Data-Gouv-FR/donnees-changement-climatique-lsh-longues-series-homogeneisees

--- license: other language: - fr tags: - data-gouv - donnees-publiques-francaises - parquet - csv - open-data pretty_name: "Données changement climatique - LSH (Longues Séries Homogénéisées)" configs: - config_name: liste_sh_in_metro data_files: - split: train path: data/liste_sh_in_metro.parquet - config_name: liste_sh_rr_om data_files: - split: train path: data/liste_sh_rr_om.parquet - config_name: liste_sh_rr_metro data_files: - split: train path: data/liste_sh_rr_metro.parquet - config_name: liste_sh_tn_om data_files: - split: train path: data/liste_sh_tn_om.parquet - config_name: liste_sh_tn_metro data_files: - split: train path: data/liste_sh_tn_metro.parquet - config_name: liste_sh_tx_om data_files: - split: train path: data/liste_sh_tx_om.parquet - config_name: liste_sh_tx_metro data_files: - split: train path: data/liste_sh_tx_metro.parquet --- # Données changement climatique - LSH (Longues Séries Homogénéisées) ## Source - Source officielle : https://www.data.gouv.fr/datasets/donnees-changement-climatique-lsh-longues-series-homogeneisees - Identifiant du jeu de données data.gouv.fr : `6569b2c4f1937611d4c8b1a3` - Slug data.gouv.fr : `donnees-changement-climatique-lsh-longues-series-homogeneisees` - Licence indiquée dans les métadonnées data.gouv.fr : lov2 ## Structure Hugging Face - Un jeu de données data.gouv.fr = un dépôt Hugging Face - Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face - Chaque sous-ensemble/configuration contient un split nommé `train` ## Sous-ensembles - `liste_sh_in_metro` → `data/liste_sh_in_metro.parquet` - `liste_sh_rr_om` → `data/liste_sh_rr_om.parquet` - `liste_sh_rr_metro` → `data/liste_sh_rr_metro.parquet` - `liste_sh_tn_om` → `data/liste_sh_tn_om.parquet` - `liste_sh_tn_metro` → `data/liste_sh_tn_metro.parquet` - `liste_sh_tx_om` → `data/liste_sh_tx_om.parquet` - `liste_sh_tx_metro` → `data/liste_sh_tx_metro.parquet` ## Utilisation ```python from datasets import load_dataset # Choisir un sous-ensemble/configuration : ds = load_dataset("Data-Gouv-FR/donnees-changement-climatique-lsh-longues-series-homogeneisees", "liste_sh_in_metro") print(ds["train"]) ``` ## Description originale ### Présentation Séries mensuelles corrigées par homogénéisation statistique pour les paramètres températures minimales (TN), maximales (TX), insolations (IN) ou précipitations (RR). Elles sont disponibles pour un ensemble de stations météorologiques. ### Informations techniques - Les données sont proposées en téléchargement, par paramètre, pour la métropole et l'outer-mer, au format csv compressé - L'information sur l'état du poste météorologique (ouvert ou fermé) à la date de constitution de ce jeu de fichiers de données est indiquée dans les fichiers - La mise à jour des fichiers est annuelleThis dataset contains monthly series corrected by statistical homogenization for climate change research. It covers the following meteorological parameters: minimum temperature (TN), maximum temperature (TX), insolation (IN), and precipitation (RR). The data is available for a set of weather stations, divided into metropolitan France and overseas regions. The dataset is provided in compressed CSV format, includes information on the status of the weather stations (open or closed), and is updated annually. Subsets include multiple configurations for different parameters and regions, such as liste_sh_in_metro (metropolitan insolation data) and liste_sh_tx_om (overseas maximum temperature data), among others.

