Cette session de ElementR vise à présenter la prise en main des données rasters1 dans un script R, très souvent utilisées pour représenter des phénomènes continus2. Nous utiliserons particulièrement la libraire terra, initiée par Robert J. Hijmans, qui permet la manipulation et l’analyse des données de type raster.
L’exemple d’application ici mobilisera des concepts basiques de télédétection comme la manipulation de bandes spectrales, la construction de compositions colorées ou le calcul d’indices radiométriques dédiés à la végétation comme le NDVI. Cependant, le gros de l’exercice est orienté raster. La partie télédétection peut être acceptée telle quelle, le lecteur ou la lectrice ne sera nullement perdu·e même sans rien y connaître. Celles et ceux souhaitant un peu de théorie à destination du géographe, une documentation facile d’accès est accessible à ce lien.
Nous partons simplement du principe que le lecteur possède des connaissances fondamentales en SIG, comme les questions de systèmes de coordonnées ou encore la différence entre données vecteur et raster.
1.1 Cas d’application de la séance
Afin de rendre la séance intéressante (nous l’espérons tout du moins), nous aurons une application orientée géographie physique sur une zone très dynamique dans le temps et l’espace. Nous analyserons les fluctuations hydro-climatiques du fleuve Okavango et leurs liens avec les dynamiques de végétation dans le delta de ce fleuve. Ce système est particulièrement intéressant car il s’agit d’un hydrosystème endoréique. Le fleuve Okavango ne débouche pas dans une mer mais se perd dans un désert.
L’analyse de notre système se fera en trois temps :
suivi des fluctuations de la végétation dans le delta intérieur, à partir du calcul d’un indice de végétation ;
suivi des précipitations dans les bassins contributeurs en se basant sur un produit raster d’estimation des précipitations ;
analyse des liens existants entre précipitations dans les bassins amont et fluctuations de végétation.
1.2 Zone d’étude
Nous nous focaliserons sur le delta intérieur du fleuve Okavango et sur les bassins contributeurs de ce delta. Le fleuve Okavango prend sa source en Angola et se jette dans la région aride du nord du Botswana en Afrique australe. Ce fleuve fait partie des plus grands fleuves endoréiques de la planète. Son delta, situé en zone aride est une véritable oasis, d’une importance cruciale pour les activités humaines locales et pour la biodiversité.
Delta de l’Okavango en saison humide (cliché liquidgiraffe.com)
Au sein du delta, la végétation, en lien avec l’hydrologie (Gumbricht, McCarthy, et McCarthy (2004)), fluctue grandement au cours de la saison. Entre les mois de décembre et mars, l’eau coule à flots dans le delta et la végétation croit et s’étend spatialement. Au contraire, entre les mois de mai et octobre, l’eau ne parvient plus dans le delta et la végétation décroît et se rétracte spatialement.
Nous pouvons visualiser la zone étudiée sur la carte dynamique que nous produisions ci-après. Les détails sur les librairies utilisées et les données seront fournies plus loin dans ce document.
Code R de la carte
# chargement des librairieslibrary(leaflet)library(terra)library(sf)# import de la zone du deltazone <- terra::vect('data/emprise_delta.gpkg')# leaflet ne gère que les objets de type sf on transforme donc nos spatVector en sf# on transforme nos bassins en objet sf et on transforme le CRS en WGS84zone_wgs84 <- sf::st_as_sf(zone)zone_wgs84 <- sf::st_transform(zone_wgs84, 4326)# import des bassins amontsbv_amont <- terra::vect('data/bv_Okavango.gpkg')# fusion des sous bv pour avoir le bassin généralbv_diss <- terra::aggregate(bv_amont)# calcul d'un champ de superficie en km2bv_diss$sup_km2 <- terra::expanse(bv_diss, unit="km")# conversion pour leafletbv_amont_wgs84 <- sf::st_as_sf(bv_amont)bv_amont_wgs84 <- sf::st_transform(bv_amont_wgs84, 4326)bv_diss_wgs84 <- sf::st_as_sf(bv_diss)bv_diss_wgs84 <- sf::st_transform(bv_diss_wgs84, 4326)map <-leaflet() %>%addProviderTiles(providers$OpenTopoMap) %>%addMiniMap(position ="bottomright", width =100, height =100, zoomLevelOffset =-5) %>%addPolygons(data=bv_amont_wgs84, color ="#9898d9", weight =0.7,smoothFactor =0.5, opacity =1.0, fillOpacity =0) %>%addPolygons(data=bv_diss_wgs84, color ="#3232B4", weight =2,smoothFactor =2, opacity =1.0, fillOpacity =0, popup ="bassin général en amont") %>%addPolygons(data=zone_wgs84, color ="red", weight =3,opacity =1.0, fillOpacity =0,popup ="Zone d'étude",highlightOptions =highlightOptions(color ="green", weight =4,bringToFront =TRUE)) %>%addScaleBar(position ="bottomleft") map
La superficie totale du bassin amont est d’environ 242 100 km2. Le bassin est partagé entre trois pays : l’Angola, la Namibie et le Botswana. Quant au delta, il est totalement inclus au Botswana.
2 Données
Puisque c’est le thème de cet atelier, nous utiliserons essentiellement des données rasters, mais également quelques données vecteurs qui nous permettront de voir les croisements raster - vecteur. D’une manière générale, nous nous focaliserons sur l’année calendaire 2023.
2.1 Les images Landsat pour la végétation
Afin de caractériser les dynamiques de végétation dans le delta proprement dit, nous utiliserons des images Landsat 8 et 9. Ces deux satellites sont les derniers de la longue série du programme Landsat observant la surface terrestre depuis l’espace depuis plus de 50 ans (Crawford et al. (2023)). Ces deux satellites ont à leur bord le même capteur nommé OLI. Ce capteur mesure la réflectance terrestre dans 11 bandes spectrales différentes à une résolution spatiale de 30 m, du moins pour les bandes qui nous intéressent ici. Chacun de ces satellites a un temps de retour de 16 jours, c’est-à-dire que toute portion de la surface terrestre est vue tous les 16 jours. Mais comme les deux satellites sont symétriquement opposés sur leurs orbites, nous avons une image Landsat 8 ou 9 tous les 8 jours, ce qui permet un suivi temporel relativement fin. Pour cette étude, nous avons choisi une image par mois entre janvier et novembre 2023. Chaque image mensuelle a été choisie à une date présentant peu de nuages, à savoir :
12/01/2023
13/02/2023
17/03/2023
18/04/2023
12/05/2023
21/06/2023
15/07/2023
16/08/2023
09/09/2023
27/10/2023
12/11/2023
Plus précisément, ici nous n’utiliserons que les bandes spectrales du domaine du Rouge et du domaine du Proche infrarouge pour chaque date. L’idée n’étant pas de faire un cours de télédétection, le lecteur découvrant ce domaine pourra se contenter de ces seules informations pour suivre la suite. La curieuse ou le curieux pourra trouver par elle·lui-même des ressources en pagaille en ligne.
Les images sont distribuées initialement par l’USGS (United States Geological Survey) via différents portails dont EarthExplorer. Les images utilisées ici ont été récupérées en niveau L2, soit au niveau réflectances de surface. Elles ont ensuite été pré-traitées via un script R (non présenté ici mais disponible sur demande) afin de les recalibrer entre 0 et 1 et de masquer les quelques nuages présents. Les images Landsat de cet atelier sont donc directement exploitables. Les images se trouvent dans le répertoire /data/Landsat/ et se nomment ainsi :
Les bandes B4 et B5 de chaque date correspondent respectivement aux bandes spectrales du domaine du Rouge et du Proche infrarouge. Le nom est long, mais tout ce qui vient après le LC08… est le nom officiel de chaque image qu’il est toujours bon de garder comme trace de l’image d’origine. Nous avons adjoint un préfixe Okavango_date pour s’y retrouver plus facilement.
2.2 Les données HydroSHEDS pour les bassins-versants
Les bassins contributeurs sont issus de la base de données HydroSHEDS fournie par le World Wildlife Fund US (Gong, Halldin, et Xu (2011)). Cette base de données regroupe les bassins-versants et les réseaux hydrographiques associés à l’échelle mondiale. Ces bassins sont dérivés du modèle numérique d’élévation issu de la mission SRTM (Shuttle Radar Topography Mission). Plusieurs produits de la base HydroSHEDS sont proposés au téléchargement et distribués par continent. De plus, les bassins sont proposés à 15 niveaux d’échelles différents. Au niveau 1, il s’agit des grandes divisions hydrographiques continentales de plusieurs milliers de kilomètres carrés, et à l’échelle 15 il s’agit des bassins-versants élémentaires de quelques kilomètres carrés seulement.
Ici, nous utiliserons simplement les bassins, sans le réseau hydrographique. Nous avons choisi les bassins d’Afrique au niveau 8, ce qui permet d’avoir les sous-bassins principaux de l’hydrosystème de l’Okavango. Afin d’optimiser l’utilisation pour cette séance, seuls les bassins du système de l’Okavango sont fournis. La pré-sélection a été faire manuellement dans QGIS. La couche vecteur utilisée ici est au format geopackage et se nomme bv_Okavango.gpkg.
2.3 Les données CHIRPS pour les précipitations
Les données de précipitations utilisées ici sont les données CHIRPS (Climate Hazards Group InfraRed Precipitation with Station). Ces données sont élaborées par le Climate Hazards Center en collaboration avec l’USGS et reposent sur des mesures faites en stations pluviométriques et sur des données satellites. Ces données sont fournies en raster, où pour chaque pixel, de 5 km par 5 km, nous avons la somme des précipitations sur un pas de temps donné. Ici, nous utilisons les données au pas de temps mensuel. Nous avons donc 11 rasters de précipitations CHIRPS de janvier 2023 à novembre 2023. Ces données ont été récupérées sur la plateforme Digital Earth Africa et découpées au préalable sur notre zone d’étude. Plusieurs articles scientifiques ont évalué les forces et faiblesses de ce produit, notamment sur l’Afrique australe (Muthoni et al. (2019)).
Ces données sont disponibles dans le répertoire /data/CHIRPS/ et sont nommées de la sorte :
chirps-v2.0_2023.01.tif
Où 2023-01 indique qu’il s’agit du raster de précipitations cumulées mensuelles pour le mois de janvier 2023.
2.4 Autre préparation
Avant de se lancer, nous définissons également un vecteur qui contiendra les noms des mois. Ce vecteur nous sera utile plusieurs fois par la suite.
# un vecteur qui contient les noms des mois (en facteur)mois <-c('Janv', 'Fev', 'Mars', 'Avr', 'Mai', 'Juin', 'Juil', 'Aout', 'Sept', 'Oct', 'Nov')vect_mois <-factor(mois,levels = mois)
3 Méthode suivie
Suivant un déroulé en trois temps, nous avons une méthode divisée également en trois temps.
3.1 Pour le suivi des dynamiques de végétation dans le delta
Le suivi des dynamiques de végétation dans le delta se basera sur une étude de l’évolution du NDVI (Normalized difference vegetation index) en 2023 sur cette zone. Un raster de NDVI par mois sera calculé sur la base des images Landsat sélectionnées. Le NDVI est un indice radiométrique dédié au suivi de la végétation. C’est sans aucun doute l’indice radiométrique le plus largement utilisé en télédétection. Il est fondé sur la signature spectrale de la végétation et permet de mettre facilement en avant les pixels végétalisés. Il se calcule très simplement selon la formule suivante :
\[
NDVI = \frac{PIR - Rouge}{PIR + Rouge}
\]
avec :
R est la bande spectrale du domaine du Rouge
PIR la bande spectrale du domaine du Proche infrarouge (PIR)
Une fois cet indice calculé, nous obtenons un raster spatialement identique aux rasters d’entrées (Rouge et Proche infrarouge). Par contre, sur ce raster de NDVI, les valeurs des pixels varient entre -1 et +1. Ce qu’il faut retenir c’est que plus un pixel tend vers 1 plus il est végétalisé, c’est-à-dire qu’il est caractérisé par une forte activité chlorophyllienne. Un pixel qui tend vers 0 est du sol nu sans végétation et un pixel négatif est généralement de l’eau. Dans la suite, nous considérerons qu’un pixel ayant une valeur de NDVI supérieur à 0.4 peut être considéré comme étant végétalisé.
Nous n’entrerons pas plus dans les détails de cet aspect de la télédétection, ces quelques propos sont suffisants pour cet atelier. Des informations supplémentaires sur le NDVI se trouvent facilement sur le web ou dans la littérature.
3.2 Pour la caractérisation des précipitations dans les bassins-versants amonts
Pour caractériser les précipitations à l’amont du delta, nous nous reposerons sur le fichier vecteur des bassins et sur les précipitations CHIRPS. Nous utiliserons des statistiques zonales entre chaque bassin et les précipitations mensuelles. Ainsi, pour chaque sous-bassin, nous calculerons les totaux des précipitations cumulées mensuelles entre janvier 2023 et novembre 2023.
3.3 Pour les liens entre dynamiques de végétation et précipitations
Le troisième temps consistera à mettre en relation les fluctuations des surfaces végétalisées du delta et le régime de précipitations à l’amont. Dans un premier temps nous ferons une corrélation entre les surfaces en végétation et les précipitations mensuelles totales sur tout le bassin. Puis dans un second temps, nous calculerons cette corrélation avec les précipitations mensuelles cumulées pour chaque sous-bassin. Cela nous permettra de mettre en avant les sous-bassins les plus fortement corrélés à la végétation du delta. La corrélation utilisée sera simplement celle de Pearson.
4 Librairies R utilisées
Le monde de R foisonne et les librairies dédiées à la cartographie et/ou aux traitements vecteurs et rasters sont nombreuses. Nous ne trancherons pas le débat sur les meilleures mais nous présenterons simplement celles que nous utiliserons ici en justifiant notre choix.
4.1 Manipulations rasters (mais aussi vecteurs)
Cet atelier fera largement appel à la librairie terra. La librairie terra est relativement récente et offre des fonctionnalités très puissantes pour la manipulation des données rasters mais également des données vecteurs. Ces fonctions tournent rapidement et présentent une syntaxe dans le même esprit que les SIG, ce qui les rendent faciles à prendre en mains par le ou la géographe. terra peut quasiment être vu comme un SIG complet embarqué dans R. En plus de terra, nous utiliserons la librairie connexe tidyterra qui facilite certaines manipulations.
terra peut lire de très nombreux formats (à partir des fonctions rast() et vect(), et stocke les objets rasters dans un objet spatRaster et les objets vecteurs dans un objet spatVector.
4.2 Représentations cartographiques
Pour la cartographie statique nous utiliserons la librairie mapsf pour sa qualité de rendu et son ergonomie. En plus, elle est développée par le génial Timothée Giraud de l’UAR RIATE ! Pour la cartographie dynamique, nous utiliserons la librairie leaflet qui peut être considérée comme le standard à l’heure actuelle.
4.3 Les autres librairies utiles
Lorsque nous sommes amenés à écrire des scripts en géographie, il y a bien sûr la partie vraiment géomatique mais il y a toujours des manipulations connexes sur des tableaux ou des variables diverses. Par exemple, leaflet ne prend pas en charge les objets vecteurs au format terra mais n’utilise que les objets au format sf. C’est pourquoi nous utiliserons aussi la librairie sf qui gère les données vecteurs.
Nous utiliserons également la librairie dplyr qui permet de manipuler des tableaux de données facilement et, ponctuellement, la librairie knitr pour les visualiser dans ce document avec la fonction kable(). Enfin, pour tracer des graphiques interactifs utiles pour explorer les données, nous utiliserons la librairie plotly.
Nous installons les librairies nécessaires et nous les appelons comme présenté ci-dessous.
# si les librairies utilisées ne sont pas installées, on les installeif(!require('leaflet')){install.packages('leaflet')}if(!require('terra')){install.packages('terra')}if(!require('sf')){install.packages('sf')}if(!require('dplyr')){install.packages('dplyr')}if(!require('tidyr')){install.packages('tidyr')}if(!require('tidyterra')){install.packages('tidyterra')}if(!require('mapsf')){install.packages('mapsf')}if(!require('plotly')){install.packages('plotly')}if(!require('knitr')){install.packages('knitr')}# on charge les librairies nécessaires pour la suitelibrary(leaflet)library(terra)library(sf)library(dplyr)library(tidyr)library(tidyterra)library(mapsf)library(plotly)library(knitr)
Une fois ces librairies chargées, toutes les manipulations qui suivront seront possibles.
5 Caractérisation de la végétation
Comme expliqué plus haut, nous allons étudier les dynamiques de la végétation dans le delta via l’analyse du NDVI calculé sur les images Landsat. La première chose non indispensable mais tout de même intéressante est de regarder une composition colorée en fausses couleurs du delta en saison de hautes eaux (vers janvier) et en saison de basses eaux (vers juillet août).
Nous ne rentrerons pas dans les détails ici, mais une composition colorée, en télédétection, permet de visualiser en couleurs trois bandes spectrales différentes. Pour cette étape, nous allons combiner les bandes spectrales des domaines du Proche infrarouge, du Rouge et du Vert respectivement aux couleurs fondamentales Rouge, Vert et Bleu. Nous faisons ce que nous appelons une composition colorée fausses couleurs, qui met en avant les zones en végétation. En effet, la végétation réfléchit beaucoup plus dans le Proche infrarouge que dans les domaines du Rouge et du Vert, au contraire des autres grandes occupations du sol (sol nu, eau, bâti, neige…) Ainsi sur ce genre de compositions colorées, les pixels en végétation, avec une forte activité chlorophylienne, apparaissent en rouge. Même si tout cela peut paraître nébuleux pour les non connaisseurs et connaisseuses, il vous suffit d’accepter que la végétation apparaîtra en rouge sur les images que nous allons produire ci-dessous.
5.1 Import des bandes Landsat et visualisation
Nous commençons par importer nos trois bandes spectrales pour nos deux saisons.
# on va charger deux scènes Landsat à deux dates différentes, # une en saison humide (01) et une en saison sèche (08)# pour chaque scène on charge les bandes Vert, Rouge et Proche Infrarougevert_hum <- terra::rast('data/Landsat/Okavango_2023-01-12_LC08_L2SP_175073_20230112_20230125_02_T1_SR_B3.tif')rouge_hum <- terra::rast('data/Landsat/Okavango_2023-01-12_LC08_L2SP_175073_20230112_20230125_02_T1_SR_B4.tif')pir_hum <- terra::rast('data/Landsat/Okavango_2023-01-12_LC08_L2SP_175073_20230112_20230125_02_T1_SR_B5.tif')vert_sec <- terra::rast('data/Landsat/Okavango_2023-08-16_LC09_L2SP_175073_20230816_20230818_02_T1_SR_B3.tif')rouge_sec <- terra::rast('data/Landsat/Okavango_2023-08-16_LC09_L2SP_175073_20230816_20230818_02_T1_SR_B4.tif')pir_sec <- terra::rast('data/Landsat/Okavango_2023-08-16_LC09_L2SP_175073_20230816_20230818_02_T1_SR_B5.tif')
Nous avons à ce stade six objets spatRaster pour nos six bandes spectrales. Afin d’afficher une composition colorée, nous devons créer des rasters multi-bandes. Un raster multi-bandes est simplement un objet raster composé de sous rasters, appelé un stack (= une pile). Ici, nous allons créer un raster multi-bandes par saison. Nous en profitons pour libérer de la place en mémoire en retirant les bandes individuelles.
# on créé un raster multi-bandes par datestack_hum <-c(vert_hum, rouge_hum, pir_hum)stack_sec <-c(vert_sec, rouge_sec, pir_sec)# on enlève les bandes individuellesrm(vert_hum, rouge_hum, pir_hum, vert_sec, rouge_sec, pir_sec)
Nous pouvons maintenant afficher nos deux compositions colorées fausses couleurs.
# pour chaque date on composition colorée en fausses couleurs qui met en avant la végétation (elle apparaîtra en rouge)par(mfrow =c(1,2))terra::plotRGB(stack_hum, r=3, g=2, b=1, stretch='hist',main='Saison humide')terra::plotRGB(stack_sec, r=3, g=2, b=1, stretch='hist',main='Saison sèche')
Pour rappel, les zones en rouge sont les zones végétalisées (avec activité chlorophylienne). Il est clairement visible qu’en saison de hautes eaux, la végétation a plus d’emprise et est plus dense.
5.2 Calcul du NDVI
Nous allons maintenant calculer le NDVI, selon la formule présentée plus haut, pour chaque date dont nous disposons d’une image Landsat. Nous commençons par importer les bandes du domaine du Rouge et du domaine du Proche infrarouge.
