Institut.
Krowten Emagyp Développement d’un jeu en language Python.
1 Contexte et enjeux autour de la ressource en eau souterraine.
Le vendredi 12 octobre 2007 Groupe TPE Capelle G Raës Y Barrière A 1/7.
Fonctionnement des prévisions
Cartographie de la météo
Mâcon Réunion de proximité - 8 novembre
Comment fonctionne cet outil? Le PDD 1 identifie les solutions Solution 1 Solution 2 Solution 3 Solution 4 Solution 5.
Les climats actuels de la Terre.
Seconde partie Cours de seconde
Assimilation à mésoéchelle des observations radar et GPS
1 Vers la gestion de la cohérence dans les processus multi-modèles métier Wolfgang THEURER Ecole Nationale Supérieure d’Ingénieurs des Etudes et Techniques.
CLIMATOLOGIE ≠ METEOROLOGIE
Apport de l’imagerie satellitaire et des SIG
La Biodiversité La biodiversité : définition
Exercice 1.
QSHA Modélisation de la région niçoise par FEM
A B UCDUCONNUCDUCONN Mean Median Max Min
2..
Évaluation de méthodes de mise à l’échelle statistique: reconstruction des extrêmes et de la variabilité du régime de mousson au Sahel Étudiant: Dimitri.
TWN combat pur le titre mondial Temps vs Climat
Comparaison multi-échelle des précipitations du modèle Méso-NH et des données radar Colloque CNFSH – Ecole des Ponts ParisTech – 11/12 juin 2009 A., Gires.
Séminaire d’animation des projets C du sol 15 mai 2014 Programme ADEME REACCTIF– REcherche sur l'Atténuation du Changement ClimaTique par l'agrIculture.
Statistiques Cours de première S. II Indicateurs de dispersion Ils permettent de caractériser la répartition des éléments autour de la moyenne ou de la.
© Tous droits réservés - Version /30ECASC – FDF 3 ANALYSE DE LA ZONE D’INTERVENTION.
Présentation JADORR - Outil météo – 12 mai 2016 La météo à la Station Biologique : un bref historique 2013 : une station météo automatique Evolution du.
PROJET HILUMI étude thermique SX5X 09 juin SX5X (vue de dessus) Volume : 6300m3 SHON : 1750m² Façade :2563 m² Toiture :1186 m² Mechanical workshop.
François Léonard Modélisation de la distribution multidimensionnelle des erreurs : Les nuages de données bruitées sont creux Février 2016.
Présentation du projet météo: I - Présentation de la station météo WMR928N II – Expression des besoins III – Protocol de communication IV – Analyse du.
Qu’est-ce-qu’ils nous disent?
Transcription de la présentation:

Spatialisation fine des risques parasitaires en Val de Loire par données météorologiques « Radar » Synthèse de l’action 2010 – 2013 David LAFOND IFV Val de Loire Centre

Contexte Modélisation des risques parasitaires Cartographie des risques – Réseau de station météo Données météo Pluviométrie Température Modéles Mildiou Oïdium Black-Rot Sorties Risque Fréquence théorique d’attaque

Données spatialisées

Questions Fiabilité des données Gain pour l’analyse du risque Nécessité de conserver les stations

Fiabilité : pluviométrie

SORN SNRO JourDiff Min. : 0.00 Min. : 0.00 Min. : st Qu.: st Qu.: st Qu.: 4.00 Median : 4.00 Median :19.50 Median :26.00 Mean : 4.22 Mean :16.61 Mean : rd Qu.: rd Qu.: rd Qu.:31.50 Max. :16.00 Max. :46.00 Max. :47.00

Fiabilité : modèle mildiou

Fiabilité : Modèle oïdium

Gain pour l’analyse du risque

Doit-on conserver les stations ? Limites des stations – Répartition – Maintenance Données non spatialisées – Humidité relative – Ensoleillement – Durée d’humectation – …

Perspectives et conclusion Utilisation actuelle – Bulletin TechniLoire – BSV (Pays de la Loire et Centre) – Bulletins divers (CA, Saumur-Champigny…) A l’avenir...