Météorologie • Richard Dern

Attribution : ChatGPT 5.2 Thinking

Prompt

This panoramic digital composite merges diverse weather conditions, transitioning from clear skies and misty fields on the left to a storm with rain and thunder, and ultimately ending in a frosty scene on the right. Visual elements, such as a weather station, thermometer, windsock, and barometer chart, are strategically placed across the frame, capturing the changing climate through warm to icy tones, dynamic lighting, and impressive detail.

· Blog· 40 min

42 grandeurs météorologiques à déduire de vos données météo

Ma station météo mesure directement un petit nombre de grandeurs physiques. Ces grandeurs, que je qualifierai de primaires, suffisent à déduire de nombreuses informations utiles, parfois déjà proposées par la station ou …

Attribution : ChatGPT 5.1

Prompt

2D digital illustration in a flat, clean style, very wide aspect ratio, showing a computer monitor in the center displaying colorful overlapping weather data graphs, with a small sun and cloud above the curves. Around the monitor, additional sheets with bar charts, scatter plots and contour lines, a Python logo and simple code symbols, and a small weather station anemometer. Soft pastel colors, light blue background suggesting sky, no text anywhere, high resolution.

· Blog· Exploitation de mes données météo

Introduction

J’ai longtemps hésité à déterminer comment stocker mes données météo sur le long terme. Les données de ma station sont ingérées par Home Assistant, qui n’est pas fait pour un tel stockage. En me renseignant …
· Blog· Exploitation de mes données météo· 6 min

Conclusion

Ce que les données racontent En partant d’une simple station météo branchée sur InfluxDB, on a fini par disposer d’un jeu de données propre, minuté, enrichi de quelques métadonnées (saison, position du soleil…). Les …
· Blog· Exploitation de mes données météo· 5 min

Modèle Chronos-2 (foundation model HF)

Dans les chapitres précédents, on a testé des modèles “fabriqués maison” (linéaires, arbres, forêts, boosting) sur nos données locales. Ici, on bascule dans un autre monde : celui des modèles de prévision pré‑entraînés …
· Blog· Exploitation de mes données météo

Modèles non linéaires (arbres, forêts, gradient boosting)

Objectif : tester des modèles plus flexibles que les régressions linéaires/logistiques, en restant raisonnables côté ressources. On utilise des forêts aléatoires (random forest, voir forêt aléatoire) et du gradient …
· Blog· Exploitation de mes données météo· 6 min

Premiers modèles prédictifs

Objectif : passer de la description à la prédiction sur nos données locales, en restant simple et lisible. L’idée est de prendre le cadre posé au chapitre 8 et de le peupler avec des modèles très basiques, pour voir ce …
· Blog· Exploitation de mes données météo· 7 min

Cadre prédictif local

Dans ce chapitre, on quitte le terrain purement descriptif pour tenter quelque chose de plus ambitieux : faire parler la station météo comme un petit modèle de prévision maison. L’idée est de construire un cadre simple, …
· Blog· Exploitation de mes données météo

Corrélations multiples

Hexbin colorés Les nuages de points tri-variés saturent vite : on regroupe ici les points sur une grille hexagonale et on colore chaque case par une statistique de la 3ᵉ variable (max/médiane/moyenne selon les besoins). …
· Blog· Exploitation de mes données météo· 19 min

Premier recadrage scientifique

À ce stade de l’étude : on a présenté les données brutes on a établi les premières corrélations binaires on a cherché un lien plus poussé entre les différentes variables Il est temps, désormais, de rapprocher nos …
· Blog· Exploitation de mes données météo· 8 min

Corrélations binaires avancées

Corrélations décalées python "docs/05 - Corrélations binaires avancées/scripts/plot_lagged_correlations.py" Interprétation Ces graphiques montrent la corrélation signée et tracent des zones colorées symétriques …
· Blog· Exploitation de mes données météo

Corrélations binaires

L’objectif de ce chapitre est d’explorer les relations entre variables deux à deux : d’abord visuellement (superposition de séries temporelles, comme ci-dessous, et nuages de points, comme dans le chapitre suivant), puis …
· Blog· Exploitation de mes données météo

Premiers graphiques

On peut désormais tracer nos premiers graphiques simples et bruts à partir du dataset minuté construit au chapitre précédent. S’ils ne sont pas encore très instructifs par rapport à ce que nous fournissent déjà …
  1. 42 grandeurs météorologiques à déduire de vos données météo· Blog· 40 min
  2. Introduction· Blog· Exploitation de mes données météo
  3. Conclusion· Blog· Exploitation de mes données météo· 6 min
  4. Modèle Chronos-2 (foundation model HF)· Blog· Exploitation de mes données météo· 5 min
  5. Modèles non linéaires (arbres, forêts, gradient boosting)· Blog· Exploitation de mes données météo
  6. Premiers modèles prédictifs· Blog· Exploitation de mes données météo· 6 min
  7. Cadre prédictif local· Blog· Exploitation de mes données météo· 7 min
  8. Corrélations multiples· Blog· Exploitation de mes données météo
  9. Premier recadrage scientifique· Blog· Exploitation de mes données météo· 19 min
  10. Corrélations binaires avancées· Blog· Exploitation de mes données météo· 8 min
  11. Corrélations binaires· Blog· Exploitation de mes données météo
  12. Premiers graphiques· Blog· Exploitation de mes données météo

Derniers articles de fond

  1. Préparation des données
  2. Installation, configuration et tests
  3. Mise à jour de ma station météo
  4. La station météo parfaite : architecture et stockage
  5. La station météo parfaite : sélection des composants
  6. Je suis membre d'Infoclimat !
  7. La station météo parfaite : cahier des charges