# on importe le Rouge et le PIR de chaque date (1 date par mois en 2023)rouge_01 <- terra::rast('data/Landsat/Okavango_2023-01-12_LC08_L2SP_175073_20230112_20230125_02_T1_SR_B4.tif')pir_01 <- terra::rast('data/Landsat/Okavango_2023-01-12_LC08_L2SP_175073_20230112_20230125_02_T1_SR_B5.tif')rouge_02 <- terra::rast('data/Landsat/Okavango_2023-02-13_LC08_L2SP_175073_20230213_20230218_02_T1_SR_B4.tif')pir_02 <- terra::rast('data/Landsat/Okavango_2023-02-13_LC08_L2SP_175073_20230213_20230218_02_T1_SR_B5.tif')rouge_03 <- terra::rast('data/Landsat/Okavango_2023-03-17_LC08_L2SP_175073_20230317_20230324_02_T1_SR_B4.tif')pir_03 <- terra::rast('data/Landsat/Okavango_2023-03-17_LC08_L2SP_175073_20230317_20230324_02_T1_SR_B5.tif')rouge_04 <- terra::rast('data/Landsat/Okavango_2023-04-18_LC08_L2SP_175073_20230418_20230429_02_T1_SR_B4.tif')pir_04 <- terra::rast('data/Landsat/Okavango_2023-04-18_LC08_L2SP_175073_20230418_20230429_02_T1_SR_B5.tif')rouge_05 <- terra::rast('data/Landsat/Okavango_2023-05-12_LC09_L2SP_175073_20230512_20230516_02_T1_SR_B4.tif')pir_05 <- terra::rast('data/Landsat/Okavango_2023-05-12_LC09_L2SP_175073_20230512_20230516_02_T1_SR_B5.tif')rouge_06 <- terra::rast('data/Landsat/Okavango_2023-06-21_LC08_L2SP_175073_20230621_20230630_02_T1_SR_B4.tif')pir_06 <- terra::rast('data/Landsat/Okavango_2023-06-21_LC08_L2SP_175073_20230621_20230630_02_T1_SR_B5.tif')rouge_07 <- terra::rast('data/Landsat/Okavango_2023-07-15_LC09_L2SP_175073_20230715_20230717_02_T1_SR_B4.tif')pir_07 <- terra::rast('data/Landsat/Okavango_2023-07-15_LC09_L2SP_175073_20230715_20230717_02_T1_SR_B5.tif')rouge_08 <- terra::rast('data/Landsat/Okavango_2023-08-16_LC09_L2SP_175073_20230816_20230818_02_T1_SR_B4.tif')pir_08 <- terra::rast('data/Landsat/Okavango_2023-08-16_LC09_L2SP_175073_20230816_20230818_02_T1_SR_B5.tif')rouge_09 <- terra::rast('data/Landsat/Okavango_2023-09-09_LC08_L2SP_175073_20230909_20230912_02_T1_SR_B4.tif')pir_09 <- terra::rast('data/Landsat/Okavango_2023-09-09_LC08_L2SP_175073_20230909_20230912_02_T1_SR_B5.tif')rouge_10 <- terra::rast('data/Landsat/Okavango_2023-10-27_LC08_L2SP_175073_20231027_20231101_02_T1_SR_B4.tif')pir_10 <- terra::rast('data/Landsat/Okavango_2023-10-27_LC08_L2SP_175073_20231027_20231101_02_T1_SR_B5.tif')rouge_11 <- terra::rast('data/Landsat/Okavango_2023-11-12_LC08_L2SP_175073_20231112_20231118_02_T1_SR_B4.tif')pir_11 <- terra::rast('data/Landsat/Okavango_2023-11-12_LC08_L2SP_175073_20231112_20231118_02_T1_SR_B5.tif')
Nous disposons de 22 objets spatRaster correspondants à nos 22 bandes spectrales (2 bandes spectrales sur 11 dates). Pour optimiser nos traitements, nous allons créer deux rasters multi-bandes (= 2 piles), un qui contiendra toutes les bandes du domaine du Rouge et un autre toutes les bandes du domaine du Proche infrarouge. Une fois ces rasters multi-bandes créés, nous retirons de la mémoire les bandes individuelles.
# on créé un raster multi-bandes qui contiendra toutes les bandes du Rougemulti_rouge <-c(rouge_01, rouge_02, rouge_03, rouge_04, rouge_05, rouge_06, rouge_07, rouge_08, rouge_09, rouge_10, rouge_11)multi_pir <-c(pir_01, pir_02, pir_03, pir_04, pir_05, pir_06, pir_07, pir_08, pir_09, pir_10, pir_11)# on enlève les bandes individuellesrm(rouge_01, rouge_02, rouge_03, rouge_04, rouge_05, rouge_06, rouge_07, rouge_08, rouge_09, rouge_10, rouge_11)rm(pir_01, pir_02, pir_03, pir_04, pir_05, pir_06, pir_07, pir_08, pir_09, pir_10, pir_11)
Nous disposons maintenant de seulement deux objets spatRaster, de 11 rasters chacun.
# on affiche les propriétés d'un des deux rasters multi-bandesmulti_pir
Le paramètre nlyr de la ligne dimensions nous permet de nous assurer que nous avons bien 11 bandes dans ce raster.
À partir de ces deux rasters multi-bandes, il est très simple de calculer le NDVI de chaque date. Il suffit de faire le calcul de NDVI directement sur les rasters multi-bandes.
# on calcule le NDVI pour toutes les datesmulti_ndvi <- (multi_pir - multi_rouge) / (multi_pir + multi_rouge)# on renomme les couches par le moisnames(multi_ndvi) <- vect_mois
La dernière ligne nous a permis d’associer un nom explicite, à savoir les mois, à nos “sous-rasters”, comme nous pouvons le voir ici.
# affichage des propriétés du raster de NDVImulti_ndvi
Nous disposons ainsi d’un raster multi-bandes contenant nos 11 NDVI de nos 11 mois de l’année 2023. Nous pouvons supprimer nos rasters multi-bandes Rouge et Proche infrarouge.
# suppression des rasters rouge et proche infrarougerm(multi_rouge, multi_pir)
Nous pouvons rapidement cartographier l’évolution du NDVI dans la zone.
# plot rapide des NDVIterra::plot(multi_ndvi, col =rev(terrain.colors(10)), breaks =seq(-0.1, 0.8, length.out =11))
Outre le fait que les vignettes soient petites et la légende répétée un peu lourde à lire, nous retrouvons bien des dynamiques de végétation contrastées. De janvier à avril, l’intégralité du delta est couverte de végétation. Même les zones hors delta sont plutôt en végétation. Par contre, entre juin et octobre, seules les branches du delta les plus proches des chenaux sont en végétation, le reste devient du sol nu.
Pour les amatrices et amateurs de visualisations temporelles, il est possible de faire une composition colorée en combinant trois dates de NDVI. Par exemple, en colorant en rouge le NDVI du mois de janvier, en vert celui du mois d’août et en bleu celui du mois d’octobre, nous obtenons la figure suivante.
# composition de trois dates de NDVIplotRGB(multi_ndvi, r='Janv', g='Aout', b='Oct', stretch='hist', main='Composition colorée temporelle de NDVI')
Sur cette image les zones en rouge sont les zones végétalisées en janvier mais peu pas dans les autres mois. Sur le même principe, les pixels en vert sont ceux végétalisés fortement en août et peu les autres mois et en bleu ceux fortement végétalisés en octobre et peu le reste du temps. Les pixels en blanc, qui correspond au mélange des trois couleurs fondamentales, sont les pixels autant végétalisés les trois mois. En cyan, combinaison du bleu et du vert, les pixels végétalisés en août et octobre et moins en janvier. En jaune, combinaison du rouge et du vert, nous avons les pixels végétalisés en janvier et août mais peu en octobre. En magenta, combinaison du rouge et du bleu, nous avons les pixels végétalisés en janvier et en octobre mais peu en août. Enfin, en noir, les pixels jamais végétalisés.
Vous êtes perdu·e ? :) C’est normal, c’est une gymnastique, mais c’est une représentation puissante pour interpréter d’un coup d’oeil des dynamiques spatio-temporelles. Cette figure pourrait être longuement analysée par elle-même. Ce qui frappe, c’est le delta toujours en végétation par rapport au reste. Et il semblerait qu’en août nous ayons plus de végétation dans le coeur du delta ainsi que sur ces marges extérieures. Quoi qu’il en soit, ça fait des images super jolies.
5.3 Extraction des surfaces en végétation
À partir de ces rasters de NDVI, il est possible d’extraire les surfaces en végétation. Comme dit précédemment, tout pixel dont le NDVI est supérieur à 0.4 peut être considéré comme étant en végétation. Ce seuil de 0.4 n’a cependant rien de physique, c’est tout à fait empirique. D’autres seuils pourraient être testés, mais nous nous contenterons de celui-ci dans cet atelier.
En se basant sur le raster multi-bandes du NDVI, il est facile de créer un raster binaire par date nous renseignant sur les zones en végétation et les zones qui ne sont pas en végétation. La manipulation est la suivante.
# on peut considérer qu'un pixel dont le NDVI est supérieur à 0.4 est un pixel en végétation, on extrait donc la végétationvgt <- multi_ndvi >0.4
Nous obtenons un raster multi-bandes des zones en végétation pour nos 11 mois de 2023. Nous pouvons rapidement cartographier les surfaces en végétation.
# plot des étendues en végétationterra::plot(vgt)
Sur ces rasters, tous les pixels à True sont les pixels en végétation et les pixels à False sont les pixels non végétalisés. Nous retrouvons des dynamiques en accord avec ce que nous avons dit à propos du NDVI, mais avec un visuel plus facile à appréhender.
Comme nous travaillons avec des rasters géoréférencés, chaque pixel présente une certaine portion de l’espace terrestre. Il s’agit de la résolution spatiale du raster. Ainsi, nous pouvons compter les pixels en végétation (= True) pour chaque date et les multiplier par leur superficie. Nous obtiendrons ainsi la superficie totale en végétation pour chaque date. La manipulation suivante permet de faire ce calcul et de récupérer un récapitulatif organisé sous forme de dataframe.
# on compte le nombre de pixels à 1 (i.e. en végétation pour chaque date)freq_vgt <- terra::freq(vgt, bylayer=TRUE, wide=TRUE)# freq() calcule aussi le nbre de pixels à 0 (i.e. sans végétation), accessoirement# on ajoute une colonne avec les moisfreq_vgt$mois <- vect_mois# on récupère les dimensions d'un pixel pour calculer la superficie de chaque pixelsup_pix <- terra::xres(vgt) * terra::yres(vgt)# on ajoute une colonne au dataframe des fréquences de végétation dans laquelle on calcule la superficie en végétation (ici en km2)freq_vgt$sup_vgt_km2 <- freq_vgt$'1'* sup_pix /1000000# on supprime les colonnes inutilesfreq_vgt <- freq_vgt %>%select(-one_of('layer', '0', '1'))
Nous pouvons observer le tableau final, dans lequel nous trouvons pour chaque mois entre janvier et novembre la superficie de végétation correspondante exprimée en kilomètres carrés.
knitr::kable(freq_vgt, format ="html", row.names =FALSE)
mois
sup_vgt_km2
Janv
11749.350
Fev
12816.050
Mars
12261.428
Avr
11274.397
Mai
8127.522
Juin
4648.486
Juil
3544.907
Aout
2781.250
Sept
2461.584
Oct
3195.690
Nov
4203.319
Afin de visualiser ces variations, nous allons tracer un graphique en bâtons des superficies de végétation en kilomètres carrés pour l’année 2023.
# on trace un joli barplot de l'évolution des surfaces en végétation avec plotlyfig <-plot_ly(x = freq_vgt$mois,y = freq_vgt$sup_vgt_km2,type ="bar",# width = 800, height = 400)fig <- fig %>%layout(yaxis =list(title ='Superficie de végétation (km<sup>2</sup>)'))fig <- fig %>%layout(xaxis =list(title ='Mois'))fig <- fig %>%layout(title ='Évolution de la superficie en végétation en 2023')fig <- fig %>%layout(xaxis =list(vect_mois))fig
Cette visualisation complète les vues cartographiques précédentes et ajoute des éléments quantitatifs. La plus grande surface végétalisée se trouve en février et atteint plus de 12 800 km2. Au contraire, le minimum est atteint en septembre où la végétation ne recouvre plus qu’environ 2 500 km2.
5.4 Extraction de chroniques de NDVI sous des points précis (optionnel)
Cette partie est rangée comme optionnel car elle aborde un point, certes intéressant, mais pas directement lié avec le but suivi dans cette étude. Nous proposons ici de montrer comment extraire des chroniques de NDVI sous des points précis du territoire définis par l’utilisatrice ou l’utilisateur. Cette manipulation qui consiste à échantillonner des valeurs de pixels sous des points est en effet courante et souvent utile, c’est donc l’occasion de la voir.
Au préalable il faut disposer d’une couche vecteur de points, en geopackage ou shapefile dans le même système de coordonnées de référence que le raster à analyser. Dans cet exemple, nous utiliserons la couche sample_points_okavango.gpkg créée manuellement dans QGIS. Nous avons digitalisé 8 points pour partie dans le delta et pour partie en dehors du delta. Nous allons tracer pour chacun d’eux leur chronique de NDVI au pas de temps mensuel pour l’année 2023.
Nous commençons par charger la couche et tout de suite nous visualisons où se trouvent ces points sur une carte dynamique de notre zone.
# on importe la couche de points à investiguersample_points <- terra::vect('data/sample_points_okavango.gpkg')# on va la cartographier avec leaflet pour situer les points# on commence donc par la transformer en objet sf et lui associer le SCR WGS84tmp <- sf::st_as_sf(sample_points)tmp <- sf::st_transform(tmp, 4326)map <-leaflet() %>%addTiles()map %>%addPolygons(data=zone_wgs84, color ="red", weight =3,smoothFactor =0.5,opacity =1.0, fillOpacity =0,highlightOptions =highlightOptions(color ="green", weight =4,bringToFront =TRUE)) %>%addMarkers(data=tmp, popup =~as.character(id_point)) %>%addScaleBar(position ="bottomleft")
Ces 8 points sont répartis un peu partout, dans et autour du delta. En cliquant sur un point, nous affichons son identifiant dans une infobulle.
Nous allons à présent échantillonner notre raster multi-bandes de NDVI sous ces points. Nous allons ainsi associer à chaque point sa chronique de NDVI dans un dataframe. Pour ce faire, nous allons commencer par mettre les points à échantillonner dans le même système de cordonnées de référence que le raster de NDVI.
# maintenant on va récupérer les chroniques de NDVI pour ces points, nous commençons donc par les projeter dans le même SCR que le raster de NDVIsample_points2 <- terra::project(sample_points, multi_ndvi)# on récupère les NDVI pour ces points (avec l'option "raw", on récupère le résultat sous forme de tableau de données)ndvi_points <- terra::extract(multi_ndvi, sample_points2, raw=FALSE)knitr::kable(round(ndvi_points, 2), row.names =FALSE)
ID
Janv
Fev
Mars
Avr
Mai
Juin
Juil
Aout
Sept
Oct
Nov
1
0.47
0.48
0.54
0.64
0.41
0.53
0.54
0.47
0.43
0.39
0.40
2
0.66
0.66
0.67
0.65
0.65
0.63
0.62
0.56
0.51
0.56
0.59
3
0.36
0.38
0.43
0.41
0.21
0.24
0.22
0.22
0.21
0.19
0.21
4
0.51
0.53
0.54
0.55
0.53
0.50
0.48
0.46
0.43
0.44
0.46
5
0.48
0.50
0.53
0.52
0.49
0.39
0.37
0.38
0.35
0.42
0.44
6
0.55
0.59
0.58
0.55
0.44
0.34
0.31
0.28
0.27
0.27
0.26
7
0.30
0.35
0.35
0.34
0.30
0.26
0.24
0.21
0.18
0.19
0.18
8
0.41
0.47
0.47
0.46
0.27
0.26
0.24
0.23
0.22
0.22
0.23
Une fois cet échantillonnage effectué, ce qui est intéressant c’est de tracer la chronique de NDVI en chaque point. Cela se fait comme indiqué ci-dessous. Il est simplement nécessaire de transposer le dataframe obtenu à l’étape précédente et de le nettoyer un peu.
# pour tracer les chroniques, il faut transposer ce dataframe (sans prendre la 1ère colonne) ndvi_points <-t(ndvi_points[,-1])# et transformer le résultat (une matrice) en dataframendvi_points <-as.data.frame(ndvi_points)names(ndvi_points) <-paste0("pt_",seq(1:8))ndvi_points$mois <- vect_mois# puis en tableau "rassemblé"ndvi_points <-gather(ndvi_points, key="point", value="NDVI", 1:8)# on trace les chroniques de NDVI par mois sous chacun des pointsplot_ly(data = ndvi_points, x =~mois, y =~NDVI, name =~point, type ='scatter', mode ='lines+markers', color =~as.factor(point))
Cette représentation nous permet de repérer les points sous influence directe du delta, à savoir ceux qui restent en végétation toute l’année (comme le point 2) et ceux sous influence seulement en saison de hautes eaux, comme le point 3.
6 Caractérisation des précipitations dans les bassins contributeurs
Dans cette partie nous allons nous intéresser aux précipitations reçues par les bassins contributeurs du delta. Nous analyserons ces précipitations à l’échelle de tout le bassin puis à l’échelle des sous-bassins. Pour rappel, nous avons déjà chargé la couche des bassins au début de ce document. Nous pouvons donc d’ores et déjà charger les rasters de précipitations CHIRPS entre janvier et novembre 2023 et les regrouper directement dans un raster multi-bandes cette fois-ci.
##### import des rasters de précipitationsfichiers_TIF <-dir('data/CHIRPS/', pattern =".tif", full.names =TRUE)multi_ppt <- terra::rast(fichiers_TIF)# on change les noms par les moisnames(multi_ppt) <- vect_mois
Nous avons ainsi un raster en 11 bandes contenant, pour chaque pixel, la somme mensuelle des précipitations. Afin de rendre la visualisation plus agréable, nous allons découper les rasters mensuels et masquer selon les contours du bassin amont général. Une fois masqués, nous pourrons les cartographier, ce qui nous permettra d’apprécier le rythme des précipitations dans le bassin.
# on coupe et masque selon les contours du bv amont généralmulti_ppt <- terra::crop(multi_ppt, bv_diss)multi_ppt <- terra::mask(multi_ppt, bv_diss)# plot basiquepal <- RColorBrewer::brewer.pal(n =9, name ="Blues")terra::plot(multi_ppt, col = pal, breaks=c(0,25,50,75,100,140,180,220,260,320))
~Rmq : nous avons choisi, rapidement, une discrétisation mettant en évidence les contrastes.~
Sur cette série de cartes, nous constatons que le nord du bassin reçoit des précipitations entre octobre et avril et quasiment plus le reste de l’année. La partie méridionale, quant à elle, reste peu arrosée toute l’année.
Nous pouvons créer une animation temporelle pour le côté sexy de la chose, mais seulement lorsque nous l’exécutons dans un script R basique.
#terra::animate(multi_ppt)
Une fois ces données de précipitations importées, il est facile via une manipulation de statistiques zonales de calculer les précipitations cumulées mensuelles sur l’ensemble du bassin amont. Cette opération prend en entrée le polygone du bassin amont et le raster multi-bandes des précipitations. À ce stade nous pouvons utiliser la fonction global() de terra car nous commençons l’analyse simplement sur le polygone de tout le bassin amont.
# on calcule les précipitations totales par mois sur le BV amont généralppt_amont <- terra::global(multi_ppt, sum, na.rm =TRUE)# on met l'index en colonneppt_amont$mois =rownames(ppt_amont)# on renomme la colonne meannames(ppt_amont)[names(ppt_amont)=='sum'] <-'ppt_sum_mm'kable(ppt_amont)
ppt_sum_mm
mois
Janv
1138417.1334
Janv
Fev
370544.4106
Fev
Mars
932845.4538
Mars
Avr
205590.9024
Avr
Mai
20965.9947
Mai
Juin
3882.6518
Juin
Juil
822.5417
Juil
Aout
4025.7253
Aout
Sept
47084.2745
Sept
Oct
171385.7030
Oct
Nov
574579.8945
Nov
À ce stade nous avons les précipitations mensuelles dans tout le bassin amont. Afin de calculer la corrélation avec les superficies en végétation par la suite, il faut joindre ce tableau au tableau des superficies mensuelles en végétation. Dans les deux cas, le champ commun est le champ mois.
# on joint le dataframe des extensions de végétation à celui des précipitationsvgt_ppt <-inner_join(freq_vgt, ppt_amont, by ="mois")# on affiche le tableau des précipitations mensuelles cumuléeskable(vgt_ppt)
mois
sup_vgt_km2
ppt_sum_mm
Janv
11749.350
1138417.1334
Fev
12816.050
370544.4106
Mars
12261.428
932845.4538
Avr
11274.397
205590.9024
Mai
8127.522
20965.9947
Juin
4648.486
3882.6518
Juil
3544.907
822.5417
Aout
2781.250
4025.7253
Sept
2461.584
47084.2745
Oct
3195.690
171385.7030
Nov
4203.319
574579.8945
Nous avons maintenant un tableau complet. Nous pouvons déjà visualiser ces précipitations mensuelles (en mm) sous forme de graphiques en bâtons.
# on trace un joli barplot de l'évolution des précipitationsfig <-plot_ly(x = vgt_ppt$mois,y = vgt_ppt$ppt_sum_mm,type ="bar",# width = 800, height = 400)fig <- fig %>%layout(yaxis =list(title ='Cumul de précipitations (mm)'))fig <- fig %>%layout(xaxis =list(title ='Mois'))fig <- fig %>%layout(title ='Précipitations cumulées mensuelles dans le bassin amont')fig <- fig %>%layout(xaxis =list(categoryarray = vect_mois)) # pour mettre les barres dans l'ordre des moisfig
Ce graphique nous montre que les précipitations sont clairement regroupées sur deux mois : janvier et mars. Un creux existe en février et la saison de mai à septembre est quasiment dépourvue de précipitations sur l’ensemble du bassin.
