Le package R dailymet est un outil d'analyse des extrêmes de séries temporelles quotidiennes de données météorologiques, en particulier les températures maximales quotidiennes. Il fournit des méthodes pour lire les données à partir de fichiers CSV, produire des résumés et des visualisations à l'aide de ggplot2, et fournit des fonctions pour décrire la tendance et la saisonnalité dans les séries temporelles.

Météo-France est le service météorologique national français. Il fournit des données, prévisions et alertes météo pour la France et ses territoires d'outre-mer. L'organisation publie également des outils open source, des formations techniques et des jeux de données scientifiques pour soutenir la recherche et l'innovation dans le domaine de la météorologie.

Ce projet est un outil d'exploration de données météorologiques fourni par METEO FRANCE. Il permet de gérer et de visualiser des données météorologiques sur une période de 3 ans, couvrant deux régions de la France. Le projet comprend des échantillons de données, un package utilitaire et des notebooks pour aider à l'exploration et à la vérification des différents types de données.

Le dépôt quickstart est le point de départ pour le développement d'applications métiers dédiées à la gestion et l'analyse de données météorologiques. Il fournit des modèles réutilisables et des outils pour accélérer le développement et l'intégration avec des systèmes de prévision météorologique.

SeSAM est une plateforme d'analyse et de prévision des données environnementales. Elle permet de collecter, traiter et visualiser des données relatives à l'environnement telles que les données météorologiques, la qualité de l'air et la biodiversité. Grâce à des algorithmes avancés, SeSAM est capable de fournir des prévisions précises et des analyses détaillées pour aider les décideurs et les citoyens à mieux comprendre et à gérer leur environnement.

Ce projet génère des données de forçage des vagues pour les modèles océaniques et météorologiques. Il permet de simuler les interactions entre l'atmosphère et l'océan, en fournissant des informations précises sur les vagues pour améliorer les prévisions maritimes et climatiques. Les résultats sont utilisés par des scientifiques, des météorologues et des chercheurs pour affiner leurs modèles et mieux comprendre les dynamiques océaniques.

Ce projet fournit une image Docker configurée pour exécuter des workflows liés au SIRTA (Site Instrumental de Recherche par Télédétection Atmosphérique). Il permet de traiter, analyser et visualiser des données météorologiques et climatiques issues de différentes sources, facilitant ainsi la recherche et l'étude des phénomènes atmosphériques pour les scientifiques et les institutions publiques.

Ce projet fournit des informations agroclimatiques en analysant des données météorologiques et en générant des prévisions agroclimatiques.

Le projet hermes_idaf est un module dédié à l'analyse, la prévision et au traitement de données météorologiques. Il s'appuie sur des bibliothèques telles que NumPy, Pandas, SciPy et Matplotlib pour fournir des fonctionnalités avancées de manipulation et de visualisation de données.

Le projet smartgh-cloudml est une solution de traitement et d'analyse de données environnementales en temps réel. Il permet de collecter, stocker et traiter des données provenant de différents capteurs pour fournir des prévisions météorologiques et surveiller la qualité de l'air.