搜集汇总

数据集介绍

构建方式

该数据集来源于法国气象局（Météo-France）的官方数据平台，旨在提供经过统计均一化校正的长期气候序列。数据涵盖月均最低温（TN）、最高温（TX）、日照时数（IN）及降水量（RR）等核心参数，选取法国本土及海外领地的一系列气象站点观测记录。均一化处理通过统计方法剔除由仪器更换、站点迁移等非气候因素引发的系统性偏差，从而保留真实的长期气候变化信号。数据以压缩CSV格式按参数分卷提供，文件内标注了各站点的运营状态（开放或关闭），并保持年度更新频率。

特点

该数据集的核心优势在于其长时序与均一化处理的科学性。通过统计校正消除观测系统变更带来的非气候变异，数据能够真实反映法国地区的气候演变趋势。月尺度分辨率为研究季节性和年际变率提供了精细刻画能力，而多参数覆盖（温度、日照、降水）则支持全面分析水热组合变化。站点网络涵盖本土与海外领地，确保地域代表性，同时开放许可证（Licence Ouverte 2.0）降低了学术与公共应用门槛。

使用方法

用户可通过数据集在data.gouv.fr平台的原始页面（https://www.data.gouv.fr/datasets/6569b2c4f1937611d4c8b1a3）直接下载压缩CSV文件。每个参数文件独立存储，便于按需加载特定变量。分析时建议优先选取运营状态为“开放”的站点以保证数据连续性，处理中需注意年度更新版本间的兼容性。典型应用包括气候变化检测、极端事件归因分析、农业气候区划及水文模型校准等场景。

背景与挑战

背景概述

在全球气候变化日益受到关注的背景下，法国气象局（Météo-France）等机构于近年发布了Données Changement Climatique - LSH（Longues Séries Homogénéisées）数据集。该数据集聚焦于长期气象序列的统计均一化校正，涵盖最低温度（TN）、最高温度（TX）、日照时数（IN）和降水量（RR）等关键气候参数，旨在为法国本土及海外领土提供高质量、经修正的月尺度气候观测记录。其核心研究问题在于如何通过统计方法消除站点变迁或观测仪器更换等非气候因素引入的系统偏差，从而生成可靠的长序列气候变化基准数据。该数据集对气候学研究、极端事件分析及政策制定具有重要支撑作用，成为法国乃至欧洲气候监测领域的基础性资源。

当前挑战

该数据集面临的首要挑战在于解决气象观测数据中普遍存在的非均一性问题，即由于站点搬迁、仪器升级或周边环境变化导致的测量系统性偏移，需要设计鲁棒的统计均一化算法从包含噪声的原始记录中提取真实气候信号。构建过程中的关键难点包括：历史气象记录分布不均，部分站点观测时间段不连续或缺失；海外领土站点稀疏且数据标准化程度较低；均一化校正需兼顾不同参数（如温度与降水）的统计特性差异，同时避免过度修正。此外，年度更新机制要求持续平衡新老数据的衔接与版本一致性，确保长期气候趋势分析的可靠性。

常用场景

经典使用场景

该数据集专注于法国气象局提供的长期均质化气象观测序列，涵盖月尺度最低气温、最高气温、日照时数和降水量等关键气候变量。研究者通常将其用于分析区域气候变化的长期趋势，评估气候变率与极端事件频次之间的关联，或作为气候模式校准与验证的基准。其精密的统计均质化处理确保了数据在时间维度上的可靠性，为法国本土及海外领土的气候演变研究提供了高质量的基础资料。

解决学术问题

该数据集有效解决了历史气象记录中因观测仪器更换、站点迁移或环境变化导致的非均质性偏差问题，这是气候变化研究中长期存在的系统误差源。通过提供校正后的长序列数据，使学术界能够更准确地量化过去数十至上百年的温度与降水变化速率，辨别自然变率与人为强迫信号的相对贡献。这些数据支撑了关于全球变暖背景下法国地区极端气候事件演变规律的重要结论，为理解区域气候系统的响应机制提供了坚实依据。

衍生相关工作

该数据集催生了多项重要的衍生研究，如法国气候变化服务（DRIAS）项目利用均质化序列生成未来气候预估的高分辨率降尺度产品。同时，它成为国际气候数据集比较计划（如EURO-CORDEX）中用于验证区域气候模式性能的参考基准之一。许多学者基于此数据开发了新的统计均质化算法，并将其推广至地中海周边及非洲法语区国家的气象记录修复工作中，推动了全球欠发达地区气候数据质量的系统性提升。