Il est ensuite possible faire une manipulation similaire à l’échelle des sous-bassins. Notons simplement que cette fois-ci nous n’emploierons pas la fonction global mais extract de terra car nous avons plusieurs polygones sur lesquels calculer des statistiques de précipitations. Une fois ces statistiques calculées, nous les récupérons dans un dataframe que nous mettons en forme pour pouvoir l’exploiter facilement par la suite.
library(tidyterra)# on calcule les stats zonales de précipitations totales par sous bassinppt_sous_bv <- terra::extract(multi_ppt, bv_amont, fun=sum, bind=TRUE)# on enlève les champs inutilesppt_sous_bv <- ppt_sous_bv %>%select(one_of('HYBAS_ID', 'Janv', 'Fev', 'Mars', 'Avr', 'Mai','Juin', 'Juil', 'Aout', 'Sept', 'Oct', 'Nov'))# on récupère la table attributaire comme un dataframeppt_sous_bv <-as.data.frame(ppt_sous_bv)# on transpose ce dataframe pour avoir les mois en lignes et les bassins en colonnesppt_sous_bv <-as.data.frame(t(ppt_sous_bv))# on met les identifiants des bassins en noms de colonnes et on supprime ensuite la ligne des id de bassinsnames(ppt_sous_bv) <- ppt_sous_bv[1,]ppt_sous_bv <- ppt_sous_bv[-1,]# on met l'index en colonneppt_sous_bv$mois =rownames(ppt_sous_bv)# on met cette colonne de mois en première positionppt_sous_bv <- ppt_sous_bv %>%select('mois', everything())
Nous obtenons au final un tableau avec une ligne par mois et les précipitations par sous-bassin en colonne. Les numéros servant de noms pour les colonnes sont les identifiants des bassins issus de la couche HydroSHEDS.
kable(ppt_sous_bv)
mois
1081493880
1081494250
1081491930
1081491920
1081490340
1081490490
1081489320
1081489370
1081489420
1081489520
1081482000
1081482070
1081487670
1081487520
1081488220
1081488050
1081477560
1081477470
1081479650
1081479540
1081478080
1081477980
1081475130
1081475120
1081475790
1081475930
1081483870
1081483860
1081468650
1081468520
1081476110
1081476010
1081475400
1081475290
1081475390
1081475280
1081475650
1081475780
1081465830
1081465760
1081475770
1081475640
1081463720
1081463900
1081463610
1081463600
1081474700
1081474950
1081471740
1081471680
1081490040
1081490090
1081474600
1081474510
1081470290
1081470280
1081469760
1081469850
1081460330
1081460260
1081468090
1081468000
1081474490
1081474590
1081458540
1081458440
1081480760
1081480750
1081475900
1081475750
1081457760
1081457700
1081475740
1081475630
1081472980
1081472990
1081482550
1081482660
1081482790
1081482940
1081498750
1081498850
1081474110
1081474200
1081485600
1081485710
1081453630
1081453620
1081476280
1081476100
1081468830
1081468820
1081501270
1081501360
1081476480
1081476590
1081476870
1081476990
1081465440
1081465360
1081503440
1081503430
1081463980
1081463890
1081446870
1081446860
1081505340
1081505440
1081506950
1081506990
1081460440
1081460430
1081508200
1081508210
1081467990
1081467980
1081441610
1081441490
1081505430
1081505510
1081440660
1081440670
1081456500
1081456430
1081510740
1081510750
1081440160
1081440070
1081469950
1081469960
1081454090
1081454100
1081452210
1081452110
1081508010
1081508080
1081432900
1081432780
1081450400
1081450390
1081434590
1081434450
1081515030
1081515040
1081449740
1081449640
1081507780
1081507640
1081448910
1081448920
1081448550
1081448420
1081508710
1081508700
1081430430
1081430300
1081428120
1081428050
1081509050
1081509120
1081445370
1081445290
1081509510
1081509570
1081444450
1081444380
1081427380
1081427260
1081511830
1081511840
1081441890
1081441790
1081425890
1081425770
1081512010
1081512100
1081512940
1081512950
1081422790
1081422800
1081424310
1081424320
1081513270
1081513320
1081421000
1081420920
1081514320
1081514310
1081439140
1081439060
1081419710
1081419670
1081516650
1081516730
1081515190
1081515390
1081435100
1081435110
1081514580
1081514650
1081416050
1081416120
1081517460
1081517560
1081513940
1081514080
1081513930
1081513820
1081521090
1081521250
1081414750
1081414930
1081429390
1081429290
1081429650
1081429580
1081520440
1081520520
1081428910
1081428920
1081410570
1081410490
1081522900
1081522960
1081521730
1081521690
1081407100
1081407180
1081514400
1081514490
1081407010
1081406890
1081425480
1081425390
1081423820
1081423810
1081403510
1081403430
1081406680
1081406690
1081525770
1081525830
1081424550
1081424560
1081523230
1081523100
1081402500
1081402370
1081527970
1081528060
1081423390
1081423550
1081523920
1081523880
1081398230
1081398150
1081530110
1081530230
1081414390
1081414400
1081531040
1081531070
1081398440
1081398480
1081531910
1081531900
1081397010
1081396920
1081410560
1081410480
1081410050
1081409960
1081533620
1081533700
1081396390
1081396340
1081391070
1081391170
1081534100
1081534150
1081413080
1081413070
1081390230
1081390180
1081407730
1081407590
1081535400
1081535390
1081535990
1081536090
1081536760
1081536850
1081406220
1081406290
1081413860
1081413850
1081387230
1081387270
1081392850
1081392840
1081405030
1081405180
1081410190
1081410200
1081404570
1081404560
1081412210
1081412150
1081404180
1081404170
1081404090
1081404080
1081409860
1081409730
1081385830
1081385820
1081407930
1081408000
1081407420
1081407370
1081401590
1081401600
1081404070
1081404160
1081398830
1081398740
1081398400
1081398380
1081403250
1081403260
1081391620
1081391540
1081391010
1081391160
1081382890
1081382830
1081381450
1081381370
1081379570
1081379580
1081379240
1081379250
Janv
Janv
229.584061
263.436750
118.617599
200.575628
1661.97296
135.915613
3627.33600
429.185661
966.726814
192.5627823
1962.99577
715.376179
32.6710014
1898.818604
1569.63893
190.0500774
763.939802
2392.877487
1439.552736
1182.904892
1754.402771
3805.353397
1677.628353
3484.230553
3775.487106
708.7494202
521.756910
3721.342152
1044.4471741
1430.0269012
2684.866085
232.6387024
228.7682037
234.6024094
146.9520187
605.6739655
486.2572937
973.1075401
1131.6315308
863.2822571
1384.290695
567.8946533
78.4564514
866.1652451
768.385727
1915.1387482
7093.789135
593.5445900
976.9214020
306.8614960
2562.03269
3411.93173
860.1819611
2216.773266
417.3955994
252.1019821
669.6951447
329.7518997
479.7836304
842.7364426
1478.9594879
2935.865158
407.8656311
377.8612671
2435.075089
750.096687
279.4032211
783.1584206
2128.831322
66.5241241
1639.2442017
2066.7387695
1534.913475
268.7964478
2338.931030
4195.158783
840.457146
119.0006409
3812.78698
410.682133
700.676001
442.515373
7476.261070
3881.786797
1201.782303
716.489842
6549.978416
6638.819336
600.9839478
3843.462517
16092.55028
1303.7203979
1046.65128
922.97259
415.6923294
1343.564896
3132.721260
581.8463974
1014.6745148
204.3724823
679.492481
312.915081
1951.604164
1579.9567108
5099.708199
8433.688278
800.656467
744.349361
945.10947
107.003399
1795.5955429
3558.5517426
330.042419
538.629696
6909.0634232
4804.7191696
8162.038330
271.2276001
544.023216
1248.172432
6236.0621033
3412.2082825
4816.9549637
1655.7225876
482.616440
437.090633
2080.8439941
4893.0132904
796.2649994
650.1328659
631.3147278
746.2096252
5970.0023346
952.3808594
328.5818672
514.331486
4700.0486298
5322.7443848
144.1511688
1.494868e+04
5556.2119598
2562.6390228
306.688934
301.086586
1280.673370
454.7787323
93.7374382
1308.722282
868.1289673
2509.216492
2315.8091431
2555.8168945
140.2876129
148.1658936
1431.9203796
3221.3853302
14051.641571
12455.947464
1805.2611809
2311.091713
25797.718979
5454.6467285
621.129154
196.399158
2822.6112213
1326.8318176
1352.6130981
4108.7628174
313.374691
49.9224663
347.3885956
8772.648132
14572.569916
17105.328781
939.3360786
600.2261162
211.492992
928.55279
945.3660583
5105.6678619
8925.212387
6093.2531433
692.2351799
610.1686897
2977.0855103
9271.324631
1516.066387
1003.217602
6741.8448944
7011.3239899
2855.1680756
3633.6106262
136.701954
3528.49536
56.4445839
2005.134617
4786.0524445
4949.7544250
821.2288361
1180.5258522
7861.9568176
3769.9865570
1161.546993
1607.71658
68.3362503
2738.494575
1930.2273026
1670.3694382
874.598488
4255.39031
3706.6165924
3829.3388977
8463.517090
3875.1730347
12187.798645
837.7576447
295.9679337
445.8823929
3266.4487305
18762.450272
3733.7219086
3741.6532898
3704.89738
1784.897537
790.2954903
1929.638123
2794.7603302
3691.1046906
3340.411468
2222.5207367
5162.9164581
3066.4612427
3132.8164215
10676.494949
16396.435425
3748.7088318
12633.426269
14199.359573
2636.0579376
2708.0270844
2850.387070
3383.64832
15688.963226
12563.000122
355.3568420
1481.4842339
8637.7835388
4487.3795624
3074.81528
2697.345676
12884.763306
1.085317e+04
429.7700043
766.8563919
878.8368683
9322.9457397
1947.383965
594.460114
7309.4089203
5548.7458344
1075.520855
1285.735157
2353.9985962
3809.2696228
1997.491466
2319.246822
2599.1661377
2625.8384247
2014.5162506
1933.1534576
5739.994797
6844.4438171
6316.014355
656.757461
5508.6515808
2143.5156097
416.6339111
3537.1632843
1186.133240
287.5763321
1319.3640594
3056.9358673
1.078274e+04
2866.5975647
2708.7835388
1.650203e+04
194.1512146
948.003273
588.3594437
623.0142365
832.078796
792.406544
679.3029175
1627.6762085
265.3794861
1.575023e+04
866.5169678
3831.7284088
1076.5540466
1102.0519562
678.9737701
1458.0224762
3208.0923462
541.7616882
660.0293121
3073.2977295
1568.5334167
8328.720856
3450.9335938
3062.4889679
4838.5782623
9.625361e+03
5427.4175720
11678.63324
2328.3764191
7375.7789307
260.1231689
1347.4283447
780.5585938
17264.581482
3311.1928101
2888.4481812
17426.834015
1118.0254364
1695.7189941
1175.3933105
1148.791580
7916.195038
10748.989838
13862.456253
1655.5367584
6087.315781
15336.12408
2378.4759216
756.7587891
555.0153351
1166.5243073
3428.562820
797.7638855
588.1770630
1847.5620575
768.3069916
Fev
Fev
324.231584
419.865044
151.310833
288.845873
1877.28087
185.366016
4496.35270
580.780159
1184.374512
238.7916756
2437.03032
898.826248
36.5372429
1777.209600
1648.34886
207.6828346
1002.551735
2180.753799
1503.148270
1054.890915
1503.957768
2624.043034
1143.675457
2157.315906
1540.436373
335.8718567
491.590984
2858.658878
517.0133514
788.1801529
1586.158510
99.9148750
94.3501472
93.7550030
62.9159584
231.4539661
196.7555580
465.4903145
463.6246624
406.7436371
582.175276
209.4967556
34.7563019
340.3654404
309.890564
728.9494095
2566.425331
224.6014042
354.6352348
109.2516823
1720.68027
2901.72356
328.7752457
753.869549
150.7705860
87.6339149
230.2614288
114.2235317
178.4076920
304.6217690
534.0613441
1077.340757
126.0962811
110.5302753
901.102024
264.232977
129.5372734
280.8808041
609.559828
18.6043797
564.5008678
705.0548916
443.087645
84.2155762
786.293386
1576.010380
403.986675
45.6774101
1442.62485
168.846010
576.737591
452.827284
1915.455442
979.841959
681.949652
357.777781
2334.299231
2042.057243
157.1043167
915.463287
4753.07193
400.9530582
738.72893
720.59934
84.9200783
350.410616
755.937092
122.2969437
276.8398838
58.0966854
434.049725
195.883894
515.652916
392.5696106
1679.212997
2207.938126
495.815615
413.300800
647.47422
62.946209
439.1693497
796.1297112
190.116036
334.427208
1402.3543701
979.4606590
3044.427647
85.8535500
309.852783
679.643448
1689.4427681
1103.9230309
1144.9859734
385.3276024
286.935411
265.060595
481.4362106
1132.8759689
161.5235653
135.8110924
125.4781647
164.3396378
1072.9177818
193.6886902
175.2100506
281.833961
1493.9791832
2194.7384872
34.9920540
3.060963e+03
1537.5311432
656.2814980
203.551161
200.803093
317.782459
103.4856529
50.7825413
693.637697
157.6728821
492.678101
554.3226814
562.8662605
71.4878368
80.2093468
390.2481003
851.5079765
5007.363537
4368.498733
839.1633987
1176.349447
4977.672295
838.0581455
331.264792
91.457546
662.6625481
286.6059532
348.2734375
1083.2642937
165.554771
23.8075676
66.8398361
2283.527268
5048.560402
5942.599579
444.1050396
310.0511818
114.640854
495.58135
309.8098984
1837.2516937
2660.715309
1854.9467697
341.2600231
308.4111633
1087.4844284
3793.096321
887.419771
494.167656
1737.6867828
1625.6383247
1078.6147690
1602.8452377
87.684107
2602.33925
28.3208275
947.925390
691.6561756
785.1806641
354.5053558
480.8992882
3482.3339920
1714.8028793
438.411259
919.54725
31.2410831
938.875206
689.1638145
652.6816540
370.004534
3111.10637
1260.7039452
1139.9691658
1527.134542
611.8535404
1512.263643
128.6274986
97.2681656
144.5131512
456.9431114
3443.621277
1482.6197815
1474.3484726
2423.78292
728.317812
269.1569290
645.460695
1203.3625336
1508.3908768
1326.791201
986.2507763
2042.8801193
1334.2662125
798.3212395
2729.660103
3244.298157
577.1048470
4781.475662
5308.530701
940.1536789
1054.8492584
1241.100470
2382.48720
2289.037134
2121.205290
172.3982620
658.0183620
3341.0005722
1737.4856644
2185.47646
1218.241312
1511.480206
1.189683e+03
205.0623055
366.1615524
307.2351837
3516.8448715
932.261757
285.374956
1885.5293503
1478.2604027
486.579586
797.428993
736.9429932
1251.6859970
1113.218651
1186.597036
775.5943222
1048.9464417
411.1685562
429.6611328
1682.534336
2006.9245834
2446.896341
343.572702
1777.4313889
812.9664688
181.6509399
1469.5202637
449.332293
128.5865650
175.6194191
418.3195095
4.308266e+03
1152.1132889
514.0816803
4.291116e+03
73.5406227
358.938696
233.4061279
267.9274483
452.660101
377.820871
138.6976318
303.9379578
28.7928848
1.852468e+03
342.6190796
1584.0500412
446.7774277
399.2710876
201.8747940
504.7888412
400.8756504
65.0058022
207.7304764
843.7998962
186.5411186
1063.334803
1065.3378792
810.3409805
1275.0600586
2.310244e+03
831.2618828
2095.49247
909.9001541
2844.8786697
34.0222816
166.7067680
105.4711037
4249.375473
910.9814758
861.7859688
4560.607395
198.5960617
345.6027489
258.2385483
285.729858
2059.834713
2012.840092
2999.819000
454.9056511
2033.863766
4619.88159
622.5889320
268.3797951
221.7110138
396.0390587
1474.425789
258.3887253
197.7191696
745.8623199
268.9795074
Mars
Mars
273.833870
413.004562
125.677799
301.249878
2539.66580
209.305126
5955.49639
814.400280
1619.260212
360.9158325
3199.04373
1275.166351
47.7217064
2467.500221
2402.17926
280.0037918
1011.251675
2458.787334
1856.999153
1174.383827
1974.953510
3770.020039
1481.370541
3015.946468
2819.152042
551.8187294
673.142090
4064.253128
889.3041458
1140.6966896
2683.323330
172.9291954
179.3332443
171.1124115
129.5046692
530.0257034
481.5013199
902.7718315
860.5891647
660.6064224
1516.858326
628.9585800
62.8377762
721.1932373
582.063755
1595.2966080
6136.860908
686.5346031
804.2466812
287.0511856
2654.23031
4443.44246
852.1226616
2269.014557
344.0070572
203.8249969
549.7519722
299.2026215
364.5876923
655.3215179
1250.5817719
2437.351955
381.4192352
386.0611305
1971.773094
593.662827
245.3388443
657.7306824
1816.636143
57.9466515
1330.4248657
1723.1024017
1275.123749
251.5899773
1864.161114
3641.632546
709.140492
90.4460907
3001.96084
310.261429
844.738136
723.186317
4952.504929
2826.347298
1139.426533
625.722221
5824.203964
5112.016251
469.4958649
2443.700870
10127.33195
934.9135666
1003.44310
1244.15940
250.8681564
997.263020
1827.704735
330.3198624
616.5867653
131.9415436
754.990921
304.452313
1115.597748
842.4164581
4321.720627
5336.605026
663.998797
639.879362
860.66708
96.620075
891.9851875
2085.3475876
318.839336
523.006374
3828.5207901
2592.8255081
7036.968140
203.1314774
391.015678
975.467640
4635.5318451
2808.2293854
2939.9647675
1045.3624420
379.174156
325.686844
1426.7504807
3333.5924911
367.6434479
339.2729721
354.8562241
465.7988663
3419.5023575
603.8516541
223.0192223
376.875656
3470.2897034
4495.8119278
98.5001144
1.025942e+04
4163.2200623
2130.0090332
178.706596
173.732018
729.848923
271.1646576
64.9147739
820.611858
548.2848358
1698.458908
1348.4717941
1675.3274612
95.4147358
99.0679779
1088.6377411
2869.7067719
8612.078758
7701.789169
1139.4404106
1431.069004
19147.057892
3124.6979523
398.268148
118.503019
1862.4816437
964.6978149
996.3522491
3315.1079712
178.396213
28.0079613
241.3529282
7268.682404
11561.413315
11656.832199
617.5882111
380.6527748
119.561476
508.92014
512.4128113
2955.3739471
7551.388428
4819.7563934
453.7828865
386.4486580
1576.4988327
5322.732163
903.647015
579.494041
5719.5023346
6008.6519775
1746.3069153
2214.9863968
84.336266
2057.95370
31.1145725
1022.052904
2994.2170258
3496.4534607
410.8233719
510.5614624
4892.6264496
2344.2858734
471.391239
845.80620
23.7720547
967.277815
750.9211140
743.3973694
347.070143
2319.98463
3548.0738373
3617.7687836
7133.644913
3105.7029877
7048.395248
551.1625824
104.3062477
156.2506008
2261.0109253
15606.591675
2463.0812073
2302.8151093
2118.91927
619.598080
249.8568039
595.591383
1840.8953247
2653.0342102
1072.245834
723.4517193
3899.6385803
2324.0324249
2703.3053741
9440.785828
14256.044342
3278.1499481
10267.675964
10945.060135
2595.1800232
2412.5896454
1003.930780
1869.39508
11217.685959
9649.522690
133.0132656
516.0409184
7422.5118256
3987.8533630
1307.15046
881.781141
8278.004044
6.394349e+03
151.6054306
271.2892761
757.7401123
8656.0018616
664.927721
189.054289
7066.7496796
5084.1294098
352.525122
411.408270
1962.8120422
3373.2095947
541.263371
701.554848
2267.7040405
2509.9167023
1745.8889008
1896.1116180
5709.794784
6730.2948761
2041.817383
174.150095
5161.4872437
2107.6075897
392.3093719
3405.4497223
372.297579
93.9188251
921.8398438
2098.4270935
1.071211e+04
2569.8527222
2469.9029236
1.644421e+04
57.7429466
279.821970
165.5063496
175.2022362
228.575572
228.379320
622.5450745
1505.1090393
168.6954651
1.099183e+04
831.8849182
3669.8372650
1143.0377808
1155.6891327
722.2975922
1598.2921295
2242.0760651
374.8492737
707.3297272
3043.7471161
1035.3981171
6066.805237
3698.3847351
2988.3338928
5292.1919098
1.034528e+04
4255.8520355
10748.25085
2323.1301727
7609.9750824
204.4637451
981.2787628
621.9018707
19092.124329
3040.4374390
2711.9247894
21428.146622
986.4972687
1728.5300751
1229.1471710
1288.588211
9232.221420
11300.669037
15749.615646
1963.5578461
7260.094040
23145.60779
3633.0420532
1094.1930237
784.7671204
1603.2232666
5379.745773
1139.0210266
842.3990173
2938.1681824
1130.3622742
Avr
Avr
50.860045
64.045333
24.857177
47.913830
274.39102
32.143363
605.55731
74.278414
151.110944
26.3992796
295.03088
113.005357
5.6472626
375.801761
356.13766
35.8692365
155.659725
344.972218
315.152433
205.912303
326.250294
550.834435
250.021023
458.739853
342.765067
67.3632402
111.555550
633.253998
106.6008887
162.0009508
320.812048
20.0003853
19.7110128
19.9311829
13.1102352
53.8261032
47.5082417
107.2191687
103.6690688
90.5776973
172.175595
59.1120610
7.8501539
87.3211327
85.464353
197.6392050
745.796207
87.5480957
95.2962403
29.1979623
489.60358
695.88032
127.9674292
297.638905
41.8514338
24.6660743
68.3321004
33.3118658
46.7279119
85.9652138
148.8880577
288.461246
45.9958339
49.7936659
278.453960
78.698009
36.3798933
97.7234840
279.474324
7.5532417
181.5582685
221.2632828
184.866368
32.3378725
223.746160
469.425977
107.597032
14.9263759
488.20137
51.514947
175.124187
139.819263
674.520100
