Exemple de téléchargement de données par l'API EDR¶
Import des librairies
In [ ]:
import requests
import pandas as pd
import xarray as xr
import seaborn as sns
import matplotlib.pyplot as plt
Récupération des informations
In [ ]:
url_service='https://api.geosas.fr/edr/collections/safran-isba/'
r=requests.get(url_service)
data_info=r.json()
if r.status_code == 200:
print("requete ok")
else :
print("erreur code :", r.status_code)
requete ok
Affichage de l'identifiant (name) du parametre
In [ ]:
for parametre in data_info['parameter_names']:
name=list(parametre.keys())[0]
print(name)
print(parametre[name]['description'])
DRAINC_Q Drainage (cumul quotidien 06-06 UTC) ETP_Q Evapotranspiration potentielle (formule de Penman-Monteith) FF_Q Vent (moyenne quotidienne) PRELIQ_Q Précipitations liquides (cumul quotidien 06-06 UTC) PRENEI_Q Précipitations solide (cumul quotidien 06-06 UTC) SSI_Q Rayonnement atmosphérique (cumul quotidien) TINF_H_Q Température minimale des 24 températures horaires TSUP_H_Q Température maximale des 24 températures horaires T_Q Température (moyenne quotidienne)
Exemple pour une coordonnées xy¶
On veut télécharger les températures moyennes du mois de juillet 2022 au point de coordonnées X=349598 Y=6798263 en projection Lambert 93 (EPSG:2154) au format CoverageJson
In [ ]:
param_name='T_Q'
coord='POINT(349598 6798263)'
projection='EPSG:2154'
formatage='CoverageJSON'
date='2022-07-01/2022-07-31'
requete=f'https://api.geosas.fr/edr/collections/safran-isba/position?coords={coord}&crs={projection}¶meter-name={param_name}&f={formatage}&datetime={date}'
print(requete)
r=requests.get(requete)
data=r.json()
if r.status_code == 200:
print("requete ok")
else :
print("erreur code :", r.status_code)
https://api.geosas.fr/edr/collections/safran-isba/position?coords=POINT(349598 6798263)&crs=EPSG:2154¶meter-name=T_Q&f=CoverageJSON&datetime=2022-07-01/2022-07-31 requete ok
Mise dans une dataFrame
In [ ]:
date_value=data['domain']['axes']['t']['values']
values=data['ranges'][param_name]['values']
print("Exemple de date pour définir le format:",date_value[0])
Exemple de date pour définir le format: 2022-07-01T00-00-00Z
In [ ]:
df=pd.DataFrame()
df[param_name]=values
df['date']=pd.to_datetime(date_value, format='%Y-%m-%dT%H-%M-%SZ')
display(df)
| T_Q | date | |
|---|---|---|
| 0 | 15.400000 | 2022-07-01 |
| 1 | 17.100000 | 2022-07-02 |
| 2 | 16.100000 | 2022-07-03 |
| 3 | 16.100000 | 2022-07-04 |
| 4 | 16.799999 | 2022-07-05 |
| 5 | 18.700001 | 2022-07-06 |
| 6 | 18.400000 | 2022-07-07 |
| 7 | 20.100000 | 2022-07-08 |
| 8 | 22.000000 | 2022-07-09 |
| 9 | 22.700001 | 2022-07-10 |
| 10 | 24.799999 | 2022-07-11 |
| 11 | 26.700001 | 2022-07-12 |
| 12 | 25.600000 | 2022-07-13 |
| 13 | 20.700001 | 2022-07-14 |
| 14 | 20.900000 | 2022-07-15 |
| 15 | 23.100000 | 2022-07-16 |
| 16 | 26.299999 | 2022-07-17 |
| 17 | 30.900000 | 2022-07-18 |
| 18 | 24.100000 | 2022-07-19 |
| 19 | 21.000000 | 2022-07-20 |
| 20 | 20.000000 | 2022-07-21 |
| 21 | 18.100000 | 2022-07-22 |
| 22 | 20.400000 | 2022-07-23 |
| 23 | 23.400000 | 2022-07-24 |
| 24 | 20.299999 | 2022-07-25 |
| 25 | 18.900000 | 2022-07-26 |
| 26 | 17.700001 | 2022-07-27 |
| 27 | 20.500000 | 2022-07-28 |
| 28 | 22.500000 | 2022-07-29 |
| 29 | 21.700001 | 2022-07-30 |
| 30 | 22.200001 | 2022-07-31 |
Exemple de plot avec récupération de métadonnées utiles
