Recherche Data Gouv
Not a member yet
4753 research outputs found
Sort by
Indicateurs des séries par horizons temporels issus des projections hydrologiques Explore2 pour le modèle MORDOR-SD sous RCP 4.5
No full textIndicateurs des séries par horizons temporels issus des débits journaliers simulés par le modèle hydrologique MORDOR-SD pour l'ensemble des projections climatiques Explore2 sous RCP 4.5. Ces fichiers résultent de l'agrégation temporelle des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur et chaîne de simulation, c'est-à-dire, scénario d'émission RCP, couple GCM/RCM, correction de biais BC et modèle hydrologique HM. Ces données sont brutes et contiennent donc des chaînes de projections jugées aberrantes / horsains qu'il est possible de filtrer grâce à des métadonnées supplémentaires. Pour des raisons techniques, ces indicateurs sont regroupés par dossiers compressés selon les différentes phases du régime hydrologique.
La description des chaines de modélisation du climat et celle des modèles hydrologiques sont, respectivement, disponibles dans le rapport https://doi.org/10.57745/PUR7ML et dans les annexes du rapport https://doi.org/10.57745/S6PQXD. Retrouvez le diagnostic des modèles hydrologiques résumé à l'échelle des régions hydrologiques dans les fiches téléchargeables ici : https://doi.org/10.57745/DMFUXW.
Métadonnées supplémentaires : Récapitulatif de l'ensemble des indicateurs hydrologiques : https://doi.org/10.57745/JVNHQL Récapitulatif de l'ensemble des chaînes de simulation : https://doi.org/10.57745/R6HG5X Description de l'ensemble des points de simulation : https://doi.org/10.57745/UTKWR5 Liste des chaînes de modélisation jugées aberrantes / horsains : https://doi.org/10.57745/YZNENQ Récapitulatif des années pivots utilisées pour la TRACC : https://doi.org/10.57745/DCOQM6
Décomposition des chaînes de caractères formant le nom des fichiers parquet, séparées par des "_" : {1} Indicateur : Le nom de l’indicateur, du type de statistique calculée {2} Échantillonnage : Échantillonnage temporel sur laquelle est calculé l’indicateur → {1}_{2} Variable : Variable résultante d'un indicateur temporellement contextualisé {3} HX : Horizon futur (H[123]) → {1}_{2}_{3} Série : Série d'une variable pour un horizon temporel, défini dans le récapitulatif des indicateurs hydrologiques {4} EXP : Identifiant de l’expérience historique (post 2005) ou future (post 2005) {5} GCM : Identifiant du GCM forçeur {6} RCM : Identifiant du RCM {7} BC : Identifiant de la méthode de correction de biais statistique {8} HM : Identifiant du modèle hydrologique {9} Futur : Période futur (fut-YYYYMMDD-YYYYMMDD)
Les colonnes des fichiers parquet sont : EXP : Voir ci-dessus GCM : Voir ci-dessus RCM : Voir ci-dessus BC : Voir ci-dessus HM : Voir ci-dessus code : Code à 10 caractères du point de simulation fourni dans la description des points de simulation date : (optionnelle) Date associée à l'agrégation (plus d'information dans les métadonnées de variable) *Série* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
J2000 Hydrological model of the Ain-Albarine river basin (France)
No full textJ2K_Ain: J2000 hydrological model for the Ain river basin (which includes the Albarine sub-basin)
Genomic signatures of climate-driven (mal)adaptation in an iconic conifer, the English yew (Taxus baccata L.)
No full textThis dataset consists of a Variant Call Format (VCF) file containing genomic data from Taxus baccata (European yew). The dataset includes 11,374 single nucleotide polymorphisms (SNPs) identified across 490 individual trees sampled from across the European range of the species. This dataset was used to carry out a study investigating patterns of local adaptation and to assessing the risk of climate maladaptation using genomic offset approaches
Controlled manipulation of solitons in a recirculating fiber loop using external potentials
No full textWe provide datasets of fiber optics experiments aiming at demonstrating the controlled manipulation of optical solitons in a recirculating optical fiber loop using external potentials. These experimental acquisitions contain the spatiotemporal dynamics of optical solitons recorded using a sampling oscilloscope sequentially triggered and using segmented memory
RPG sol et climat 2023
No full textInformation sur le sol et le climat des parcelles du RPG 2023Ce jeu de données contient, pour chaque parcelle du RPG, identifiée par son identifiant public source IGN : - la commune dans laquelle se situe la majeure partie de sa surface, le département, la région - son altitude (moyenne, min et max), sa pente moyenne et son orientation, source Bd-Alti de l'IGN - les coordonnées et le numéro de maille SAFRAN dont le centroïde est le plus proche de celui de la parcelle, source grille SAFRAN Météo-France - la ou les unités cartographiques de sols dans lesquelles se situent la parcelle, source European Soil Data Base (ESDB) . Ces données visent à faciliter le rapprochement entre les parcelles du RPG, les données climatiques passées ou futures, ainsi que les caractéristiques de sols. <br
Dung beetles, but not rodents, contribute to Brown Bear faeces removal, disaggregation and secondary seed dispersal.