396.003843
188.209770
102.439650
724.669515
681.616431
69.6728163
466.509617
1437.35123
111.9704394
291.02493
302.21831
49.3702755
172.948041
412.419869
68.2596340
87.0554228
17.6809883
232.330285
99.448599
169.759427
126.4975595
528.551598
829.569336
265.031812
261.427161
368.49779
37.682694
140.5826960
269.2398119
127.758079
212.586000
577.7850723
425.7369676
853.938786
24.5085497
183.901146
422.063327
595.8443527
312.2084274
403.8372936
142.5737953
178.452772
162.760139
204.5798836
482.8233719
74.5330591
56.4542465
48.0158520
60.2596865
415.5206976
70.4195585
102.0890875
163.028744
393.6868973
513.5195036
10.7249231
1.314927e+03
548.7484455
263.0199099
98.138927
100.663107
115.465986
36.3425875
28.3463593
305.697234
58.7191238
198.711459
219.0560970
225.0705385
41.3342781
40.6557999
145.4431515
382.0541000
1163.230409
840.707150
320.9631271
463.759804
2953.249721
433.8094721
180.183548
50.428027
263.1262388
110.8510008
137.6258965
534.7039490
70.593933
12.5412922
32.2846565
987.033655
1919.583973
1794.155200
175.7991648
119.9721022
46.154414
258.79058
60.3773260
347.1434441
1287.598999
791.2499676
136.9256430
120.8672762
237.4209976
838.969904
339.344696
187.482773
804.6095848
816.6807499
204.3323288
291.0493393
36.642172
1076.56672
10.3199787
334.668694
528.3339443
537.7894669
126.2337627
146.5716796
823.9817085
373.9209347
162.053199
348.55860
8.9980621
320.978349
231.3868756
165.0855155
149.328126
1492.65433
645.8087940
622.9551392
1092.169956
489.7488613
1406.722683
99.8233910
37.5832462
61.2720776
412.0193844
2932.504097
402.0203171
391.4154377
1134.02778
282.144299
97.2116981
231.647812
299.3018131
466.6406269
417.945588
288.6964378
671.8336277
393.8318233
461.6788921
1727.733574
2353.380590
546.5668316
2420.504581
2938.125984
383.8267879
376.7982292
483.759319
1169.56888
2257.543333
1970.565577
51.9505348
177.5807929
1623.0954590
812.9250946
1035.80071
539.634439
1967.609270
1.557120e+03
83.4145470
130.7316265
184.0258598
1937.3166466
401.572794
126.257508
1430.4525909
1041.6379318
195.175302
354.971064
422.6774940
608.7298889
462.996866
444.326070
464.1117210
532.4508553
396.6825790
400.3490753
1069.222370
1274.8041153
1011.061511
141.263014
1154.9295044
472.3615532
94.7226868
843.0405731
207.362151
52.6745825
178.9770813
446.7134171
2.781853e+03
725.6318474
546.3069267
3.487335e+03
33.8807421
181.657890
112.1840334
128.1179562
203.092913
194.061470
138.2781258
312.6850243
48.3960342
3.312623e+03
228.2978973
934.0647926
270.9424820
263.0291824
133.1235695
282.7414093
480.6877441
81.4115677
125.3279457
609.0350533
247.6040840
1533.197971
614.7894745
591.3823395
1067.6152725
2.150762e+03
953.8383904
2245.47933
579.5511093
2162.8677063
39.0238571
205.1556473
130.6260719
5955.271965
585.4515343
486.8369522
7362.035637
237.9420013
344.4633369
243.2464676
289.381157
2463.617756
4092.714188
5121.444458
698.6440277
2729.161148
9684.43044
1369.6865311
435.0622101
322.8342133
690.5464554
2411.218552
445.6409836
341.3668823
1154.0514450
462.3914032
Mai
Mai
8.475712
11.102310
3.424413
7.261048
41.84876
4.274930
153.76220
12.884727
46.330558
8.4679419
103.96437
33.534813
1.7489982
115.606399
107.50351
12.2118242
38.522054
96.970283
72.199170
46.344340
74.806764
127.721961
58.098525
106.598707
86.878427
15.9593879
33.371978
175.443771
24.6566505
44.2039917
81.650877
5.6286030
5.0988357
5.3026938
3.1699673
13.2515990
10.0521203
25.5733323
21.8093251
22.6429272
31.826655
11.1121470
1.2789052
18.2915378
24.212495
40.8520519
141.610164
13.5904224
20.0450686
5.6626656
148.27857
226.22973
22.9140505
46.510911
8.4514531
4.8341197
12.8912894
6.2030101
8.2845709
16.3450737
29.2955072
59.782419
7.6364614
8.5955095
67.236509
13.590398
8.1897000
22.6597644
53.992517
1.2233231
29.8042740
34.9785929
35.611167
5.7180445
37.017064
88.268636
25.932922
3.5329328
120.13003
12.644710
58.667861
43.676130
99.605372
64.728032
48.571118
27.727124
131.107302
88.712045
12.7845888
65.186630
223.11000
18.6237559
78.37714
79.34807
7.2349377
31.845823
73.239356
10.1399647
14.7498015
2.6795467
49.739656
21.971433
28.603581
18.6132208
60.925003
78.035910
54.583729
46.959750
78.35537
6.713692
20.4265522
32.6100245
22.049063
40.975982
67.6579399
53.6773223
88.611006
2.5105236
39.322595
82.314134
51.5333785
28.8098069
50.3418889
16.6958672
35.711192
34.742172
14.6572031
35.2566184
8.6823624
7.4819201
5.0071224
6.7088677
46.5326025
7.7480954
20.2500622
36.927739
33.0541505
46.6981817
1.2582747
1.197814e+02
42.9346070
17.6730402
23.264474
22.803144
13.251473
4.0185826
8.2825937
93.131707
6.7936680
22.571665
23.7632183
21.3736261
13.1886549
14.4810281
10.8716727
24.8168592
96.700556
86.394675
85.2729031
184.342732
187.695130
35.5424193
52.401686
16.008357
25.9955209
10.9947032
10.0722306
31.7450579
25.242164
4.2016263
2.6070898
64.294142
128.366537
136.892099
49.7742090
39.8763061
17.602003
81.20144
5.1681923
34.0437770
81.136629
52.3053473
37.3842044
31.5822120
18.1944792
65.318757
117.804739
46.433774
47.3358517
46.6592637
21.3298457
26.6943974
15.320035
312.59974
3.0325418
90.533738
36.1972841
36.7030908
26.4588430
32.5330245
61.1384994
28.4515671
36.091513
81.74849
2.0831709
72.979932
51.6564993
51.3961306
32.855084
295.56429
38.8544810
39.4839587
61.703698
31.1460701
95.320597
6.3370774
8.4412198
13.0129049
27.2801316
174.054829
33.1746192
32.1205581
219.20889
61.557344
21.7237569
53.341944
22.7597930
30.7177790
89.365642
67.0442791
47.0705941
28.2975039
26.1653312
101.076628
140.415689
30.4638267
170.413944
161.215489
28.8256261
27.6547999
112.189179
252.88335
160.712500
124.833286
13.3448892
47.7141699
124.0343637
46.8904905
260.26216
116.979905
133.020809
1.080872e+02
19.6158524
30.8475688
9.6376054
178.3388107
104.798932
27.012443
83.1105695
61.0014246
46.754318
84.169246
25.4667258
40.8387647
94.060994
82.484499
29.1338854
33.2955408
23.6487319
23.3188310
64.762564
77.7011654
273.595473
25.986448
69.0936944
28.4063544
8.5212264
66.0464456
40.187599
8.3201677
12.9507492
32.9827890
1.875931e+02
56.0448236
33.5071933
2.086499e+02
6.4570062
28.706424
17.9075208
19.5396298
37.981071
32.023783
8.8761828
21.3438816
3.0458481
1.949281e+02
17.3517213
71.0600705
15.3063376
15.0031605
7.6263793
16.6317511
34.5771780
5.3547316
7.3312883
35.6231370
17.0178041
103.067960
40.5383503
35.5753863
71.2946215
1.621588e+02
60.6714590
169.90497
50.6929026
156.3380463
3.1948097
15.2586732
10.3076286
397.414416
40.3098197
33.0975556
449.350353
19.8735261
30.9237785
21.8618617
22.508863
193.797100
205.080479
343.907065
42.8018346
154.567635
503.71631
88.7565737
21.7253723
16.2300057
34.7237563
113.527697
21.6110015
17.6308455
60.2133193
23.9048548
Juin
Juin
7.617835
10.364451
3.371366
9.438529
17.37507
6.520440
43.78992
8.880298
10.078224
2.0321768
30.88527
10.222772
0.3339550
18.815720
17.97200
2.5449860
9.972206
19.829739
13.034775
5.969143
10.237732
14.157860
4.445996
8.748387
9.071009
1.1414602
4.574648
28.191052
2.5139720
3.2406638
10.120654
0.3859560
0.3325156
0.3727875
0.2265126
0.9520903
0.6582808
2.6029131
2.3829798
1.6893347
2.829085
0.8783114
0.0915389
1.7677597
1.275804
2.6489372
13.985489
0.8551529
2.1042934
0.5613333
27.04246
40.42427
2.1955346
4.017947
1.0185787
0.6218272
1.7306775
0.8334419
0.6652237
1.0346107
3.0945217
5.986833
0.6306314
0.8164911
3.403133
1.106043
1.1571911
3.2588560
7.391417
0.0941392
2.4354904
2.7529921
4.993992
0.7588766
3.540658
9.053534
4.477846
0.5279875
21.58308
2.303554
11.095251
8.569594
14.036397
9.879671
9.625285
4.950322
6.914027
6.783721
2.0113593
11.513800
21.33573
1.9465478
16.42620
18.05739
1.4033673
5.009391
10.075419
2.0189292
1.8768664
0.2572899
13.168888
5.463812
3.216630
2.1119662
4.286333
5.832613
13.374159
14.068140
25.86587
2.108049
2.2578675
3.5292914
6.947960
12.963234
10.9944219
9.8361594
6.862305
0.1892131
7.458947
19.573792
3.7187897
2.1743164
5.1762672
1.7716656
10.894540
10.863358
1.2645309
2.8901879
1.6774783
1.4761980
0.5309938
0.6520640
4.6093324
0.7550358
4.6867859
9.569826
2.2216785
3.4621010
0.1256603
1.091638e+01
3.0621618
1.3572000
9.046907
9.189956
1.284926
0.3647714
1.3962950
15.393285
0.5006106
1.958635
2.1734376
1.9229435
2.2503009
2.2253888
0.8326222
2.1424008
8.708214
5.993620
13.6372288
32.856140
21.451085
2.6064128
11.674544
3.026548
2.2197670
0.9224450
0.8173837
2.9130050
5.174953
0.8132902
0.2235422
5.623924
15.206674
15.352375
9.0510171
8.1037332
4.024046
19.34042
0.3689226
2.6275521
9.237134
5.2338958
6.7351022
6.6037992
1.6797419
6.589824
32.214905
10.080302
4.2149493
4.0122465
1.8108584
2.4120256
3.811440
148.61754
0.7360686
32.194947
3.3950757
3.4671567
4.7277393
6.1284562
6.5979994
2.9662012
16.444533
42.86358
0.1653523
26.497625
13.4581161
5.7310972
19.632128
180.62180
5.0340428
5.5332872
7.624842
3.9931080
9.566638
0.6540768
3.8447418
5.9493655
3.0306725
34.873506
3.7879107
3.5927648
196.46098
36.381164
7.5594072
15.271909
2.6413879
3.6661502
28.280808
16.2737345
5.5606430
3.1533155
2.8704972
15.134873
37.801302
6.3723135
15.759638
18.078027
3.6105058
3.3908918
46.507547
121.65157
19.400061
18.395047
2.5577136
7.4851041
10.7443366
5.9560460
81.79003
51.791374
13.402588
1.073904e+01
3.2104809
5.4776322
1.2102989
12.8504460
22.782597
12.204412
16.9576302
13.6383224
16.013220
27.670953
3.1975220
5.0155077
37.202658
25.788852
3.7741323
4.1608374
3.5144919
3.4844322
9.315879
10.6138017
74.241150
8.679959
9.2101673
3.8550654
0.5730056
4.6256377
17.427063
2.7391153
1.7045521
3.7869850
1.786616e+01
3.7341166
4.6100978
2.664007e+01
2.7654868
15.414874
8.9519469
8.6465099
14.074021
12.916567
1.2007924
2.8144855
0.3019371
2.066687e+01
1.1924315
5.0552962
2.0913522
1.9833472
1.0127853
2.1513498
4.0694392
0.7399962
0.9696351
4.5403790
1.7672530
11.045797
5.0653048
4.6000362
9.2228959
1.895748e+01
8.2124241
20.21838
3.9385001
14.1682362
0.3539361
1.7049772
1.0894381
40.813203
5.1591187
4.2035274
45.947299
2.0091014
3.3745624
2.4787151
2.525513
20.281097
21.606795
32.331261
4.4273807
16.403198
50.84585
7.1568641
2.3531395
1.6836700
3.5154952
11.153205
2.2588958
1.7961776
5.9777427
2.4451382
Juil
Juil
4.546503
6.035417
2.138781
5.356218
10.61209
3.667300
16.42153
4.353708
4.002058
0.6828949
4.52047
1.810626
0.1822105
7.320153
5.50615
0.7825297
2.057566
6.521584
4.283515
1.542967
3.213313
4.437334
1.586130
1.556924
2.751932
0.2450078
1.321647
9.470453
0.4858628
0.9498937
4.030586
0.1549773
0.0380944
0.1928996
0.0237338
0.3592865
0.1048888
0.9576665
0.3982092
0.5628575
1.262903
0.1563833
0.0170193
0.4263356
0.440570
0.7399244
3.206849
0.3786947
0.5035111
0.1382804
15.44841
18.19136
0.6983674
1.161328
0.1971639
0.1273556
0.3221703
0.1725887
0.0888400
0.2492503
0.4990644
1.196956
0.2033539
0.1926390
1.706041
0.262691
0.4495603
0.7874875
1.952474
0.0366009
0.3805632
0.5787348
1.739813
0.4048798
1.125316
2.322675
2.021772
0.1799016
10.14581
1.042442
5.337222
4.084489
1.571332
1.866443
4.766145
2.679555
3.400030
1.519754
0.5344338
1.563706
3.73542
0.3181245
9.27488
12.22816
0.3014636
2.022649
1.018030
0.3355975
0.1196124
0.0404149
7.895793
2.779252
0.227336
0.1946637
1.377372
1.167514
6.955783
9.361679
17.15994
1.507870
0.2096044
0.4096562
5.302384
9.495831
0.6213929
0.6616597
2.037470
0.0620492
2.096538
8.302239
0.7469612
0.5855136
0.5163621
0.1647436
7.260838
7.200583
0.2690722
0.6266873
0.1201061
0.1071033
0.0425897
0.0587913
0.3288036
0.0539496
0.8588161
4.791592
0.5106626
0.8046328
0.0104737
8.458097e-01
0.5183411
0.3364623
5.103072
5.357887
0.109212
0.0393150
0.1301204
1.013293
0.0531718
0.116485
0.2677599
0.2454643
0.3259877
0.2035901
0.1360173
0.4170293
1.954018
1.887239
0.8585251
6.077427
3.402953
0.3140708
5.493743
0.724539
0.3166631
0.1633548
0.1271165
0.5803261
1.563315
0.2680818
0.0285540
1.089309
2.636786
2.930487
0.5995142
0.8370576
1.682892
9.46255
0.1904224
0.9156615
1.743852
0.9671422
0.4056333
0.4933148
0.5352222
1.304255
9.940121
0.639762
0.8393244
0.8935954
0.4721239
0.6058556
2.056261
61.26545
0.0518617
6.090357
0.3080636
0.4143168
0.2691834
0.5920779
0.8134317
0.3362889
3.009336
10.13731
0.0222066
2.438602
0.7835373
0.2244655
2.717428
45.15313
0.6114078
0.5034727
1.132427
0.4190018
1.150836
0.0835209
0.6373723
0.8475812
0.3239594
2.490153
0.3766712
0.5198582
16.73562
4.324632
0.6105389
1.758403
0.3761907
0.5746212
1.567339
0.9696702
0.6061369
0.5599472
0.6295281
1.928161
2.917607
0.5456628
1.361414
1.125609
0.2718816
0.2468989
6.871973
15.16966
2.029177
1.223885
0.1594319
0.3482076
0.7378748
0.3115008
12.47022
9.554655
1.172821
5.116824e-01
0.1899406
0.2840665
0.0426978
0.3593969
2.455918
2.003740
0.9708426
0.8520931
2.794464
4.137387
0.0995992
0.1482061
4.593354
3.737891
0.0857722
0.0879793
0.1817564
0.1832996
0.503357
0.4204268
7.824007
1.178121
0.1261213
0.0353401
0.0050095
0.2796969
1.536495
0.3921569
0.1223199
0.4457056
3.885522e-01
0.1599836
0.2190709
7.583722e-01
0.2298123
1.121517
0.7630621
0.9103226
1.749400
1.141218
0.0428129
0.1287948
0.0183092
8.330924e-01
0.0635567
0.2569017
0.0233052
0.0160807
0.0406882
0.1143208
0.7310186
0.0888667
0.0390917
0.1554007
0.2583036
1.477966
0.2171445
0.1893341
0.2377792
8.979698e-01
0.5229468
1.99249
0.2634063
0.8105026
0.0560134
0.3063565
0.1738787
3.801576
0.1714881
0.1708363
4.025584
0.2826603
0.2970936
0.1862217
0.137673
1.656179
3.123377
4.495658
0.3148972
1.351692
4.06547
0.6187099
0.2258618
0.1424412
0.3178951
1.746322
0.3430619
0.2251957
0.9701554
0.3225793
Aout
Aout
3.876272
5.652715
1.659346
5.040435
12.71427
3.751048
39.62846
5.882188
12.029044
2.6048176
28.14730
8.972378
0.3360347
20.334457
17.01996
2.2519107
8.263333
17.697064
14.362497
9.125125
13.859880
19.427304
9.827717
17.696063
11.312119
1.4394983
4.845121
27.366945
4.5625537
5.8598182
11.524697
0.4565154
0.4460265
0.5369283
0.2950424
1.8741800
2.0727963
4.0605570
4.5090871
3.1055370
9.904003
2.8000686
0.3819851
2.8894504
2.769689
8.3381005
25.091671
5.7258958
3.2934179
1.3565385
32.04135
31.68601
6.9712420
15.152490
1.4179260
0.8274270
2.1731077
1.2061226
1.5846350
3.0833706
4.0393545
8.896086
3.6800374
3.1844286
9.087105
2.524930
1.7899328
5.5353899
15.932522
0.6551065
5.0112263
6.5543941
11.974054
2.5949255
17.838801
16.139498
5.017264
0.7630022
32.26487
2.559510
9.002660
5.135398
20.211298
17.073988
11.323835
6.396835
26.626144
21.872572
4.2313597
13.467737
34.67248
6.0478278
12.70996
14.27937
2.3608106
9.256790
8.084521
2.8365453
2.2452240
0.8235925
12.302052
4.262724
4.049334
4.0072074
20.441956
23.598063
10.356237
13.130285
22.64167
2.336940
3.9669286
8.1635684
7.448668
12.424882
9.3069140
7.4380303
32.877670
1.0009775
3.551918
12.902827
15.3040914
10.7547683
9.8589444
3.0009716
9.722928
10.066823
5.3853751
12.5026147
1.2811159
1.1220777
0.8995398
1.2225523
5.8177170
1.2456060
1.8350893
6.248698
9.1225133
13.0292891
0.2341122
2.147125e+01
10.1200792
6.1711096
6.437015
6.610857
2.055939
0.7562362
0.3002263
3.777013
1.1793607
3.090193
3.9011523
4.1881026
0.6999030
0.3981947
2.5641747
7.4890160
33.121779
29.483696
8.1628060
11.724040
65.705992
6.8309026
6.443396
1.156714
5.1009414
2.5550582
2.4382452
10.2909772
1.992808
0.3247057
0.5896704
19.914625
49.162439
50.318554
5.5848942
2.6882957
1.628362
10.73900
2.9158081
14.0691640
32.800962
17.1841595
2.9756838
2.4456577
8.3606728
22.687589
11.670027
3.334700
15.9542404
17.4649999
7.8328156
10.5071820
2.660395
72.82086
0.1985184
8.569166
6.6907236
8.8531647
1.7427953
2.2760009
17.2051039
7.7686251
3.421924
11.98049
0.1084712
5.475769
3.2464480
2.6140789
3.362087
52.96501
12.6070142
11.0861916
22.550465
10.4879658
21.638673
1.7608641
0.7614341
1.1971035
6.7394451
44.723858
7.6287491
9.2894359
18.60504
7.604204
1.8981530
3.934372
6.2510633
9.5042248
6.367773
3.9210965
10.9649858
8.6945601
10.9019576
36.818747
50.769298
9.6038480
26.975507
24.478113
6.7601757
6.2334163
13.199830
29.91121
41.324332
27.163047
0.6333778
2.4476305
18.9007715
9.5543058
32.48784
19.686540
22.586562
1.176567e+01
0.7064841
1.1986177
2.2482869
22.4397460
7.919707
5.528257
16.6552631
12.6727072
10.688254
11.344542
5.6752080
9.0830464
16.562989
29.255922
5.4715469
6.4688514
4.5954919
4.2600552
13.441463
12.2247576
30.914065
6.567411
16.5889084
5.9336463
0.8526322
8.2178142
7.752995
3.4941730
3.3508003
8.1919219
3.217059e+01
7.3303065
7.4189498
4.032864e+01
1.5122526
7.037454
5.0344484
5.8341701
7.625346
8.131007
1.7997081
4.0537657
0.4666406
2.453150e+01
2.1877899
9.0867948
3.3394660
3.6007424
1.7156916
3.7167209
12.4984559
1.7495375
1.5383291
7.8383473
4.2543793
24.166629
8.9214802
7.5320510
13.7777792
2.808677e+01
14.1244897
38.72482
6.5696049
26.3347217
0.9127630
5.0589829
2.7706182
63.396937
9.9571977
7.1034822
63.040783
4.4672355
5.2685574
3.6918106
3.441334
30.541028
47.774729
63.453192
6.3639367
21.870083
58.79124
8.5610580
2.9764755
1.9004694
4.0179766
24.942631
5.2028023
3.1999398
15.2571917
4.0424463
Sept
Sept
18.708665
25.824021
7.993519
19.758793
101.02572
13.459797
333.28404
35.627308
90.325277
16.2033641
222.37705
74.556563
3.4107161
206.465493
192.00339
21.6302121
86.323731
241.539911
166.905067
129.904205
181.243135
302.353574
160.530998
288.779035
230.810360
28.1370771
61.029998
343.158042
73.0687714
102.9743190
187.368307
9.4867623
8.5128784
11.2036915
5.8618369
35.2968335
25.8733227
68.6579089
74.7356229
58.0252113
105.530993
38.6597991
4.9135032
57.8566470
51.080924
120.1242075
355.997985
44.7294791
64.2788215
20.6194634
174.71046
291.61555
65.7913489
116.891701
27.2106562
15.8291616
38.8661003
20.4992809
28.0119772
46.8634725
74.5763876
171.197868
14.5109026
19.5076389
131.661969
37.933016
23.3922844
52.5525353
108.613690
2.5638874
76.9088011
86.8719666
64.489205
11.9921658
62.009412
170.235017
67.559632
8.3079047
198.47081
28.947325
50.998590
44.237509
176.528764
100.290873
84.615425
44.680107
253.369350
211.126723
18.9770842
90.179598
429.71705
27.7452382
58.38848
71.61534
10.7910945
40.845661
67.358203
13.6696184
22.2842467
3.5111853
41.295238
16.497093
42.787010
28.8222896
153.520160
199.725879
36.717378
32.094712
51.10125
5.813813
32.7654202
56.4722439
14.315452
25.892789
126.2913723
98.5685132
268.675546
7.0928390
20.020364
44.650891
180.0454936
116.5537915
88.4861324
28.4476461
18.943461
18.576167
44.4724905
106.1412876
14.9296722
12.6978710
9.2195615
12.8491728
78.8016560
14.6883452
9.6249055
17.583457
136.9006586
186.3108959
2.5310709
2.435004e+02
146.7981167
82.2261357
13.844408
14.059434
27.814133
7.8103228
2.3438690
31.455921
11.2475064
37.867287
48.9299519
44.8314950
4.0574031
3.2015360
41.0808139
110.1485910
430.636210
391.373328
44.1400402
67.994842
582.653400
53.1658236
20.212608
5.680311
58.8608773
23.8555825
37.2153649
140.3059058
9.952312
1.5353320
6.2077014
208.432779
456.443321
489.337312
28.4291639
18.8653024
7.243819
32.97247
36.3538933
