Climat: Climat des communes de la France métropolitaine.

In Bruciamacchie/DataForet: Data for french forest

Climat des communes de la France métropolitaine.

Description

Données climatiques par communes. Proposition d'une typologie. Coordonnées sur les 3 premiers axes d'une AFC. Extrait de Les types de climats en France, une construction spatiale Auteurs : Daniel Joly, Thierry Brossard, Hervé Cardot, Jean Cavailhes, Mohamed Hilal et Pierre Wavresky

Usage

Climat

Arguments

INSEE	= code Insee
TMO	= Moyenne annuelle de température
TMN	= Nombre de jours avec une température inférieure à -5°C
TMX	= Nombre de jours avec une température supérieure à 30°C.
TAM	= Amplitude thermique annuelle, différence entre la température moyenne de juillet et celle de janvier.
TEH	= Variabilité interannuelle de la température en janvier. Ecart-type des 30 valeurs de température mensuelles au cours de la normale de référence
TEE	= Variabilité interannuelle de la température en juillet
PTO	= Cumuls annuels de précipitation
PDH	= Ecart des cumuls de janvier par rapport à la moyenne annuelle des cumuls mensuels
PDE	= Ecart des cumuls de juillet par rapport à la moyenne annuelle des cumuls mensuels.
PJH	= Nombre de jours de précipitation en janvier
PJE	= Nombre de jours de précipitation en juillet
PEH	= Variabilité interannuelle des précipitations en janvier
PEE	= Variabilité interannuelle des précipitations en juillet
PRA	= Rapport entre les abats d’automne (septembre + octobre) et ceux de juillet
Type	= typologie des climats. 1:Montagne, 2:Semi-continental, 3:Océanique dégradé 4:Océanique altéré, 5:Océanique, 6:Méditerranéen altéré, 7:Bassin du Sud-Ouest, 8:Méditerranéen))
axe1,	axe2, axe3 = coordonnées factorielles

Format

Data frame contenant 36211 lignes et 19 variables.

Source

http://cybergeo.revues.org/26894?file=1https://doi.org/10.4000/cybergeo.23155

Examples

library(sf)
library(tidyverse)

data(greco)
data(Climat)
data(Communes)

Communes <- Communes %>% 
  left_join(Climat, by = "INSEE") %>% 
  filter(Type %in% 1:8) %>%  
  mutate(Type = as.character(Type)) %>% 
  group_by(Type) %>% 
  summarise() %>% 
  st_sf()

cols <- c("8"="firebrick3","7"="darkorange","6"="darkolivegreen2","5"="chartreuse4",
          "4"="aquamarine3","3"="darkslategray1","2"="deepskyblue","1"="blue4")

ggplot(Communes) + 
  geom_sf(aes(color=Type, fill=Type)) +
  scale_fill_manual(values = cols) +
  scale_color_manual(values = cols) +
  geom_sf(data=greco, fill=NA, color="white", size=0.5) +
  theme_bw()
 

Bruciamacchie/DataForet documentation built on March 24, 2022, 11:18 p.m.