Outil dédié à la validation, la préparation et la visualisation de données scientifiques, notamment climatiques. Il permet de structurer des jeux de données bruts en fichiers NetCDF standardisés, de vérifier leur cohérence et de générer des visualisations adaptées à des grilles hexagonales ou autres formats géospatiaux. Utilisé principalement pour des simulations environnementales et des analyses de données issues de modèles climatiques.

Outil dédié à la préparation et à la correction de données climatiques pour des modèles environnementaux. Il permet de transformer des données brutes (comme celles de SAFRAN) en formats adaptés (netCDF), de projeter des sorties de modèles sur des polygones géographiques, et d'appliquer des corrections de biais (altitude, moyenne, sélection d'observations). Utilisé dans le cadre d'intercomparaisons de modèles climatiques pour améliorer la précision des simulations.

Système de prétraitement dédié à la préparation des données d'entrée pour le modèle WRF (Weather Research and Forecasting). Il permet de configurer les domaines de modélisation, d'interpoler des données statiques et météorologiques, et de convertir des fichiers GRIB en formats compatibles avec WRF. Utilisé principalement par les météorologues et les chercheurs en sciences de l'atmosphère pour générer des simulations climatiques précises.

Outil de pré-traitement pour générer des graphes de routage de l'eau dans les modèles hydrologiques. Il prépare les données nécessaires aux simulations climatiques en intégrant des informations comme les plaines inondables, les barrages ou les réseaux d'adduction. Ce pré-processeur facilite la vérification des données avant lancement des simulations et améliore la parallélisation des calculs.

Ce projet centralise et simplifie la gestion des configurations du modèle climatique LMDZ. Il permet aux chercheurs et scientifiques de stocker, organiser et exécuter facilement des configurations spécifiques, notamment pour des simulations atmosphériques. Les utilisateurs peuvent accéder à des configurations prédéfinies, exécuter des scripts automatisés pour installer les modèles nécessaires et préparer les données d'entrée, réduisant ainsi les étapes manuelles et les erreurs.