174.7088709
363.596320
203.0409403
19.4196692
18.2835087
95.5355821
269.869924
51.659352
27.836880
163.8248892
171.2856719
112.7439098
155.6674852
5.956314
148.32462
1.6630020
53.749657
38.9537274
53.1395781
19.0403233
25.9489802
273.8116407
120.8778572
28.981015
56.07315
1.4675133
60.970860
37.1677756
30.8225720
26.361097
163.23616
101.7857356
102.7202122
203.870108
55.6816200
122.495381
5.6495641
6.8949353
10.8723553
39.8884840
228.127839
115.8069081
132.0546069
118.35577
59.704205
25.7814193
47.906236
72.0965266
117.0687423
79.333373
54.0258534
151.2596712
92.6461000
109.0187435
309.828191
315.282291
64.2658155
514.010548
539.091861
127.2582579
115.1952009
97.326985
147.94765
208.229168
166.953873
8.8840359
38.4660529
333.2678185
155.2775102
142.68614
103.763002
175.046362
1.336829e+02
10.4837790
18.7779654
42.7137775
626.8884706
61.124129
25.739178
101.6438813
48.4829453
46.407696
55.678890
131.0624599
206.0646839
84.432428
106.302326
141.2600183
174.6452169
32.7592380
44.9855478
153.136685
152.7055879
243.610007
29.172228
479.6265802
158.3520489
32.9378433
293.4039564
53.646424
12.9910543
21.6658978
39.7074230
1.177839e+03
318.1330242
84.9575348
6.795219e+02
8.0238647
43.257039
23.5678151
25.3588346
36.564109
32.342345
25.7810273
52.4739914
6.2940178
2.940018e+02
110.0340214
424.1601582
91.5664930
94.6401825
27.9849691
59.6375818
37.9175255
7.3543930
25.1365919
122.8040748
22.4430685
116.060779
171.4725432
121.7475662
243.3105288
5.275960e+02
95.4265196
383.66644
300.3686199
1125.1036682
2.5920808
19.0557711
16.3656197
1229.933691
204.4745083
160.4009018
1363.301430
28.3917665
81.0733395
64.8846264
72.269111
639.591690
473.322312
695.688048
172.3004417
670.037071
1460.55865
148.9085436
102.0279503
77.9588814
154.9201927
595.745657
105.2957745
80.5069027
331.6755066
122.8359108
Oct
Oct
53.377794
56.214526
37.042625
49.160885
281.93975
39.249410
537.66927
62.435103
131.073373
24.1253390
320.06901
101.099096
4.1572666
270.932244
216.16702
26.4331684
121.061305
380.969733
237.961828
179.500335
245.546775
486.204835
207.943144
379.602852
360.203092
85.0244246
78.563216
520.765735
97.5147066
141.9465079
325.808106
24.9417114
25.1951075
25.2332945
16.4574389
65.2400866
52.2330155
97.8781118
102.9347177
81.9713302
122.629742
55.8747745
8.1389494
75.6428070
75.095414
206.1057997
644.517295
52.4450016
94.7894087
28.9889898
263.70458
445.76681
86.2903042
212.009027
37.1047029
24.2175789
59.7119331
30.7441821
44.8061056
86.6184368
123.4812932
258.310706
30.7355504
34.6278591
242.624586
69.560176
29.3083816
70.3335066
144.549606
5.4389443
137.8478036
177.3433027
94.568011
17.5535040
151.733954
367.494422
82.908297
10.8660140
294.68487
35.278118
99.988406
93.367923
346.963186
211.099839
122.748130
66.151269
681.894589
575.541704
32.6490891
181.403924
1123.32652
79.4697342
130.19288
183.99670
19.9703796
71.956215
133.572707
26.6372590
49.0819280
9.7389274
99.189837
38.365831
107.113323
72.2348280
530.980243
652.071586
98.080678
92.772623
127.61720
14.856884
99.3658185
145.2351851
48.894431
78.486355
230.1868849
154.1139553
924.009904
27.7957888
47.163965
133.801487
596.6949406
352.6871881
295.0730524
91.9152679
53.177053
46.648186
159.2717867
354.8888426
25.2364571
23.1138756
21.4305301
34.5253086
197.2527933
41.5701499
29.0420928
51.050647
460.4376144
674.1857729
8.6733294
7.743484e+02
460.5045452
208.3445253
24.726215
25.605839
78.755296
23.4728026
7.7600517
98.218153
35.3114710
110.293045
135.6721177
142.8252325
13.4292541
10.8529568
127.4811802
304.3891935
1878.439739
1453.474541
117.9389346
141.796535
1834.048542
230.3562145
58.849412
19.035197
183.9001780
81.3696880
120.7072315
433.9644165
17.519490
3.4361632
18.6791039
687.129121
2371.329643
2604.810036
54.0693188
30.5855310
12.598957
63.59444
115.4597874
682.1132336
1135.871752
766.3467064
34.0431023
27.6357534
402.7807026
1577.278229
78.147925
40.856004
500.5466070
525.4285746
409.2572956
534.0916367
9.589666
240.88081
2.0261133
71.185612
306.7822771
330.1396732
31.7772460
40.3141211
1510.3183479
664.7183380
35.741782
73.85627
1.8355370
86.853366
71.9485571
97.6574719
34.848308
288.96709
664.6488819
565.0950089
662.030491
282.8636475
826.428842
60.6570740
9.6721625
14.9846756
250.2529554
2063.795343
765.5760384
826.4122734
248.38840
84.699873
39.5182095
80.113828
668.9813042
946.9442711
126.281064
86.1943715
1151.5642738
779.5168610
317.1887093
1194.906858
1754.350918
328.0445957
4291.743290
4553.287395
581.6914940
522.5458565
130.310680
244.14033
1471.538141
1273.300938
15.2203748
69.3393202
3121.7541351
1661.8769760
236.16589
122.253467
1072.416201
7.689470e+02
19.2375257
31.3965573
332.4038315
3788.4882889
93.241626
28.177709
1319.1448040
912.7299747
47.575505
86.941537
799.6751022
1143.1640968
106.244977
100.110186
774.7127228
1045.9098740
278.3917122
346.1411133
1149.580215
1473.6446724
292.254069
31.841929
1773.8629074
752.3185501
143.4241104
1360.9615707
57.635270
12.6134882
146.3403893
285.0072899
3.818130e+03
1024.2203903
399.2076683
3.843217e+03
9.0465167
46.805756
29.4114964
30.8997948
47.919142
49.133980
122.9901962
248.7297897
20.9551811
1.448439e+03
309.6371155
1492.8213654
411.5531387
426.7518616
143.4880104
325.3413162
296.8394165
54.2447414
154.9746704
765.0918770
133.6388054
837.927155
819.1914177
783.6510086
1079.5380173
2.124592e+03
713.5373058
1761.36659
969.3530273
2918.4148636
23.1372948
124.8720856
93.6614456
4161.672445
855.0759163
738.6000519
4610.331471
168.8161488
304.1691513
226.8669891
266.492847
1990.176060
1856.523907
3112.883526
489.7543831
2179.755478
5353.07293
818.7829666
255.0266190
189.5452995
363.5448418
1082.006035
247.3841476
181.0172882
587.7950249
246.6059113
Nov
Nov
134.888905
168.303825
65.894758
124.079803
957.96370
82.764425
2277.61695
274.266045
652.013550
125.5385551
1324.55223
457.933044
24.0413628
1325.151178
1300.36095
149.4104633
505.502436
1284.456608
975.985487
648.256678
988.330954
1772.004295
747.205769
1512.666176
1463.520050
285.5968227
336.380270
2211.509195
433.4786491
563.2203045
1260.390265
93.3985214
92.8266640
94.5791264
58.5923424
236.4113503
175.1486111
364.5131989
463.8593006
310.9330349
471.062830
201.3224125
34.5808754
345.6698494
273.420179
689.9351635
2755.840073
201.7057743
392.9468708
113.3836594
1533.76247
2456.20539
328.6820488
805.355108
167.5604286
105.2494164
280.0696793
135.9062119
166.2475548
272.2137089
622.6350937
1217.912403
177.4523907
167.0670853
897.934025
263.831003
103.5086613
303.4670277
939.282318
30.9247341
588.0703106
729.6438332
725.154068
138.7297668
868.813864
1603.768908
307.730360
44.7959099
1469.09323
146.908760
494.588614
375.954201
2568.786335
1585.265633
551.945675
313.389458
2497.404163
2365.236511
271.8838196
1684.613773
5186.31193
477.9806519
696.67114
729.36205
177.7960892
583.280476
1322.205852
235.4554977
342.8296318
67.3693085
472.830095
201.084631
612.984734
451.1046562
2001.945896
3041.720440
549.162229
503.131786
629.48613
69.553038
523.1699200
1023.1446915
231.673834
383.167908
2096.3004036
1468.2879105
3009.637554
109.0497894
325.726490
827.589115
2350.2816124
1229.5165062
1546.8933907
552.1719398
335.750563
284.961504
789.2813759
1942.9664612
255.1677055
220.6296158
183.3798370
247.3445168
1830.9055099
325.2007217
203.1159267
358.263311
1703.3260040
2036.2050171
49.2513351
5.541699e+03
2257.3534927
1139.9748001
165.097992
165.307903
419.036255
150.0451393
58.7982140
659.414278
297.8460045
944.023338
807.9439621
879.1302948
88.2819271
84.0000229
621.0820389
1402.8593140
5505.972130
4346.573589
789.2337589
1223.108339
10316.225269
1855.9763947
415.207354
128.497431
1009.6961899
464.3558731
521.1383591
1675.5112991
175.768242
30.3951492
120.3266182
3643.685371
7142.677521
7876.871719
436.5994778
324.5817013
107.250200
501.16343
322.7937927
1908.4994049
4170.935562
2901.8979187
325.9078884
307.2568245
1145.0592880
4253.854645
797.943712
485.200457
2822.4096260
2885.0475006
1265.5111237
1586.0797272
73.123756
1911.19242
27.4347954
915.660627
1840.7097855
1908.4603271
347.3058872
490.2627697
4480.9723663
1934.7785645
459.799189
766.16380
28.6351547
1079.430332
833.7897568
698.5809441
402.389229
2554.25816
2026.3294830
1880.3190231
3461.417534
1474.6384735
4521.220627
334.8994827
104.4089317
159.5656548
1292.2117386
7219.297005
2136.1949844
2265.2539062
2634.41839
693.526777
233.5279818
674.378000
1876.7840424
2307.9591522
1426.257990
986.0518322
3182.2228394
2011.9943542
1407.4086075
4795.390961
6582.918900
1583.5742645
8652.929947
9771.468628
1629.9310455
1762.7427063
1345.460737
2701.06478
6546.093033
5359.797073
163.1021729
525.8781672
5689.6505814
2878.9265137
2128.12655
1467.623520
5291.210998
4.689343e+03
250.8009529
410.8473930
532.7252426
6068.5895386
1173.161468
315.166262
2844.8282623
2246.4681244
580.794790
737.422785
1344.5109253
2297.5424805
1055.237301
1370.998051
1462.9893646
1664.4730530
701.9811859
757.3450546
2880.443260
2984.4388351
3502.404228
350.070272
3297.2087250
1375.4396591
305.5325623
2584.8789368
588.534250
158.0385017
408.9289932
1015.2078476
7.850636e+03
2052.0750732
1049.9315033
8.621222e+03
93.7186203
500.177620
313.4034920
331.4416695
438.738184
479.701755
308.7851868
733.9281921
99.9817047
5.588358e+03
664.8875732
2726.2491150
765.2768097
727.3311615
340.8118591
813.2450638
1007.4029617
174.3250122
327.8500214
1383.0149307
534.1395874
2956.127571
1860.1199036
1466.7086029
2954.9828186
6.763446e+03
1992.3045959
5542.44598
1852.4617157
6143.2111053
90.5104370
450.6636200
300.6281433
12164.044548
1755.2899017
1626.0575180
13852.746246
548.4303970
968.9521637
787.4815063
939.338272
6187.987961
5638.289963
8976.265045
1432.1330109
5926.601166
15974.27762
2297.4738464
835.8400726
612.2662506
1233.6549988
3966.001053
875.2194214
658.6809845
2095.4385223
871.8635864
Pour la suite nous devons joindre ce tableau au tableau des fluctuations des surfaces de végétation. Le champ commun des deux tableaux est le champ mois.
# on joint ces précipitations par BV aux superficies en végétationppt_sous_bv_sup_vgt <-inner_join(freq_vgt, ppt_sous_bv, by ="mois")kable(ppt_sous_bv_sup_vgt)
mois
sup_vgt_km2
1081493880
1081494250
1081491930
1081491920
1081490340
1081490490
1081489320
1081489370
1081489420
1081489520
1081482000
1081482070
1081487670
1081487520
1081488220
1081488050
1081477560
1081477470
1081479650
1081479540
1081478080
1081477980
1081475130
1081475120
1081475790
1081475930
1081483870
1081483860
1081468650
1081468520
1081476110
1081476010
1081475400
1081475290
1081475390
1081475280
1081475650
1081475780
1081465830
1081465760
1081475770
1081475640
1081463720
1081463900
1081463610
1081463600
1081474700
1081474950
1081471740
1081471680
1081490040
1081490090
1081474600
1081474510
1081470290
1081470280
1081469760
1081469850
1081460330
1081460260
1081468090
1081468000
1081474490
1081474590
1081458540
1081458440
1081480760
1081480750
1081475900
1081475750
1081457760
1081457700
1081475740
1081475630
1081472980
1081472990
1081482550
1081482660
1081482790
1081482940
1081498750
1081498850
1081474110
1081474200
1081485600
1081485710
1081453630
1081453620
1081476280
1081476100
1081468830
1081468820
1081501270
1081501360
1081476480
1081476590
1081476870
1081476990
1081465440
1081465360
1081503440
1081503430
1081463980
1081463890
1081446870
1081446860
1081505340
1081505440
1081506950
1081506990
1081460440
1081460430
1081508200
1081508210
1081467990
1081467980
1081441610
1081441490
1081505430
1081505510
1081440660
1081440670
1081456500
1081456430
1081510740
1081510750
1081440160
1081440070
1081469950
1081469960
1081454090
1081454100
1081452210
1081452110
1081508010
1081508080
1081432900
1081432780
1081450400
1081450390
1081434590
1081434450
1081515030
1081515040
1081449740
1081449640
1081507780
1081507640
1081448910
1081448920
1081448550
1081448420
1081508710
1081508700
1081430430
1081430300
1081428120
1081428050
1081509050
1081509120
1081445370
1081445290
1081509510
1081509570
1081444450
1081444380
1081427380
1081427260
1081511830
1081511840
1081441890
1081441790
1081425890
1081425770
1081512010
1081512100
1081512940
1081512950
1081422790
1081422800
1081424310
1081424320
1081513270
1081513320
1081421000
1081420920
1081514320
1081514310
1081439140
1081439060
1081419710
1081419670
1081516650
1081516730
1081515190
1081515390
1081435100
1081435110
1081514580
1081514650
1081416050
1081416120
1081517460
1081517560
1081513940
1081514080
1081513930
1081513820
1081521090
1081521250
1081414750
1081414930
1081429390
1081429290
1081429650
1081429580
1081520440
1081520520
1081428910
1081428920
1081410570
1081410490
1081522900
1081522960
1081521730
1081521690
1081407100
1081407180
1081514400
1081514490
1081407010
1081406890
1081425480
1081425390
1081423820
1081423810
1081403510
1081403430
1081406680
1081406690
1081525770
1081525830
1081424550
1081424560
1081523230
1081523100
1081402500
1081402370
1081527970
1081528060
1081423390
1081423550
1081523920
1081523880
1081398230
1081398150
1081530110
1081530230
1081414390
1081414400
1081531040
1081531070
1081398440
1081398480
1081531910
1081531900
1081397010
1081396920
1081410560
1081410480
1081410050
1081409960
1081533620
1081533700
1081396390
1081396340
1081391070
1081391170
1081534100
1081534150
1081413080
1081413070
1081390230
1081390180
1081407730
1081407590
1081535400
1081535390
1081535990
1081536090
1081536760
1081536850
1081406220
1081406290
1081413860
1081413850
1081387230
1081387270
1081392850
1081392840
1081405030
1081405180
1081410190
1081410200
1081404570
1081404560
1081412210
1081412150
1081404180
1081404170
1081404090
1081404080
1081409860
1081409730
1081385830
1081385820
1081407930
1081408000
1081407420
1081407370
1081401590
1081401600
1081404070
1081404160
1081398830
1081398740
1081398400
1081398380
1081403250
1081403260
1081391620
1081391540
1081391010
1081391160
1081382890
1081382830
1081381450
1081381370
1081379570
1081379580
1081379240
1081379250
Janv
11749.350
229.584061
263.436750
118.617599
200.575628
1661.97296
135.915613
3627.33600
429.185661
966.726814
192.5627823
1962.99577
715.376179
32.6710014
1898.818604
1569.63893
190.0500774
763.939802
2392.877487
1439.552736
1182.904892
1754.402771
3805.353397
1677.628353
3484.230553
3775.487106
708.7494202
521.756910
3721.342152
1044.4471741
1430.0269012
2684.866085
232.6387024
228.7682037
234.6024094
146.9520187
605.6739655
486.2572937
973.1075401
1131.6315308
863.2822571
1384.290695
567.8946533
78.4564514
866.1652451
768.385727
1915.1387482
7093.789135
593.5445900
976.9214020
306.8614960
2562.03269
3411.93173
860.1819611
2216.773266
417.3955994
252.1019821
669.6951447
329.7518997
479.7836304
842.7364426
1478.9594879
2935.865158
407.8656311
377.8612671
2435.075089
750.096687
279.4032211
783.1584206
2128.831322
66.5241241
1639.2442017
2066.7387695
1534.913475
268.7964478
2338.931030
4195.158783
840.457146
119.0006409
3812.78698
410.682133
700.676001
442.515373
7476.261070
3881.786797
1201.782303
716.489842
6549.978416
6638.819336
600.9839478
3843.462517
16092.55028
1303.7203979
1046.65128
922.97259
415.6923294
1343.564896
3132.721260
581.8463974
1014.6745148
204.3724823
679.492481
312.915081
1951.604164
1579.9567108
5099.708199
8433.688278
800.656467
744.349361
945.10947
107.003399
1795.5955429
3558.5517426
330.042419
538.629696
6909.0634232
4804.7191696
8162.038330
271.2276001
544.023216
1248.172432
6236.0621033
3412.2082825
4816.9549637
1655.7225876
482.616440
437.090633
2080.8439941
4893.0132904
796.2649994
650.1328659
631.3147278
746.2096252
5970.0023346
952.3808594
328.5818672
514.331486
4700.0486298
5322.7443848
144.1511688
1.494868e+04
5556.2119598
2562.6390228
306.688934
301.086586
1280.673370
454.7787323
93.7374382
1308.722282
868.1289673
2509.216492
2315.8091431
2555.8168945
140.2876129
148.1658936
1431.9203796
3221.3853302
14051.641571
12455.947464
1805.2611809
2311.091713
25797.718979
5454.6467285
621.129154
196.399158
2822.6112213
1326.8318176
1352.6130981
4108.7628174
313.374691
49.9224663
347.3885956
8772.648132
14572.569916
17105.328781
939.3360786
600.2261162
211.492992
928.55279
945.3660583
5105.6678619
8925.212387
6093.2531433
692.2351799
610.1686897
2977.0855103
9271.324631
1516.066387
1003.217602
6741.8448944
7011.3239899
2855.1680756
3633.6106262
136.701954
3528.49536
56.4445839
2005.134617
4786.0524445
4949.7544250
821.2288361
1180.5258522
7861.9568176
3769.9865570
1161.546993
1607.71658
68.3362503
2738.494575
1930.2273026
1670.3694382
874.598488
4255.39031
3706.6165924
3829.3388977
8463.517090
3875.1730347
12187.798645
837.7576447
295.9679337
445.8823929
3266.4487305
18762.450272
3733.7219086
3741.6532898
3704.89738
1784.897537
790.2954903
1929.638123
2794.7603302
3691.1046906
3340.411468
2222.5207367
5162.9164581
3066.4612427
3132.8164215
10676.494949
16396.435425
3748.7088318
12633.426269
14199.359573
2636.0579376
2708.0270844
2850.387070
3383.64832
15688.963226
12563.000122
355.3568420
1481.4842339
8637.7835388
4487.3795624
3074.81528
2697.345676
12884.763306
1.085317e+04
429.7700043
766.8563919
878.8368683
9322.9457397
1947.383965
594.460114
7309.4089203
5548.7458344
1075.520855
1285.735157
2353.9985962
3809.2696228
1997.491466
2319.246822
2599.1661377
2625.8384247
2014.5162506
1933.1534576
5739.994797
6844.4438171
6316.014355
656.757461
5508.6515808
2143.5156097
416.6339111
3537.1632843
1186.133240
287.5763321
1319.3640594
3056.9358673
1.078274e+04
2866.5975647
2708.7835388
1.650203e+04
194.1512146
948.003273
588.3594437
623.0142365
832.078796
792.406544
679.3029175
1627.6762085
265.3794861
1.575023e+04
866.5169678
3831.7284088
1076.5540466
1102.0519562
678.9737701
1458.0224762
3208.0923462
541.7616882
660.0293121
3073.2977295
1568.5334167
8328.720856
3450.9335938
3062.4889679
4838.5782623
9.625361e+03
5427.4175720
11678.63324
2328.3764191
7375.7789307
260.1231689
1347.4283447
780.5585938
17264.581482
3311.1928101
2888.4481812
17426.834015
1118.0254364
1695.7189941
1175.3933105
1148.791580
7916.195038
10748.989838
13862.456253
1655.5367584
6087.315781
15336.12408
2378.4759216
756.7587891
555.0153351
1166.5243073
3428.562820
797.7638855
588.1770630
1847.5620575
768.3069916
Fev
12816.050
324.231584
419.865044
151.310833
288.845873
1877.28087
185.366016
4496.35270
580.780159
1184.374512
238.7916756
2437.03032
898.826248
36.5372429
1777.209600
1648.34886
207.6828346
1002.551735
2180.753799
1503.148270
1054.890915
1503.957768
2624.043034
1143.675457
2157.315906
1540.436373
335.8718567
491.590984
2858.658878
517.0133514
788.1801529
1586.158510
99.9148750
94.3501472
93.7550030
62.9159584
231.4539661
196.7555580
465.4903145
463.6246624
406.7436371
582.175276
209.4967556
34.7563019
340.3654404
309.890564
728.9494095
2566.425331
224.6014042
354.6352348
109.2516823
1720.68027