No full textSeed dispersal by endozoochory is essential to plant dynamics, but once released in the faeces, the seeds face a hostile environment that is not always favourable to germination. Indeed, faeces may contain inhibitors, high seed density and be densely structured. However, faeces visitors such as vertebrates and invertebrates may play an essential role in secondary seed dispersal (SSD) and limit the chemical and physical constraints of the faeces. In this study, we designed a field experiment in the French Pyrénées mountains to disentangle the relative role of vertebrate and invertebrate on Brown Bear (Ursus arctos) faeces removal, disaggregation and secondary dispersal of small and medium-sized seeds. For this purpose, we used 30 fresh faeces and separated each of them into three sub-samples submitted to different treatments allowing total access to any visitor, access restricted to invertebrates and no access respectively. We inserted eight raspberry (Rubus idaeus) and five blueberry (Vaccinium myrtillus) seeds in each sub-sample to assess SSD. In parallel, we used camera and pitfall traps to catch vertebrate and invertebrate visitors, respectively. After ten days we weighted the fecal matter removed, counted the remaining seeds and assessed the faeces disaggregation based on visual examination and objective criteria.
We observed a significant effect of invertebrates on faeces removal, disaggregation and secondary dispersal of both seed species. Vertebrates did not visit the faeces. Dung beetles caught in pitfall traps appear as the main disaggregation agent in this area. We also pinpointed that diet composition and structure of Brown Bear faeces affect their disaggregation and subsequent SDD. Our study in a temperate mountainous area identifies dung beetles as key agents in the disaggregation and secondary dispersal of small and medium-sized seeds. Diet composition and the fecal matter trapping the seeds affect seed fate by modulating dung beetle activity. By releasing variable fecal contents, omnivorous primary dispersal vectors have an even more complex effect on seed fate than expected
THE HORSE HOLOBIONT IN A STRESSFUL WORLD FROM MICROBES TO ECOSYSTEMS
No full textManuscript Habilitation à diriger des recherche
Raman spectra on carbonaceous matter - Shimanto Belt, Japan
No full textAll data are Raman spectra (including the raw data and their treatment) obtained on particles of carbonaceous matter dispersed in metasediments from the Shimanto Belt Zone, Japan
Numérotation qualité échantillons Nivelle
No full textLa Nivelle est un petit fleuve côtier de la côte basque. Depuis plus de trente ans des données (essentiellement tissus et écailles) sont régulièrement collectées sur la rivière via les pêches à l'électricité, les captures aux stations de contrôle (passes à poissons) et sur les différents projets de recherche qui se déclinent sur le terrain. Cette collection, forte de plusieurs dizaines de milliers d'échantillons, a intégrée récemment le CRB Colisa. Dans ce cadre là, et pour obtenir une labellisation, les gestionnaires ont dû renommer l'intégralité des échantillons pour harmoniser la collection et favoriser sa gestion.
En 2002, via le système qualité, une codification pour chaque expérimentation a été mise en place au sein de l'UMR INRA-UPPA ECOBIOP. Cette démarche a non seulement permise de relier précisément chaque échantillon à son projet d'origine mais aussi d'attribuer un numéro unique à chaque échantillon prélevé selon le modèle suivant : STPE-XXYY-XXZZZ
STPE : SainT-Pée-sur-nivelleEcobiop
XX : année en cours
YY : numéro de l'expérimentation de l'année XX
ZZZ : numéro chronologique de l'échantillon
Depuis, cette numérotation particulière a été étendue à toutes les années et tous les échantillons de la collection.
Le présent dataset a pour but de décliner les codes de tous les projets ou expérimentations entrepris sur la Nivelle depuis la fin des années 70