Infolettre Sep 2018
Le projet birdhouse à FOSS4G
C’est la première fois qu’une conference FOSS4G internationale a lieu dans un pays Africain. En effet, OSS4G s’est tenue à Dar-Es-Salaam en Tanzanie et en raison de l’excellente organisation, s’est révélée être un énorme succès. En plus d’OSGeo, Humanitarian OpenStreetMap Team (HOT) a contribué à l’organisation de la conference. L’importance des données au développement durable a été souligné par le slogan de la conférence ‘leaving no one behind’, un slogan repris des objectifs de développement durable (ODD). On a présenté quelques projets basés sur birdhouse, en plus du cadre logiciel birdhouse lui-même et des nouvelles fonctionnalités. On a montré que les solutions côtés serveur pouvaient effectivement répondre aux besoins en données en appui au développement durable.
Version Dar-Es-Salaam
La dernière version de birdhouse vient d’être annoncée et s’appelle Dar-es-Salaam, consultez les notes sur les derniers changements.
Félicitations aux premiers cubes de données regionales africains
L’équipe de birdhouse transmet ses félicitations aux UN Partnerships pour le lancement des premiers cubes de données régionaux africains. Nous les voyons comme une grande contribution aux ODD, spécialement dans les régions où la bande passante est limitée. Birdhouse est issu de la communauté des sciences du climat et focus jusqu’à présent sur les données climatiques, alors que les cubes de données sont plutôt conçus pour les données d’observation de le Terre. En dépit de ces différences, les projets partagent les mêmes principes et des technologies similaires. On croit donc à des synergies potentielles énorme entre ces projets. Nous espérons que birdhouse peut évoluer pour communiquer avec les cubes des données et aider à créer des services climatiques combinant des données de projections climatiques avec des données d’observation de la Terre.
Xclim : une bibliothèque d’indices climatiques utilisant xarray
Les services climatiques sont souvent bâtis à partir d’indices climatiques dérivés des variables archivées par les modèles. C’est-à-dire que l’on fournit rarement les sorties brutes des modèles (e.g. la précipitation aux 3 heures), mais plutôt des indicateurs propres à une discipline (e.g. la précipitation journalière maximale annuelle).
Les analystes de climat écrivent leur propre code pour ces indices climatiques ou s’appuient sur les bibliothèques existantes telles que ICCLIM ou CLIMDEX. Ces bibliothèques sont souvent écrites dans C ou Fortran pour des raisons de performance, et diffusées avec des interfaces qui facilitent leur utilisation avec les langages scriptés tel que R ou Python. Le parallélisme est typiquement réalisé par MPI, qui pose certains défis à être exécutés par un serveur WPS.
Afin de supporter des approches plus sympathiques de parallélisme (dask) et rendre plus facile le codage de nouveaux indices, nous avons commencé à travailler sur xclim, une bibliothèque d’indices climatiques basée sur xarray. Au-delà des indices standards trouvés dans ICCLIM et CLIMDEX, nous inclurons aussi des indices pertinents à d’autres disciplines telles que l’hydrologie, la sylviculture, les glaces de mer, l’agriculture, etc. Bien que cela puisse sembler ambitieux, xarray rend si facile la définition d’indices que nous sommes confiants de livrer une version alpha cet automne (les contributions sont les bienvenues).
En parallèle à cet effort, on travaille sur le soutien des objets xarray dans OCGIS. Cela nous permettra de créer un serveur WPS consacré aux index de climat qui puisse manipuler le découpage spatio-temporels de fichiers netCDF et gérer adéquatement les méta-données en conformité avec les conventions CF.