2901.72356
328.7752457
753.869549
150.7705860
87.6339149
230.2614288
114.2235317
178.4076920
304.6217690
534.0613441
1077.340757
126.0962811
110.5302753
901.102024
264.232977
129.5372734
280.8808041
609.559828
18.6043797
564.5008678
705.0548916
443.087645
84.2155762
786.293386
1576.010380
403.986675
45.6774101
1442.62485
168.846010
576.737591
452.827284
1915.455442
979.841959
681.949652
357.777781
2334.299231
2042.057243
157.1043167
915.463287
4753.07193
400.9530582
738.72893
720.59934
84.9200783
350.410616
755.937092
122.2969437
276.8398838
58.0966854
434.049725
195.883894
515.652916
392.5696106
1679.212997
2207.938126
495.815615
413.300800
647.47422
62.946209
439.1693497
796.1297112
190.116036
334.427208
1402.3543701
979.4606590
3044.427647
85.8535500
309.852783
679.643448
1689.4427681
1103.9230309
1144.9859734
385.3276024
286.935411
265.060595
481.4362106
1132.8759689
161.5235653
135.8110924
125.4781647
164.3396378
1072.9177818
193.6886902
175.2100506
281.833961
1493.9791832
2194.7384872
34.9920540
3.060963e+03
1537.5311432
656.2814980
203.551161
200.803093
317.782459
103.4856529
50.7825413
693.637697
157.6728821
492.678101
554.3226814
562.8662605
71.4878368
80.2093468
390.2481003
851.5079765
5007.363537
4368.498733
839.1633987
1176.349447
4977.672295
838.0581455
331.264792
91.457546
662.6625481
286.6059532
348.2734375
1083.2642937
165.554771
23.8075676
66.8398361
2283.527268
5048.560402
5942.599579
444.1050396
310.0511818
114.640854
495.58135
309.8098984
1837.2516937
2660.715309
1854.9467697
341.2600231
308.4111633
1087.4844284
3793.096321
887.419771
494.167656
1737.6867828
1625.6383247
1078.6147690
1602.8452377
87.684107
2602.33925
28.3208275
947.925390
691.6561756
785.1806641
354.5053558
480.8992882
3482.3339920
1714.8028793
438.411259
919.54725
31.2410831
938.875206
689.1638145
652.6816540
370.004534
3111.10637
1260.7039452
1139.9691658
1527.134542
611.8535404
1512.263643
128.6274986
97.2681656
144.5131512
456.9431114
3443.621277
1482.6197815
1474.3484726
2423.78292
728.317812
269.1569290
645.460695
1203.3625336
1508.3908768
1326.791201
986.2507763
2042.8801193
1334.2662125
798.3212395
2729.660103
3244.298157
577.1048470
4781.475662
5308.530701
940.1536789
1054.8492584
1241.100470
2382.48720
2289.037134
2121.205290
172.3982620
658.0183620
3341.0005722
1737.4856644
2185.47646
1218.241312
1511.480206
1.189683e+03
205.0623055
366.1615524
307.2351837
3516.8448715
932.261757
285.374956
1885.5293503
1478.2604027
486.579586
797.428993
736.9429932
1251.6859970
1113.218651
1186.597036
775.5943222
1048.9464417
411.1685562
429.6611328
1682.534336
2006.9245834
2446.896341
343.572702
1777.4313889
812.9664688
181.6509399
1469.5202637
449.332293
128.5865650
175.6194191
418.3195095
4.308266e+03
1152.1132889
514.0816803
4.291116e+03
73.5406227
358.938696
233.4061279
267.9274483
452.660101
377.820871
138.6976318
303.9379578
28.7928848
1.852468e+03
342.6190796
1584.0500412
446.7774277
399.2710876
201.8747940
504.7888412
400.8756504
65.0058022
207.7304764
843.7998962
186.5411186
1063.334803
1065.3378792
810.3409805
1275.0600586
2.310244e+03
831.2618828
2095.49247
909.9001541
2844.8786697
34.0222816
166.7067680
105.4711037
4249.375473
910.9814758
861.7859688
4560.607395
198.5960617
345.6027489
258.2385483
285.729858
2059.834713
2012.840092
2999.819000
454.9056511
2033.863766
4619.88159
622.5889320
268.3797951
221.7110138
396.0390587
1474.425789
258.3887253
197.7191696
745.8623199
268.9795074
Mars
12261.428
273.833870
413.004562
125.677799
301.249878
2539.66580
209.305126
5955.49639
814.400280
1619.260212
360.9158325
3199.04373
1275.166351
47.7217064
2467.500221
2402.17926
280.0037918
1011.251675
2458.787334
1856.999153
1174.383827
1974.953510
3770.020039
1481.370541
3015.946468
2819.152042
551.8187294
673.142090
4064.253128
889.3041458
1140.6966896
2683.323330
172.9291954
179.3332443
171.1124115
129.5046692
530.0257034
481.5013199
902.7718315
860.5891647
660.6064224
1516.858326
628.9585800
62.8377762
721.1932373
582.063755
1595.2966080
6136.860908
686.5346031
804.2466812
287.0511856
2654.23031
4443.44246
852.1226616
2269.014557
344.0070572
203.8249969
549.7519722
299.2026215
364.5876923
655.3215179
1250.5817719
2437.351955
381.4192352
386.0611305
1971.773094
593.662827
245.3388443
657.7306824
1816.636143
57.9466515
1330.4248657
1723.1024017
1275.123749
251.5899773
1864.161114
3641.632546
709.140492
90.4460907
3001.96084
310.261429
844.738136
723.186317
4952.504929
2826.347298
1139.426533
625.722221
5824.203964
5112.016251
469.4958649
2443.700870
10127.33195
934.9135666
1003.44310
1244.15940
250.8681564
997.263020
1827.704735
330.3198624
616.5867653
131.9415436
754.990921
304.452313
1115.597748
842.4164581
4321.720627
5336.605026
663.998797
639.879362
860.66708
96.620075
891.9851875
2085.3475876
318.839336
523.006374
3828.5207901
2592.8255081
7036.968140
203.1314774
391.015678
975.467640
4635.5318451
2808.2293854
2939.9647675
1045.3624420
379.174156
325.686844
1426.7504807
3333.5924911
367.6434479
339.2729721
354.8562241
465.7988663
3419.5023575
603.8516541
223.0192223
376.875656
3470.2897034
4495.8119278
98.5001144
1.025942e+04
4163.2200623
2130.0090332
178.706596
173.732018
729.848923
271.1646576
64.9147739
820.611858
548.2848358
1698.458908
1348.4717941
1675.3274612
95.4147358
99.0679779
1088.6377411
2869.7067719
8612.078758
7701.789169
1139.4404106
1431.069004
19147.057892
3124.6979523
398.268148
118.503019
1862.4816437
964.6978149
996.3522491
3315.1079712
178.396213
28.0079613
241.3529282
7268.682404
11561.413315
11656.832199
617.5882111
380.6527748
119.561476
508.92014
512.4128113
2955.3739471
7551.388428
4819.7563934
453.7828865
386.4486580
1576.4988327
5322.732163
903.647015
579.494041
5719.5023346
6008.6519775
1746.3069153
2214.9863968
84.336266
2057.95370
31.1145725
1022.052904
2994.2170258
3496.4534607
410.8233719
510.5614624
4892.6264496
2344.2858734
471.391239
845.80620
23.7720547
967.277815
750.9211140
743.3973694
347.070143
2319.98463
3548.0738373
3617.7687836
7133.644913
3105.7029877
7048.395248
551.1625824
104.3062477
156.2506008
2261.0109253
15606.591675
2463.0812073
2302.8151093
2118.91927
619.598080
249.8568039
595.591383
1840.8953247
2653.0342102
1072.245834
723.4517193
3899.6385803
2324.0324249
2703.3053741
9440.785828
14256.044342
3278.1499481
10267.675964
10945.060135
2595.1800232
2412.5896454
1003.930780
1869.39508
11217.685959
9649.522690
133.0132656
516.0409184
7422.5118256
3987.8533630
1307.15046
881.781141
8278.004044
6.394349e+03
151.6054306
271.2892761
757.7401123
8656.0018616
664.927721
189.054289
7066.7496796
5084.1294098
352.525122
411.408270
1962.8120422
3373.2095947
541.263371
701.554848
2267.7040405
2509.9167023
1745.8889008
1896.1116180
5709.794784
6730.2948761
2041.817383
174.150095
5161.4872437
2107.6075897
392.3093719
3405.4497223
372.297579
93.9188251
921.8398438
2098.4270935
1.071211e+04
2569.8527222
2469.9029236
1.644421e+04
57.7429466
279.821970
165.5063496
175.2022362
228.575572
228.379320
622.5450745
1505.1090393
168.6954651
1.099183e+04
831.8849182
3669.8372650
1143.0377808
1155.6891327
722.2975922
1598.2921295
2242.0760651
374.8492737
707.3297272
3043.7471161
1035.3981171
6066.805237
3698.3847351
2988.3338928
5292.1919098
1.034528e+04
4255.8520355
10748.25085
2323.1301727
7609.9750824
204.4637451
981.2787628
621.9018707
19092.124329
3040.4374390
2711.9247894
21428.146622
986.4972687
1728.5300751
1229.1471710
1288.588211
9232.221420
11300.669037
15749.615646
1963.5578461
7260.094040
23145.60779
3633.0420532
1094.1930237
784.7671204
1603.2232666
5379.745773
1139.0210266
842.3990173
2938.1681824
1130.3622742
Avr
11274.397
50.860045
64.045333
24.857177
47.913830
274.39102
32.143363
605.55731
74.278414
151.110944
26.3992796
295.03088
113.005357
5.6472626
375.801761
356.13766
35.8692365
155.659725
344.972218
315.152433
205.912303
326.250294
550.834435
250.021023
458.739853
342.765067
67.3632402
111.555550
633.253998
106.6008887
162.0009508
320.812048
20.0003853
19.7110128
19.9311829
13.1102352
53.8261032
47.5082417
107.2191687
103.6690688
90.5776973
172.175595
59.1120610
7.8501539
87.3211327
85.464353
197.6392050
745.796207
87.5480957
95.2962403
29.1979623
489.60358
695.88032
127.9674292
297.638905
41.8514338
24.6660743
68.3321004
33.3118658
46.7279119
85.9652138
148.8880577
288.461246
45.9958339
49.7936659
278.453960
78.698009
36.3798933
97.7234840
279.474324
7.5532417
181.5582685
221.2632828
184.866368
32.3378725
223.746160
469.425977
107.597032
14.9263759
488.20137
51.514947
175.124187
139.819263
674.520100
396.003843
188.209770
102.439650
724.669515
681.616431
69.6728163
466.509617
1437.35123
111.9704394
291.02493
302.21831
49.3702755
172.948041
412.419869
68.2596340
87.0554228
17.6809883
232.330285
99.448599
169.759427
126.4975595
528.551598
829.569336
265.031812
261.427161
368.49779
37.682694
140.5826960
269.2398119
127.758079
212.586000
577.7850723
425.7369676
853.938786
24.5085497
183.901146
422.063327
595.8443527
312.2084274
403.8372936
142.5737953
178.452772
162.760139
204.5798836
482.8233719
74.5330591
56.4542465
48.0158520
60.2596865
415.5206976
70.4195585
102.0890875
163.028744
393.6868973
513.5195036
10.7249231
1.314927e+03
548.7484455
263.0199099
98.138927
100.663107
115.465986
36.3425875
28.3463593
305.697234
58.7191238
198.711459
219.0560970
225.0705385
41.3342781
40.6557999
145.4431515
382.0541000
1163.230409
840.707150
320.9631271
463.759804
2953.249721
433.8094721
180.183548
50.428027
263.1262388
110.8510008
137.6258965
534.7039490
70.593933
12.5412922
32.2846565
987.033655
1919.583973
1794.155200
175.7991648
119.9721022
46.154414
258.79058
60.3773260
347.1434441
1287.598999
791.2499676
136.9256430
120.8672762
237.4209976
838.969904
339.344696
187.482773
804.6095848
816.6807499
204.3323288
291.0493393
36.642172
1076.56672
10.3199787
334.668694
528.3339443
537.7894669
126.2337627
146.5716796
823.9817085
373.9209347
162.053199
348.55860
8.9980621
320.978349
231.3868756
165.0855155
149.328126
1492.65433
645.8087940
622.9551392
1092.169956
489.7488613
1406.722683
99.8233910
37.5832462
61.2720776
412.0193844
2932.504097
402.0203171
391.4154377
1134.02778
282.144299
97.2116981
231.647812
299.3018131
466.6406269
417.945588
288.6964378
671.8336277
393.8318233
461.6788921
1727.733574
2353.380590
546.5668316
2420.504581
2938.125984
383.8267879
376.7982292
483.759319
1169.56888
2257.543333
1970.565577
51.9505348
177.5807929
1623.0954590
812.9250946
1035.80071
539.634439
1967.609270
1.557120e+03
83.4145470
130.7316265
184.0258598
1937.3166466
401.572794
126.257508
1430.4525909
1041.6379318
195.175302
354.971064
422.6774940
608.7298889
462.996866
444.326070
464.1117210
532.4508553
396.6825790
400.3490753
1069.222370
1274.8041153
1011.061511
141.263014
1154.9295044
472.3615532
94.7226868
843.0405731
207.362151
52.6745825
178.9770813
446.7134171
2.781853e+03
725.6318474
546.3069267
3.487335e+03
33.8807421
181.657890
112.1840334
128.1179562
203.092913
194.061470
138.2781258
312.6850243
48.3960342
3.312623e+03
228.2978973
934.0647926
270.9424820
263.0291824
133.1235695
282.7414093
480.6877441
81.4115677
125.3279457
609.0350533
247.6040840
1533.197971
614.7894745
591.3823395
1067.6152725
2.150762e+03
953.8383904
2245.47933
579.5511093
2162.8677063
39.0238571
205.1556473
130.6260719
5955.271965
585.4515343
486.8369522
7362.035637
237.9420013
344.4633369
243.2464676
289.381157
2463.617756
4092.714188
5121.444458
698.6440277
2729.161148
9684.43044
1369.6865311
435.0622101
322.8342133
690.5464554
2411.218552
445.6409836
341.3668823
1154.0514450
462.3914032
Mai
8127.522
8.475712
11.102310
3.424413
7.261048
41.84876
4.274930
153.76220
12.884727
46.330558
8.4679419
103.96437
33.534813
1.7489982
115.606399
107.50351
12.2118242
38.522054
96.970283
72.199170
46.344340
74.806764
127.721961
58.098525
106.598707
86.878427
15.9593879
33.371978
175.443771
24.6566505
44.2039917
81.650877
5.6286030
5.0988357
5.3026938
3.1699673
13.2515990
10.0521203
25.5733323
21.8093251
22.6429272
31.826655
11.1121470
1.2789052
18.2915378
24.212495
40.8520519
141.610164
13.5904224
20.0450686
5.6626656
148.27857
226.22973
22.9140505
46.510911
8.4514531
4.8341197
12.8912894
6.2030101
8.2845709
16.3450737
29.2955072
59.782419
7.6364614
8.5955095
67.236509
13.590398
8.1897000
22.6597644
53.992517
1.2233231
29.8042740
34.9785929
35.611167
5.7180445
37.017064
88.268636
25.932922
3.5329328
120.13003
12.644710
58.667861
43.676130
99.605372
64.728032
48.571118
27.727124
131.107302
88.712045
12.7845888
65.186630
223.11000
18.6237559
78.37714
79.34807
7.2349377
31.845823
73.239356
10.1399647
14.7498015
2.6795467
49.739656
21.971433
28.603581
18.6132208
60.925003
78.035910
54.583729
46.959750
78.35537
6.713692
20.4265522
32.6100245
22.049063
40.975982
67.6579399
53.6773223
88.611006
2.5105236
39.322595
82.314134
51.5333785
28.8098069
50.3418889
16.6958672
35.711192
34.742172
14.6572031
35.2566184
8.6823624
7.4819201
5.0071224
6.7088677
46.5326025
7.7480954
20.2500622
36.927739
33.0541505
46.6981817
1.2582747
1.197814e+02
42.9346070
17.6730402
23.264474
22.803144
13.251473
4.0185826
8.2825937
93.131707
6.7936680
22.571665
23.7632183
21.3736261
13.1886549
14.4810281
10.8716727
24.8168592
96.700556
86.394675
85.2729031
184.342732
187.695130
35.5424193
52.401686
16.008357
25.9955209
10.9947032
10.0722306
31.7450579
25.242164
4.2016263
2.6070898
64.294142
128.366537
136.892099
49.7742090
39.8763061
17.602003
81.20144
5.1681923
34.0437770
81.136629
52.3053473
37.3842044
31.5822120
18.1944792
65.318757
117.804739
46.433774
47.3358517
46.6592637
21.3298457
26.6943974
15.320035
312.59974
3.0325418
90.533738
36.1972841
36.7030908
26.4588430
32.5330245
61.1384994
28.4515671
36.091513
81.74849
2.0831709
72.979932
51.6564993
51.3961306
32.855084
295.56429
38.8544810
39.4839587
61.703698
31.1460701
95.320597
6.3370774
8.4412198
13.0129049
27.2801316
174.054829
33.1746192
32.1205581
219.20889
61.557344
21.7237569
53.341944
22.7597930
30.7177790
89.365642
67.0442791
47.0705941
28.2975039
26.1653312
101.076628
140.415689
30.4638267
170.413944
161.215489
28.8256261
27.6547999
112.189179
252.88335
160.712500
124.833286
13.3448892
47.7141699
124.0343637
46.8904905
260.26216
116.979905
133.020809
1.080872e+02
19.6158524
30.8475688
9.6376054
178.3388107
104.798932
27.012443
83.1105695
61.0014246
46.754318
84.169246
25.4667258
40.8387647
94.060994
82.484499
29.1338854
33.2955408
23.6487319
23.3188310
64.762564
77.7011654
273.595473
25.986448
69.0936944
28.4063544
8.5212264
66.0464456
40.187599
8.3201677
12.9507492
32.9827890
1.875931e+02
56.0448236
33.5071933
2.086499e+02
6.4570062
28.706424
17.9075208
19.5396298
37.981071
32.023783
8.8761828
21.3438816
3.0458481
1.949281e+02
17.3517213
71.0600705
15.3063376
15.0031605
7.6263793
16.6317511
34.5771780
5.3547316
7.3312883
35.6231370
17.0178041
103.067960
40.5383503
35.5753863
71.2946215
1.621588e+02
60.6714590
169.90497
50.6929026
156.3380463
3.1948097
15.2586732
10.3076286
397.414416
40.3098197
33.0975556
449.350353
19.8735261
30.9237785
21.8618617
22.508863
193.797100
205.080479
343.907065
42.8018346
154.567635
503.71631
88.7565737
21.7253723
16.2300057
34.7237563
113.527697
21.6110015
17.6308455
60.2133193
23.9048548
Juin
4648.486
7.617835
10.364451
3.371366
9.438529
17.37507
6.520440
43.78992
8.880298
10.078224
2.0321768
30.88527
10.222772
0.3339550
18.815720
17.97200
2.5449860
9.972206
19.829739
13.034775
5.969143
10.237732
14.157860
4.445996
8.748387
9.071009
1.1414602
4.574648
28.191052
2.5139720
3.2406638
10.120654
0.3859560
0.3325156
0.3727875
0.2265126
0.9520903
0.6582808
2.6029131
2.3829798
1.6893347
2.829085
0.8783114
0.0915389
1.7677597
1.275804
2.6489372
13.985489
0.8551529
2.1042934
0.5613333
27.04246
40.42427
2.1955346
4.017947
1.0185787
0.6218272
1.7306775
0.8334419
0.6652237
1.0346107
3.0945217
5.986833
0.6306314
0.8164911
3.403133
1.106043
1.1571911
3.2588560
7.391417
0.0941392
2.4354904
2.7529921
4.993992
0.7588766
3.540658
9.053534
4.477846
0.5279875
21.58308
2.303554
11.095251
8.569594
14.036397
9.879671
9.625285
4.950322
6.914027
6.783721
2.0113593
11.513800
21.33573
1.9465478
16.42620
18.05739
1.4033673
5.009391
10.075419
2.0189292
1.8768664
0.2572899
13.168888
5.463812
3.216630
2.1119662
4.286333
5.832613
13.374159
14.068140
25.86587
2.108049
2.2578675
3.5292914
6.947960
12.963234
10.9944219
9.8361594
6.862305
0.1892131
7.458947
19.573792
3.7187897
2.1743164
5.1762672
1.7716656
10.894540
10.863358
1.2645309
2.8901879
1.6774783
1.4761980
0.5309938
0.6520640
4.6093324
0.7550358
4.6867859
9.569826
2.2216785
3.4621010
0.1256603
1.091638e+01
3.0621618
1.3572000
9.046907
9.189956
1.284926
0.3647714
1.3962950
15.393285
0.5006106
1.958635
2.1734376
1.9229435
2.2503009
2.2253888
0.8326222
2.1424008
8.708214
5.993620
13.6372288
32.856140
21.451085
2.6064128
11.674544
3.026548
2.2197670
0.9224450
0.8173837
2.9130050
5.174953
0.8132902
0.2235422
5.623924
15.206674
15.352375
9.0510171
8.1037332
4.024046
19.34042
0.3689226
2.6275521
9.237134
5.2338958
6.7351022
6.6037992
1.6797419
6.589824
32.214905
10.080302
4.2149493
4.0122465
1.8108584
2.4120256
3.811440
148.61754
0.7360686
32.194947
3.3950757
3.4671567
4.7277393
6.1284562
6.5979994
2.9662012
16.444533
42.86358
0.1653523
26.497625
13.4581161
5.7310972
19.632128
180.62180
5.0340428
5.5332872
7.624842
3.9931080
9.566638
0.6540768
3.8447418
5.9493655
3.0306725
34.873506
3.7879107
3.5927648
196.46098
36.381164
7.5594072
15.271909
2.6413879
3.6661502
28.280808
16.2737345
5.5606430
3.1533155
2.8704972
15.134873
37.801302
6.3723135
15.759638
18.078027
3.6105058
3.3908918
46.507547
121.65157
19.400061
18.395047
2.5577136
7.4851041
10.7443366
5.9560460
81.79003
51.791374
13.402588
1.073904e+01
3.2104809
5.4776322
1.2102989
12.8504460
22.782597
12.204412
16.9576302
13.6383224
16.013220
27.670953
3.1975220
5.0155077
37.202658
25.788852
3.7741323
4.1608374
3.5144919
3.4844322
9.315879
10.6138017
74.241150
8.679959
9.2101673
3.8550654
0.5730056
4.6256377
17.427063
2.7391153
1.7045521
3.7869850
1.786616e+01
3.7341166
4.6100978
2.664007e+01
2.7654868
15.414874
8.9519469
8.6465099
14.074021
12.916567
1.2007924
2.8144855
0.3019371
2.066687e+01
1.1924315
5.0552962
2.0913522
1.9833472
1.0127853
2.1513498
4.0694392
0.7399962
0.9696351
4.5403790
1.7672530
11.045797
5.0653048
4.6000362
9.2228959
1.895748e+01
8.2124241
20.21838
3.9385001
14.1682362
0.3539361
1.7049772
1.0894381
40.813203
5.1591187
4.2035274
45.947299
2.0091014
3.3745624
2.4787151
2.525513
20.281097
21.606795
32.331261
4.4273807
16.403198
50.84585
7.1568641
2.3531395
1.6836700
3.5154952
11.153205
2.2588958
1.7961776
5.9777427
2.4451382
Juil
3544.907
4.546503
6.035417
2.138781
5.356218
10.61209
3.667300
16.42153
4.353708
4.002058