In [ ]:
for parametre in data_info['parameter_names']:
name=list(parametre.keys())[0]
if name==param_name:
unit=parametre[name]['unit']['label']
description=parametre[name]['description']
break
sns.lineplot(data=df,x='date',y=param_name)
plt.xticks(rotation=45)
plt.title(description)
plt.ylabel(unit)
Out[ ]:
Text(0, 0.5, 'degrée Celcius')
Exemple pour récuperer un cube de données sur une zone¶
Je veux télécharger l’évapotranspiration potentielle, les précipitations liquides et la température de 2020 à 2023 pour l’ensemble de la Bretagne définie géographiquement par son coin inférieur gauche (X=90000,Y=6693915) et son coin supérieur droit (X=410874,Y=6902748) en projection Lambert 93 (EPSG:2154), au format NetCDF :
In [ ]:
param_name='ETP_Q,PRELIQ_Q,T_Q'
box='90000,6693915,410874,6902748'
projection='EPSG:2154'
formatage='NetCDF4'
date='2020-01-01/2023-12-31'
requete=f'https://api.geosas.fr/edr/collections/safran-isba/cube?bbox={box}&crs={projection}¶meter-name={param_name}&f={formatage}&datetime={date}'
print(requete)
r=requests.get(requete)
if r.status_code == 200:
print("requete ok")
else :
print("erreur code :", r.status_code)
https://api.geosas.fr/edr/collections/safran-isba/cube?bbox=90000,6693915,410874,6902748&crs=EPSG:2154¶meter-name=ETP_Q,PRELIQ_Q,T_Q&f=NetCDF4&datetime=2020-01-01/2023-12-31 requete ok
Lecture du fichier reçu par xarray
In [ ]:
data=xr.open_dataset(r.content)
data
#Si l'on veut continuer en utilisant pandas :
#df = data.to_dataframe
Out[ ]:
<xarray.Dataset>
Dimensions: (time: 1461, y: 27, x: 38)
Coordinates:
* time (time) datetime64[ns] 2020-01-01 2020-01-02 ... 2023-12-31
* x (x) float64 1.103e+05 1.183e+05 ... 3.981e+05 4.061e+05
* y (y) float64 6.903e+06 6.895e+06 ... 6.703e+06 6.695e+06
Data variables:
ETP_Q (time, y, x) float32 ...
PRELIQ_Q (time, y, x) float32 ...
T_Q (time, y, x) float32 ...
spatial_ref int32 ...
Attributes:
description: Données quotidiennes du modèle de simulation des schémas de...
id: safran-isba
title: Safran-Isba, Données changement climatique - SIM quotidienne
crs: EPSG:2154
rel: https://www.etalab.gouv.fr/licence-ouverte-open-licence/Visualisation des attributs d'un parametère
In [ ]:
data.PRELIQ_Q.attrs
Out[ ]:
{'description': 'Précipitations liquides (cumul quotidien 06-06 UTC)',
'observedProperty': 'http://opendata.inrae.fr/thesaurusINRAE/c_11627',
'type': 'Parameter',
'unit': 'mm',
'unit label': 'millimetre'}
Température moyenne sur toute la période
In [ ]:
data.T_Q.mean('time').plot()
Out[ ]:
<matplotlib.collections.QuadMesh at 0x7f7a92fb6370>
In [ ]:
data.T_Q.plot.hist()
Out[ ]:
(array([ 1313., 22168., 85326., 195592., 255735., 233217., 138281.,
33697., 5620., 616.]),
array([-5.5 , -1.67999995, 2.1400001 , 5.96000004, 9.78000069,
13.60000038, 17.42000008, 21.23999977, 25.06000137, 28.88000107,
32.70000076]),
<BarContainer object of 10 artists>)
Valeur moyenne sur toute la période
In [ ]:
print(data.T_Q.mean().data)
12.471629
Exemple de filtre
In [ ]:
data1=data.sel({'time':slice("2022-07-01","2022-07-31")})
data1.PRELIQ_Q.sum('time').plot.hist()
plt.title("Répartition de la somme des précipitations liquides par maille safran en Bretagne en juillet 2022")
Out[ ]:
Text(0.5, 1.0, 'Répartition de la somme des précipitations liquides par maille safran en Bretagne en juillet 2022')
