Notebook 1 : bases de R et données climatiques

Ce premier notebook présente l’environnement de travail principal utilisé tout au long de l’atelier : la programmation avec R dans RStudio.

Il commence par les bases du travail avec R, puis applique ces compétences à des jeux de données climatiques, afin d’aider les participant·e·s à passer de tâches simples de codage à des workflows pratiques d’analyse de données utiles pour la planification de la restauration.


Le Notebook 1 sert de base pour tous les travaux pratiques suivants. Il introduit la logique d’un travail progressif avec RStudio, en renforçant la confiance dans l’utilisation du code, des données et des résultats avant de passer à des workflows plus complexes sur la santé des terres, la santé des sols et l’analyse spatiale.

Ce que vous allez apprendre et faire

Ce notebook est organisé autour de trois parties liées :

1. Commencer avec R et RStudio

La première section présente la logique de base du travail avec R dans RStudio.

  • Ce qu’est R et pourquoi il est utile
  • Comment organiser un workflow combinant texte, code et résultats
  • Comment exécuter du code, créer des objets et travailler étape par étape
  • Comment des bibliothèques comme dplyr et ggplot2 étendent les possibilités de R
Travailler avec RStudio et apprendre les bases de R


2. Travailler avec des données climatiques

La deuxième section introduit le climat comme thème pertinent pour la restauration et applique le même workflow à des données réelles utilisées dans l’atelier.

  • Charger des données de précipitations et de température
  • Examiner la structure des jeux de données et les noms des variables
  • Vérifier les valeurs, les données manquantes et les statistiques descriptives
  • Utiliser des transformations simples et des résumés groupés
Inspection et résumé des données climatiques


3. Visualiser les tendances climatiques

La dernière section utilise des graphiques simples et des résultats visuels pour aider les participant·e·s à commencer à interpréter et communiquer des informations climatiques.

  • Créer des graphiques introductifs avec ggplot2
  • Explorer les variations entre lieux et variables
  • Interpréter des tendances simples de précipitations et de température
  • Sauvegarder les résultats dans une structure de dossiers organisée
Visualisation climatique et résultats dans R

Les données climatiques dans la restauration

Le climat est l’une des conditions de fond les plus importantes qui influencent les résultats de la restauration. Des variables comme les précipitations et la température influencent :

  • La croissance de la végétation et la productivité saisonnière
  • L’humidité des sols et la disponibilité en eau
  • Le stress lié à la sécheresse et le potentiel de régénération
  • Les risques d’érosion et les dynamiques de dégradation des terres
  • L’adéquation de différentes interventions de restauration selon les lieux
Figure 1. Exemples de rasters de tendances des précipitations et de la température issus des tableaux de bord GGW.

Le climat interagit avec d’autres processus paysagers, notamment le couvert végétal, l’utilisation des terres et l’état des sols. C’est pourquoi les données climatiques sont souvent utilisées avec des indicateurs de santé des terres et de santé des sols pour identifier les zones prioritaires, interpréter les tendances ou concevoir des stratégies de restauration.

Pour commencer

Avant de commencer, lisez attentivement les étapes ci-dessous.

1. Télécharger le notebook

Cliquez sur le bouton ci-dessous pour télécharger le fichier .qmd du notebook.

Télécharger le notebook

2. Ouvrir le notebook dans RStudio

Ouvrez RStudio sur votre ordinateur.

Ensuite :

  • Cliquez sur File → Open File
  • Sélectionnez le fichier .qmd que vous venez de télécharger
  • Le notebook s’ouvrira dans RStudio
  • Vérifiez que vous travaillez bien dans le bon dossier du projet

3. Suivre les étapes du notebook

Le notebook est structuré comme un workflow guidé. Suivez simplement les instructions étape par étape pour commencer à travailler avec les données climatiques et les données de restauration.

Back to top