0.6828949
4.52047
1.810626
0.1822105
7.320153
5.50615
0.7825297
2.057566
6.521584
4.283515
1.542967
3.213313
4.437334
1.586130
1.556924
2.751932
0.2450078
1.321647
9.470453
0.4858628
0.9498937
4.030586
0.1549773
0.0380944
0.1928996
0.0237338
0.3592865
0.1048888
0.9576665
0.3982092
0.5628575
1.262903
0.1563833
0.0170193
0.4263356
0.440570
0.7399244
3.206849
0.3786947
0.5035111
0.1382804
15.44841
18.19136
0.6983674
1.161328
0.1971639
0.1273556
0.3221703
0.1725887
0.0888400
0.2492503
0.4990644
1.196956
0.2033539
0.1926390
1.706041
0.262691
0.4495603
0.7874875
1.952474
0.0366009
0.3805632
0.5787348
1.739813
0.4048798
1.125316
2.322675
2.021772
0.1799016
10.14581
1.042442
5.337222
4.084489
1.571332
1.866443
4.766145
2.679555
3.400030
1.519754
0.5344338
1.563706
3.73542
0.3181245
9.27488
12.22816
0.3014636
2.022649
1.018030
0.3355975
0.1196124
0.0404149
7.895793
2.779252
0.227336
0.1946637
1.377372
1.167514
6.955783
9.361679
17.15994
1.507870
0.2096044
0.4096562
5.302384
9.495831
0.6213929
0.6616597
2.037470
0.0620492
2.096538
8.302239
0.7469612
0.5855136
0.5163621
0.1647436
7.260838
7.200583
0.2690722
0.6266873
0.1201061
0.1071033
0.0425897
0.0587913
0.3288036
0.0539496
0.8588161
4.791592
0.5106626
0.8046328
0.0104737
8.458097e-01
0.5183411
0.3364623
5.103072
5.357887
0.109212
0.0393150
0.1301204
1.013293
0.0531718
0.116485
0.2677599
0.2454643
0.3259877
0.2035901
0.1360173
0.4170293
1.954018
1.887239
0.8585251
6.077427
3.402953
0.3140708
5.493743
0.724539
0.3166631
0.1633548
0.1271165
0.5803261
1.563315
0.2680818
0.0285540
1.089309
2.636786
2.930487
0.5995142
0.8370576
1.682892
9.46255
0.1904224
0.9156615
1.743852
0.9671422
0.4056333
0.4933148
0.5352222
1.304255
9.940121
0.639762
0.8393244
0.8935954
0.4721239
0.6058556
2.056261
61.26545
0.0518617
6.090357
0.3080636
0.4143168
0.2691834
0.5920779
0.8134317
0.3362889
3.009336
10.13731
0.0222066
2.438602
0.7835373
0.2244655
2.717428
45.15313
0.6114078
0.5034727
1.132427
0.4190018
1.150836
0.0835209
0.6373723
0.8475812
0.3239594
2.490153
0.3766712
0.5198582
16.73562
4.324632
0.6105389
1.758403
0.3761907
0.5746212
1.567339
0.9696702
0.6061369
0.5599472
0.6295281
1.928161
2.917607
0.5456628
1.361414
1.125609
0.2718816
0.2468989
6.871973
15.16966
2.029177
1.223885
0.1594319
0.3482076
0.7378748
0.3115008
12.47022
9.554655
1.172821
5.116824e-01
0.1899406
0.2840665
0.0426978
0.3593969
2.455918
2.003740
0.9708426
0.8520931
2.794464
4.137387
0.0995992
0.1482061
4.593354
3.737891
0.0857722
0.0879793
0.1817564
0.1832996
0.503357
0.4204268
7.824007
1.178121
0.1261213
0.0353401
0.0050095
0.2796969
1.536495
0.3921569
0.1223199
0.4457056
3.885522e-01
0.1599836
0.2190709
7.583722e-01
0.2298123
1.121517
0.7630621
0.9103226
1.749400
1.141218
0.0428129
0.1287948
0.0183092
8.330924e-01
0.0635567
0.2569017
0.0233052
0.0160807
0.0406882
0.1143208
0.7310186
0.0888667
0.0390917
0.1554007
0.2583036
1.477966
0.2171445
0.1893341
0.2377792
8.979698e-01
0.5229468
1.99249
0.2634063
0.8105026
0.0560134
0.3063565
0.1738787
3.801576
0.1714881
0.1708363
4.025584
0.2826603
0.2970936
0.1862217
0.137673
1.656179
3.123377
4.495658
0.3148972
1.351692
4.06547
0.6187099
0.2258618
0.1424412
0.3178951
1.746322
0.3430619
0.2251957
0.9701554
0.3225793
Aout
2781.250
3.876272
5.652715
1.659346
5.040435
12.71427
3.751048
39.62846
5.882188
12.029044
2.6048176
28.14730
8.972378
0.3360347
20.334457
17.01996
2.2519107
8.263333
17.697064
14.362497
9.125125
13.859880
19.427304
9.827717
17.696063
11.312119
1.4394983
4.845121
27.366945
4.5625537
5.8598182
11.524697
0.4565154
0.4460265
0.5369283
0.2950424
1.8741800
2.0727963
4.0605570
4.5090871
3.1055370
9.904003
2.8000686
0.3819851
2.8894504
2.769689
8.3381005
25.091671
5.7258958
3.2934179
1.3565385
32.04135
31.68601
6.9712420
15.152490
1.4179260
0.8274270
2.1731077
1.2061226
1.5846350
3.0833706
4.0393545
8.896086
3.6800374
3.1844286
9.087105
2.524930
1.7899328
5.5353899
15.932522
0.6551065
5.0112263
6.5543941
11.974054
2.5949255
17.838801
16.139498
5.017264
0.7630022
32.26487
2.559510
9.002660
5.135398
20.211298
17.073988
11.323835
6.396835
26.626144
21.872572
4.2313597
13.467737
34.67248
6.0478278
12.70996
14.27937
2.3608106
9.256790
8.084521
2.8365453
2.2452240
0.8235925
12.302052
4.262724
4.049334
4.0072074
20.441956
23.598063
10.356237
13.130285
22.64167
2.336940
3.9669286
8.1635684
7.448668
12.424882
9.3069140
7.4380303
32.877670
1.0009775
3.551918
12.902827
15.3040914
10.7547683
9.8589444
3.0009716
9.722928
10.066823
5.3853751
12.5026147
1.2811159
1.1220777
0.8995398
1.2225523
5.8177170
1.2456060
1.8350893
6.248698
9.1225133
13.0292891
0.2341122
2.147125e+01
10.1200792
6.1711096
6.437015
6.610857
2.055939
0.7562362
0.3002263
3.777013
1.1793607
3.090193
3.9011523
4.1881026
0.6999030
0.3981947
2.5641747
7.4890160
33.121779
29.483696
8.1628060
11.724040
65.705992
6.8309026
6.443396
1.156714
5.1009414
2.5550582
2.4382452
10.2909772
1.992808
0.3247057
0.5896704
19.914625
49.162439
50.318554
5.5848942
2.6882957
1.628362
10.73900
2.9158081
14.0691640
32.800962
17.1841595
2.9756838
2.4456577
8.3606728
22.687589
11.670027
3.334700
15.9542404
17.4649999
7.8328156
10.5071820
2.660395
72.82086
0.1985184
8.569166
6.6907236
8.8531647
1.7427953
2.2760009
17.2051039
7.7686251
3.421924
11.98049
0.1084712
5.475769
3.2464480
2.6140789
3.362087
52.96501
12.6070142
11.0861916
22.550465
10.4879658
21.638673
1.7608641
0.7614341
1.1971035
6.7394451
44.723858
7.6287491
9.2894359
18.60504
7.604204
1.8981530
3.934372
6.2510633
9.5042248
6.367773
3.9210965
10.9649858
8.6945601
10.9019576
36.818747
50.769298
9.6038480
26.975507
24.478113
6.7601757
6.2334163
13.199830
29.91121
41.324332
27.163047
0.6333778
2.4476305
18.9007715
9.5543058
32.48784
19.686540
22.586562
1.176567e+01
0.7064841
1.1986177
2.2482869
22.4397460
7.919707
5.528257
16.6552631
12.6727072
10.688254
11.344542
5.6752080
9.0830464
16.562989
29.255922
5.4715469
6.4688514
4.5954919
4.2600552
13.441463
12.2247576
30.914065
6.567411
16.5889084
5.9336463
0.8526322
8.2178142
7.752995
3.4941730
3.3508003
8.1919219
3.217059e+01
7.3303065
7.4189498
4.032864e+01
1.5122526
7.037454
5.0344484
5.8341701
7.625346
8.131007
1.7997081
4.0537657
0.4666406
2.453150e+01
2.1877899
9.0867948
3.3394660
3.6007424
1.7156916
3.7167209
12.4984559
1.7495375
1.5383291
7.8383473
4.2543793
24.166629
8.9214802
7.5320510
13.7777792
2.808677e+01
14.1244897
38.72482
6.5696049
26.3347217
0.9127630
5.0589829
2.7706182
63.396937
9.9571977
7.1034822
63.040783
4.4672355
5.2685574
3.6918106
3.441334
30.541028
47.774729
63.453192
6.3639367
21.870083
58.79124
8.5610580
2.9764755
1.9004694
4.0179766
24.942631
5.2028023
3.1999398
15.2571917
4.0424463
Sept
2461.584
18.708665
25.824021
7.993519
19.758793
101.02572
13.459797
333.28404
35.627308
90.325277
16.2033641
222.37705
74.556563
3.4107161
206.465493
192.00339
21.6302121
86.323731
241.539911
166.905067
129.904205
181.243135
302.353574
160.530998
288.779035
230.810360
28.1370771
61.029998
343.158042
73.0687714
102.9743190
187.368307
9.4867623
8.5128784
11.2036915
5.8618369
35.2968335
25.8733227
68.6579089
74.7356229
58.0252113
105.530993
38.6597991
4.9135032
57.8566470
51.080924
120.1242075
355.997985
44.7294791
64.2788215
20.6194634
174.71046
291.61555
65.7913489
116.891701
27.2106562
15.8291616
38.8661003
20.4992809
28.0119772
46.8634725
74.5763876
171.197868
14.5109026
19.5076389
131.661969
37.933016
23.3922844
52.5525353
108.613690
2.5638874
76.9088011
86.8719666
64.489205
11.9921658
62.009412
170.235017
67.559632
8.3079047
198.47081
28.947325
50.998590
44.237509
176.528764
100.290873
84.615425
44.680107
253.369350
211.126723
18.9770842
90.179598
429.71705
27.7452382
58.38848
71.61534
10.7910945
40.845661
67.358203
13.6696184
22.2842467
3.5111853
41.295238
16.497093
42.787010
28.8222896
153.520160
199.725879
36.717378
32.094712
51.10125
5.813813
32.7654202
56.4722439
14.315452
25.892789
126.2913723
98.5685132
268.675546
7.0928390
20.020364
44.650891
180.0454936
116.5537915
88.4861324
28.4476461
18.943461
18.576167
44.4724905
106.1412876
14.9296722
12.6978710
9.2195615
12.8491728
78.8016560
14.6883452
9.6249055
17.583457
136.9006586
186.3108959
2.5310709
2.435004e+02
146.7981167
82.2261357
13.844408
14.059434
27.814133
7.8103228
2.3438690
31.455921
11.2475064
37.867287
48.9299519
44.8314950
4.0574031
3.2015360
41.0808139
110.1485910
430.636210
391.373328
44.1400402
67.994842
582.653400
53.1658236
20.212608
5.680311
58.8608773
23.8555825
37.2153649
140.3059058
9.952312
1.5353320
6.2077014
208.432779
456.443321
489.337312
28.4291639
18.8653024
7.243819
32.97247
36.3538933
174.7088709
363.596320
203.0409403
19.4196692
18.2835087
95.5355821
269.869924
51.659352
27.836880
163.8248892
171.2856719
112.7439098
155.6674852
5.956314
148.32462
1.6630020
53.749657
38.9537274
53.1395781
19.0403233
25.9489802
273.8116407
120.8778572
28.981015
56.07315
1.4675133
60.970860
37.1677756
30.8225720
26.361097
163.23616
101.7857356
102.7202122
203.870108
55.6816200
122.495381
5.6495641
6.8949353
10.8723553
39.8884840
228.127839
115.8069081
132.0546069
118.35577
59.704205
25.7814193
47.906236
72.0965266
117.0687423
79.333373
54.0258534
151.2596712
92.6461000
109.0187435
309.828191
315.282291
64.2658155
514.010548
539.091861
127.2582579
115.1952009
97.326985
147.94765
208.229168
166.953873
8.8840359
38.4660529
333.2678185
155.2775102
142.68614
103.763002
175.046362
1.336829e+02
10.4837790
18.7779654
42.7137775
626.8884706
61.124129
25.739178
101.6438813
48.4829453
46.407696
55.678890
131.0624599
206.0646839
84.432428
106.302326
141.2600183
174.6452169
32.7592380
44.9855478
153.136685
152.7055879
243.610007
29.172228
479.6265802
158.3520489
32.9378433
293.4039564
53.646424
12.9910543
21.6658978
39.7074230
1.177839e+03
318.1330242
84.9575348
6.795219e+02
8.0238647
43.257039
23.5678151
25.3588346
36.564109
32.342345
25.7810273
52.4739914
6.2940178
2.940018e+02
110.0340214
424.1601582
91.5664930
94.6401825
27.9849691
59.6375818
37.9175255
7.3543930
25.1365919
122.8040748
22.4430685
116.060779
171.4725432
121.7475662
243.3105288
5.275960e+02
95.4265196
383.66644
300.3686199
1125.1036682
2.5920808
19.0557711
16.3656197
1229.933691
204.4745083
160.4009018
1363.301430
28.3917665
81.0733395
64.8846264
72.269111
639.591690
473.322312
695.688048
172.3004417
670.037071
1460.55865
148.9085436
102.0279503
77.9588814
154.9201927
595.745657
105.2957745
80.5069027
331.6755066
122.8359108
Oct
3195.690
53.377794
56.214526
37.042625
49.160885
281.93975
39.249410
537.66927
62.435103
131.073373
24.1253390
320.06901
101.099096
4.1572666
270.932244
216.16702
26.4331684
121.061305
380.969733
237.961828
179.500335
245.546775
486.204835
207.943144
379.602852
360.203092
85.0244246
78.563216
520.765735
97.5147066
141.9465079
325.808106
24.9417114
25.1951075
25.2332945
16.4574389
65.2400866
52.2330155
97.8781118
102.9347177
81.9713302
122.629742
55.8747745
8.1389494
75.6428070
75.095414
206.1057997
644.517295
52.4450016
94.7894087
28.9889898
263.70458
445.76681
86.2903042
212.009027
37.1047029
24.2175789
59.7119331
30.7441821
44.8061056
86.6184368
123.4812932
258.310706
30.7355504
34.6278591
242.624586
69.560176
29.3083816
70.3335066
144.549606
5.4389443
137.8478036
177.3433027
94.568011
17.5535040
151.733954
367.494422
82.908297
10.8660140
294.68487
35.278118
99.988406
93.367923
346.963186
211.099839
122.748130
66.151269
681.894589
575.541704
32.6490891
181.403924
1123.32652
79.4697342
130.19288
183.99670
19.9703796
71.956215
133.572707
26.6372590
49.0819280
9.7389274
99.189837
38.365831
107.113323
72.2348280
530.980243
652.071586
98.080678
92.772623
127.61720
14.856884
99.3658185
145.2351851
48.894431
78.486355
230.1868849
154.1139553
924.009904
27.7957888
47.163965
133.801487
596.6949406
352.6871881
295.0730524
91.9152679
53.177053
46.648186
159.2717867
354.8888426
25.2364571
23.1138756
21.4305301
34.5253086
197.2527933
41.5701499
29.0420928
51.050647
460.4376144
674.1857729
8.6733294
7.743484e+02
460.5045452
208.3445253
24.726215
25.605839
78.755296
23.4728026
7.7600517
98.218153
35.3114710
110.293045
135.6721177
142.8252325
13.4292541
10.8529568
127.4811802
304.3891935
1878.439739
1453.474541
117.9389346
141.796535
1834.048542
230.3562145
58.849412
19.035197
183.9001780
81.3696880
120.7072315
433.9644165
17.519490
3.4361632
18.6791039
687.129121
2371.329643
2604.810036
54.0693188
30.5855310
12.598957
63.59444
115.4597874
682.1132336
1135.871752
766.3467064
34.0431023
27.6357534
402.7807026
1577.278229
78.147925
40.856004
500.5466070
525.4285746
409.2572956
534.0916367
9.589666
240.88081
2.0261133
71.185612
306.7822771
330.1396732
31.7772460
40.3141211
1510.3183479
664.7183380
35.741782
73.85627
1.8355370
86.853366
71.9485571
97.6574719
34.848308
288.96709
664.6488819
565.0950089
662.030491
282.8636475
826.428842
60.6570740
9.6721625
14.9846756
250.2529554
2063.795343
765.5760384
826.4122734
248.38840
84.699873
39.5182095
80.113828
668.9813042
946.9442711
126.281064
86.1943715
1151.5642738
779.5168610
317.1887093
1194.906858
1754.350918
328.0445957
4291.743290
4553.287395
581.6914940
522.5458565
130.310680
244.14033
1471.538141
1273.300938
15.2203748
69.3393202
3121.7541351
1661.8769760
236.16589
122.253467
1072.416201
7.689470e+02
19.2375257
31.3965573
332.4038315
3788.4882889
93.241626
28.177709
1319.1448040
912.7299747
47.575505
86.941537
799.6751022
1143.1640968
106.244977
100.110186
774.7127228
1045.9098740
278.3917122
346.1411133
1149.580215
1473.6446724
292.254069
31.841929
1773.8629074
752.3185501
143.4241104
1360.9615707
57.635270
12.6134882
146.3403893
285.0072899
3.818130e+03
1024.2203903
399.2076683
3.843217e+03
9.0465167
46.805756
29.4114964
30.8997948
47.919142
49.133980
122.9901962
248.7297897
20.9551811
1.448439e+03
309.6371155
1492.8213654
411.5531387
426.7518616
143.4880104
325.3413162
296.8394165
54.2447414
154.9746704
765.0918770
133.6388054
837.927155
819.1914177
783.6510086
1079.5380173
2.124592e+03
713.5373058
1761.36659
969.3530273
2918.4148636
23.1372948
124.8720856
93.6614456
4161.672445
855.0759163
738.6000519
4610.331471
168.8161488
304.1691513
226.8669891
266.492847
1990.176060
1856.523907
3112.883526
489.7543831
2179.755478
5353.07293
818.7829666
255.0266190
189.5452995
363.5448418
1082.006035
247.3841476
181.0172882
587.7950249
246.6059113
Nov
4203.319
134.888905
168.303825
65.894758
124.079803
957.96370
82.764425
2277.61695
274.266045
652.013550
125.5385551
1324.55223
457.933044
24.0413628
1325.151178
1300.36095
149.4104633
505.502436
1284.456608
975.985487
648.256678
988.330954
1772.004295
747.205769
1512.666176
1463.520050
285.5968227
336.380270
2211.509195
433.4786491
563.2203045
1260.390265
93.3985214
92.8266640
94.5791264
58.5923424
236.4113503
175.1486111
364.5131989
463.8593006
310.9330349
471.062830
201.3224125
34.5808754
345.6698494
273.420179
689.9351635
2755.840073
201.7057743
392.9468708
113.3836594
1533.76247
2456.20539
328.6820488
805.355108
167.5604286
105.2494164
280.0696793
135.9062119
166.2475548
272.2137089
622.6350937
1217.912403
177.4523907
167.0670853
897.934025
263.831003
103.5086613
303.4670277
939.282318
30.9247341
588.0703106
729.6438332
725.154068
138.7297668
868.813864
1603.768908
307.730360
44.7959099
1469.09323
146.908760
494.588614
375.954201
2568.786335
1585.265633
551.945675
313.389458
2497.404163
2365.236511
271.8838196
1684.613773
5186.31193
477.9806519
696.67114
729.36205
177.7960892
583.280476
1322.205852
235.4554977
342.8296318
67.3693085
472.830095
201.084631
612.984734
451.1046562
2001.945896
3041.720440
549.162229
503.131786
629.48613
69.553038
523.1699200
1023.1446915
231.673834
383.167908
2096.3004036
1468.2879105
3009.637554
109.0497894
325.726490
827.589115
2350.2816124
1229.5165062
1546.8933907
552.1719398
335.750563
284.961504
789.2813759
1942.9664612
255.1677055
220.6296158
183.3798370
247.3445168
1830.9055099
325.2007217
203.1159267
358.263311
1703.3260040
2036.2050171
49.2513351
5.541699e+03
2257.3534927
1139.9748001
165.097992
165.307903
419.036255
150.0451393
58.7982140
659.414278
297.8460045
944.023338
807.9439621
879.1302948
88.2819271
84.0000229
621.0820389
1402.8593140
5505.972130
4346.573589
789.2337589
1223.108339
10316.225269
1855.9763947
415.207354
128.497431
1009.6961899
464.3558731
521.1383591
1675.5112991
175.768242
30.3951492
120.3266182
3643.685371
7142.677521
7876.871719
436.5994778
324.5817013
107.250200
501.16343
322.7937927
1908.4994049
4170.935562
2901.8979187
325.9078884
307.2568245
1145.0592880
4253.854645
797.943712
485.200457
2822.4096260
2885.0475006
1265.5111237
1586.0797272
73.123756
1911.19242
27.4347954
915.660627
1840.7097855
1908.4603271
347.3058872
490.2627697
4480.9723663
1934.7785645
459.799189
766.16380
28.6351547
1079.430332
833.7897568
698.5809441
402.389229
2554.25816
2026.3294830
1880.3190231
3461.417534
1474.6384735
4521.220627
334.8994827
104.4089317
159.5656548
1292.2117386
7219.297005
2136.1949844
2265.2539062
2634.41839
693.526777
233.5279818
674.378000
1876.7840424
2307.9591522
1426.257990
986.0518322
3182.2228394
2011.9943542
1407.4086075
4795.390961
6582.918900
1583.5742645
8652.929947
9771.468628
1629.9310455
1762.7427063
1345.460737
2701.06478
6546.093033
5359.797073
163.1021729
525.8781672
5689.6505814
2878.9265137
2128.12655
1467.623520
5291.210998
4.689343e+03
250.8009529
410.8473930
532.7252426
6068.5895386
1173.161468
315.166262
2844.8282623
2246.4681244
580.794790
737.422785
1344.5109253
2297.5424805
1055.237301
1370.998051
1462.9893646
1664.4730530
701.9811859
757.3450546
2880.443260
2984.4388351
3502.404228
350.070272
3297.2087250
1375.4396591
305.5325623
2584.8789368
588.534250
158.0385017
408.9289932
1015.2078476
7.850636e+03
2052.0750732
1049.9315033
8.621222e+03
93.7186203
500.177620
313.4034920
331.4416695
438.738184
479.701755
308.7851868
733.9281921
99.9817047
5.588358e+03
664.8875732
2726.2491150
765.2768097
727.3311615
340.8118591
813.2450638
1007.4029617
174.3250122
327.8500214
1383.0149307
534.1395874
2956.127571
1860.1199036
1466.7086029
2954.9828186
6.763446e+03
1992.3045959
5542.44598
1852.4617157
6143.2111053
90.5104370
450.6636200
300.6281433
12164.044548
1755.2899017
1626.0575180
13852.746246
548.4303970
968.9521637
787.4815063
939.338272
6187.987961
5638.289963
8976.265045
1432.1330109
5926.601166
15974.27762
2297.4738464
835.8400726
612.2662506
1233.6549988
3966.001053
875.2194214
658.6809845
2095.4385223
871.8635864
Nous disposons maintenant, d’une part des fluctuations des surfaces en végétation du delta au cours de l’année 2023 et d’autre part des fluctuations des précipitations à deux échelles dans le bassin contributeur en 2023. Nous pouvons aborder le troisième temps de cette analyse, à savoir la quantification du lien entre ces deux variables.
7 Analyse des liens entre précipitations et végétation
Les éventuels liens entre précipitations et végétation seront analysés à l’aide du calcul de corrélation de Pearson. Tout d’abord nous calculerons la corrélation entre les variations de végétation et les précipitations sur tout le bassin. Puis nous calculerons la corrélation entre les variations de végétation et les précipitations pour chaque sous-bassin. Cette seconde approche nous indiquera les zones du bassin les plus corrélées à notre végétation.
À l’échelle de tout le bassin, nous disposons d’un tableau avec simplement 3 colonnes : mois, précipitations, superficie en végétation. Pour rappel, nous allons travailler sur le tableau suivant.
# le tableau pour tout le bassinkable(vgt_ppt)
mois
sup_vgt_km2
ppt_sum_mm
Janv
11749.350
1138417.1334
Fev
12816.050
370544.4106
Mars
12261.428
932845.4538
Avr
11274.397
205590.9024
Mai
8127.522
20965.9947
Juin
4648.486
3882.6518
Juil
3544.907
822.5417
Aout
2781.250
4025.7253
Sept
2461.584
47084.2745
Oct
3195.690
171385.7030
Nov
4203.319
574579.8945
Nous allons calculer la corrélation entre la colonne des superficies en végétation (sup_vgt_m2) et la colonne des précipitations mensuelles (ppt_mean_mm). Nous utiliserons la fonction cor.test() de R base.
# on regarde la corrélation entre les précipitations totales sur tout le BV amont et les superficies en végétationcor_global <-cor.test(vgt_ppt$sup_vgt_km2, vgt_ppt$ppt_sum_mm)cor_global
Pearson's product-moment correlation
data: vgt_ppt$sup_vgt_km2 and vgt_ppt$ppt_sum_mm
t = 2.4572, df = 9, p-value = 0.03632
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.05448755 0.89378735
sample estimates:
cor
0.6336512
Le coefficient de corrélation est de 0.634 et la p-value est de 0.0363238 < 0.05. Nous pouvons donc conclure qu’il existe une corrélation positive assez forte et significative entre les précipitations dans le bassin en général et les variations des superficies en végétation.
Le graphique cartésien ne montre pas une relation linéaire forte. Pour l’exercice ici, nous continuons notre démarche, mais il aurait été intéressant d’étudier plus finement la relation (par ex, en imaginant des cumuls sur qq mois, un décalage temporel entre précipitations puis activité chlorophylienne, etc.).
plot(vgt_ppt$sup_vgt_km2 ~ vgt_ppt$ppt_sum_mm, cex=1, pch=20,xlab ="Totaux mensuels des précipitations sur le bassin amont (en mm)",ylab ="Surfaces en végétation (en km^2)")
Analyse par sous-bassins :
Pour aller plus loin dans la spatialisation des corrélations, nous allons maintenant quantifier les corrélations entre ces superficies en végétation et les précipitations mensuelles dans chacun des sous-bassins. Nous nous baserons donc sur le tableau disposant d’une colonne des mois, d’une colonne avec les superficies en végétation et les nombreuses colonnes des précipitations par bassin. Pour rappel nous nous basons sur le tableau suivant.
# le tableau avec tous les sous bassinskable(ppt_sous_bv_sup_vgt)
mois
sup_vgt_km2
1081493880
1081494250
1081491930
1081491920
1081490340
1081490490
1081489320
1081489370
1081489420
1081489520
1081482000
1081482070
1081487670
1081487520
1081488220
1081488050
1081477560
1081477470
1081479650
1081479540
1081478080
1081477980
1081475130
1081475120
1081475790
1081475930
1081483870
1081483860
1081468650
1081468520
1081476110
1081476010
1081475400
1081475290
1081475390
1081475280
1081475650
1081475780
1081465830
1081465760
1081475770
1081475640
1081463720
1081463900
1081463610
1081463600
1081474700
1081474950
1081471740
1081471680
1081490040
1081490090
1081474600
1081474510
1081470290
1081470280
1081469760
1081469850
1081460330
1081460260
1081468090
1081468000
1081474490
1081474590
1081458540
1081458440
1081480760
1081480750
1081475900
1081475750
1081457760
1081457700
1081475740
1081475630
1081472980
1081472990
1081482550
1081482660
1081482790
1081482940
1081498750
1081498850
1081474110
1081474200
1081485600
1081485710
1081453630
1081453620
1081476280
1081476100
1081468830
1081468820
1081501270
1081501360
1081476480
1081476590
1081476870
1081476990
1081465440
1081465360
1081503440
1081503430
1081463980
1081463890
1081446870
1081446860
1081505340
1081505440
1081506950
1081506990
1081460440
1081460430
1081508200
1081508210
1081467990
1081467980
1081441610
1081441490
1081505430
1081505510
1081440660
1081440670
1081456500
1081456430
1081510740
1081510750
1081440160
1081440070
1081469950
1081469960
1081454090
1081454100
1081452210
1081452110
1081508010
1081508080
1081432900
1081432780
1081450400
1081450390
1081434590
1081434450
1081515030
1081515040
1081449740
1081449640
1081507780
1081507640
1081448910
1081448920
1081448550
1081448420
1081508710
1081508700
1081430430
1081430300
1081428120
1081428050
1081509050
1081509120
1081445370
1081445290
1081509510
1081509570
1081444450
1081444380
1081427380
1081427260
1081511830
1081511840
1081441890
1081441790
1081425890
1081425770
1081512010
1081512100
1081512940
1081512950
1081422790
1081422800
1081424310
1081424320
1081513270
1081513320
1081421000
1081420920
1081514320
1081514310
1081439140
1081439060
1081419710
1081419670
1081516650
1081516730
1081515190
1081515390
1081435100
1081435110
1081514580
1081514650
1081416050
1081416120
1081517460
1081517560
1081513940
1081514080
1081513930
1081513820
1081521090
1081521250
1081414750
1081414930
1081429390
1081429290
1081429650
1081429580
1081520440
1081520520
1081428910
1081428920
1081410570
1081410490
1081522900
1081522960
1081521730
1081521690
1081407100
1081407180
1081514400
1081514490
1081407010
1081406890
1081425480
1081425390
1081423820
1081423810
1081403510
1081403430
1081406680
1081406690
1081525770
1081525830
1081424550
1081424560
1081523230
1081523100
1081402500
1081402370
1081527970
1081528060
1081423390
1081423550
1081523920
1081523880
1081398230
1081398150
1081530110
1081530230
1081414390
1081414400
1081531040
1081531070
1081398440
1081398480
1081531910
1081531900
1081397010
1081396920
1081410560
1081410480
1081410050
1081409960
1081533620
1081533700
1081396390
1081396340
1081391070
1081391170
1081534100
1081534150
1081413080
1081413070
1081390230
1081390180
1081407730
1081407590
1081535400
1081535390
1081535990
1081536090
1081536760
1081536850
1081406220
1081406290
1081413860
1081413850
1081387230
1081387270
1081392850
1081392840
1081405030
1081405180
1081410190
1081410200
1081404570
1081404560
1081412210
1081412150
1081404180
1081404170
1081404090
1081404080
1081409860
1081409730
1081385830
1081385820
1081407930
1081408000
1081407420
1081407370
1081401590
1081401600
1081404070
1081404160
1081398830
1081398740
1081398400
1081398380
1081403250
1081403260
1081391620
1081391540
1081391010
1081391160
1081382890
1081382830
1081381450
1081381370
1081379570
1081379580
1081379240
1081379250
Janv
11749.350
229.584061
263.436750
118.617599
200.575628
1661.97296
135.915613
3627.33600
429.185661
966.726814
192.5627823
1962.99577
715.376179
32.6710014
1898.818604
1569.63893
190.0500774
763.939802
2392.877487
1439.552736
1182.904892
1754.402771
3805.353397
1677.628353
3484.230553
3775.487106
708.7494202
521.756910
3721.342152
1044.4471741
1430.0269012
2684.866085
232.6387024
228.7682037
234.6024094
146.9520187
605.6739655
486.2572937
973.1075401
1131.6315308
863.2822571
1384.290695
567.8946533
78.4564514
866.1652451
768.385727
1915.1387482
7093.789135
593.5445900
976.9214020
306.8614960
2562.03269
3411.93173
860.1819611
2216.773266
417.3955994
252.1019821
669.6951447
329.7518997
479.7836304
842.7364426
1478.9594879
2935.865158
407.8656311
377.8612671
2435.075089
750.096687
279.4032211
783.1584206
2128.831322
66.5241241
1639.2442017
2066.7387695
1534.913475
268.7964478
2338.931030
4195.158783
840.457146
119.0006409
3812.78698
410.682133
700.676001
442.515373
7476.261070
3881.786797
1201.782303
716.489842
6549.978416
6638.819336
600.9839478
3843.462517
16092.55028
1303.7203979
1046.65128
922.97259
415.6923294
1343.564896
3132.721260
581.8463974
1014.6745148
204.3724823
679.492481
312.915081
1951.604164
1579.9567108
5099.708199
8433.688278
800.656467
744.349361
945.10947
107.003399
1795.5955429
3558.5517426
330.042419
538.629696
6909.0634232
4804.7191696
8162.038330
271.2276001
544.023216
1248.172432
6236.0621033
3412.2082825
4816.9549637
1655.7225876
482.616440
437.090633
2080.8439941
4893.0132904
796.2649994
650.1328659
631.3147278
746.2096252
5970.0023346
952.3808594
328.5818672
514.331486
4700.0486298
5322.7443848
144.1511688
1.494868e+04
5556.2119598
2562.6390228
306.688934
301.086586
1280.673370
454.7787323
93.7374382
1308.722282
868.1289673
2509.216492
2315.8091431
2555.8168945
140.2876129
148.1658936
1431.9203796
3221.3853302
14051.641571
12455.947464
1805.2611809
2311.091713
25797.718979
5454.6467285
621.129154
196.399158
2822.6112213
1326.8318176
1352.6130981
4108.7628174
313.374691
49.9224663
347.3885956
8772.648132
14572.569916
17105.328781
939.3360786
600.2261162
211.492992
928.55279
945.3660583
5105.6678619
8925.212387
6093.2531433
692.2351799
610.1686897
2977.0855103
9271.324631
1516.066387
1003.217602
6741.8448944
7011.3239899
2855.1680756
3633.6106262
136.701954
3528.49536
56.4445839
2005.134617
4786.0524445
4949.7544250
821.2288361
1180.5258522
7861.9568176
3769.9865570
1161.546993
1607.71658
68.3362503
2738.494575
1930.2273026
1670.3694382
874.598488
4255.39031
3706.6165924
3829.3388977
8463.517090
3875.1730347
12187.798645
837.7576447
295.9679337
445.8823929
3266.4487305
18762.450272
3733.7219086
3741.6532898
3704.89738
1784.897537
790.2954903
1929.638123
2794.7603302
3691.1046906
3340.411468
2222.5207367
5162.9164581
3066.4612427
3132.8164215
10676.494949
16396.435425
3748.7088318
12633.426269
14199.359573
2636.0579376
2708.0270844
2850.387070
3383.64832
15688.963226
12563.000122
355.3568420
1481.4842339
8637.7835388
4487.3795624
3074.81528
2697.345676
12884.763306
1.085317e+04
429.7700043
766.8563919
878.8368683
9322.9457397
1947.383965
594.460114
7309.4089203
5548.7458344
1075.520855
1285.735157
2353.9985962
3809.2696228
1997.491466
2319.246822
2599.1661377
2625.8384247
2014.5162506
1933.1534576
5739.994797
6844.4438171
6316.014355
656.757461
5508.6515808
2143.5156097
416.6339111
3537.1632843
1186.133240
287.5763321
1319.3640594
3056.9358673
1.078274e+04
2866.5975647
2708.7835388
1.650203e+04
194.1512146
948.003273
588.3594437
623.0142365
832.078796
792.406544
679.3029175
1627.6762085
265.3794861
1.575023e+04
866.5169678
3831.7284088
1076.5540466
1102.0519562
678.9737701
1458.0224762
3208.0923462
541.7616882
660.0293121
3073.2977295
1568.5334167
8328.720856
3450.9335938
3062.4889679
4838.5782623
9.625361e+03
5427.4175720
11678.63324
2328.3764191
7375.7789307
260.1231689
1347.4283447
780.5585938
17264.581482
3311.1928101
2888.4481812
17426.834015
1118.0254364
1695.7189941
1175.3933105
1148.791580
7916.195038
10748.989838
13862.456253
1655.5367584
6087.315781
15336.12408
2378.4759216
756.7587891
555.0153351
1166.5243073
3428.562820
797.7638855
588.1770630
1847.5620575
768.3069916
Fev
12816.050
324.231584
419.865044
151.310833
288.845873
1877.28087
185.366016
4496.35270
580.780159
1184.374512
238.7916756
2437.03032
898.826248
36.5372429
1777.209600
1648.34886
207.6828346
1002.551735
2180.753799
1503.148270
1054.890915
1503.957768
2624.043034
1143.675457
2157.315906
1540.436373
335.8718567
491.590984
2858.658878
517.0133514
788.1801529
1586.158510
99.9148750
94.3501472
93.7550030
62.9159584
231.4539661
196.7555580
465.4903145
463.6246624
406.7436371
582.175276
209.4967556
34.7563019
340.3654404
309.890564
728.9494095
2566.425331
224.6014042
354.6352348
109.2516823
1720.68027
2901.72356
328.7752457
753.869549
150.7705860
87.6339149
230.2614288
114.2235317
178.4076920
304.6217690
534.0613441
1077.340757
126.0962811
110.5302753
901.102024
264.232977
129.5372734
280.8808041
609.559828
18.6043797
564.5008678
705.0548916
443.087645
84.2155762
786.293386
1576.010380
403.986675
45.6774101
1442.62485
168.846010
576.737591
452.827284
1915.455442
979.841959
681.949652
357.777781
2334.299231
2042.057243
157.1043167
915.463287
4753.07193
400.9530582
738.72893
720.59934
84.9200783
350.410616
755.937092
122.2969437
276.8398838
58.0966854
434.049725
195.883894
515.652916
392.5696106
1679.212997
2207.938126
495.815615
413.300800
647.47422
62.946209
439.1693497
796.1297112
190.116036
334.427208
1402.3543701
979.4606590
3044.427647
85.8535500
309.852783
679.643448
1689.4427681
1103.9230309
1144.9859734
385.3276024
286.935411
265.060595
481.4362106
1132.8759689
161.5235653
135.8110924
125.4781647
164.3396378
1072.9177818
193.6886902
175.2100506
281.833961
1493.9791832
2194.7384872
34.9920540
3.060963e+03
1537.5311432
656.2814980
203.551161
200.803093
317.782459
103.4856529
50.7825413
693.637697
157.6728821
492.678101
554.3226814
562.8662605
71.4878368
80.2093468
390.2481003
851.5079765
5007.363537
4368.498733
839.1633987
1176.349447
4977.672295
838.0581455
331.264792
91.457546
662.6625481
286.6059532
348.2734375
1083.2642937
165.554771
23.8075676
66.8398361
2283.527268
5048.560402
5942.599579
444.1050396
310.0511818
114.640854
495.58135
309.8098984
1837.2516937
2660.715309
1854.9467697
341.2600231
308.4111633
1087.4844284
3793.096321
887.419771
494.167656
1737.6867828
1625.6383247
1078.6147690
1602.8452377
87.684107
2602.33925
28.3208275
947.925390
691.6561756
785.1806641
354.5053558
480.8992882
3482.3339920
1714.8028793
438.411259
919.54725
31.2410831
938.875206
689.1638145
652.6816540
370.004534
3111.10637
1260.7039452
1139.9691658
1527.134542
611.8535404
1512.263643
128.6274986
97.2681656
144.5131512
456.9431114
3443.621277
1482.6197815
1474.3484726
2423.78292
728.317812
269.1569290
645.460695
1203.3625336
1508.3908768
1326.791201
986.2507763
2042.8801193
1334.2662125
798.3212395
2729.660103
3244.298157
577.1048470
4781.475662
5308.530701
940.1536789
1054.8492584
1241.100470
2382.48720
2289.037134
2121.205290
172.3982620
658.0183620
3341.0005722
1737.4856644
2185.47646
1218.241312
1511.480206
1.189683e+03
205.0623055
366.1615524
307.2351837
3516.8448715
932.261757
285.374956
1885.5293503
1478.2604027
486.579586
797.428993
736.9429932
1251.6859970
1113.218651
1186.597036
775.5943222
1048.9464417
411.1685562
429.6611328
1682.534336
2006.9245834
2446.896341
343.572702
1777.4313889
812.9664688
181.6509399
1469.5202637
449.332293
128.5865650
175.6194191
418.3195095
4.308266e+03
1152.1132889
514.0816803
4.291116e+03
73.5406227
358.938696
233.4061279
267.9274483
452.660101
377.820871
138.6976318
303.9379578
28.7928848
1.852468e+03
342.6190796
1584.0500412
446.7774277
399.2710876
201.8747940
504.7888412
400.8756504
65.0058022
207.7304764
843.7998962
186.5411186
1063.334803
1065.3378792
810.3409805
1275.0600586
2.310244e+03
831.2618828
2095.49247
909.9001541
2844.8786697
34.0222816
166.7067680
105.4711037
4249.375473
910.9814758
861.7859688
4560.607395
198.5960617
345.6027489
258.2385483
285.729858
2059.834713
2012.840092
2999.819000
454.9056511
2033.863766
4619.88159
622.5889320
268.3797951
221.7110138
396.0390587
1474.425789
258.3887253
197.7191696
745.8623199
268.9795074
Mars
12261.428
273.833870
413.004562
125.677799
301.249878
2539.66580
209.305126
5955.49639
814.400280
1619.260212
360.9158325
3199.04373
1275.166351
47.7217064
2467.500221
2402.17926
280.0037918
1011.251675
2458.787334
1856.999153
1174.383827
1974.953510
3770.020039
1481.370541
3015.946468
2819.152042
551.8187294
673.142090
4064.253128
889.3041458
1140.6966896
2683.323330
172.9291954
179.3332443
171.1124115
129.5046692
530.0257034
481.5013199
902.7718315
860.5891647
660.6064224
1516.858326
628.9585800
62.8377762
721.1932373
582.063755
1595.2966080
6136.860908
686.5346031
804.2466812
287.0511856
2654.23031
4443.44246
852.1226616
2269.014557
344.0070572
203.8249969
549.7519722
299.2026215
364.5876923
655.3215179
1250.5817719
2437.351955
381.4192352
386.0611305
1971.773094
593.662827
245.3388443
657.7306824
1816.636143
57.9466515
1330.4248657
1723.1024017
1275.123749
251.5899773
1864.161114
3641.632546
709.140492
90.4460907
3001.96084
310.261429
844.738136
723.186317
4952.504929
2826.347298
1139.426533
625.722221
5824.203964
5112.016251
469.4958649
2443.700870
10127.33195
934.9135666
1003.44310
1244.15940
250.8681564
997.263020
1827.704735
330.3198624
616.5867653
131.9415436
754.990921
304.452313
1115.597748
842.4164581
4321.720627
5336.605026
663.998797
639.879362
860.66708
96.620075
891.9851875
2085.3475876
318.839336
523.006374
3828.5207901
2592.8255081
7036.968140
203.1314774
391.015678
975.467640
4635.5318451
2808.2293854
2939.9647675
1045.3624420
379.174156
325.686844
1426.7504807
3333.5924911
367.6434479
339.2729721
354.8562241
465.7988663
3419.5023575
603.8516541
223.0192223
376.875656
3470.2897034
4495.8119278
98.5001144
1.025942e+04
4163.2200623
2130.0090332
178.706596
173.732018
729.848923
271.1646576
64.9147739
820.611858
548.2848358
1698.458908
1348.4717941
1675.3274612
95.4147358
99.0679779
1088.6377411
2869.7067719
8612.078758
7701.789169
1139.4404106
1431.069004
19147.057892
3124.6979523
398.268148
118.503019
1862.4816437
964.6978149
996.3522491
3315.1079712
178.396213
28.0079613
241.3529282
7268.682404
11561.413315
11656.832199
617.5882111
380.6527748
119.561476
508.92014
512.4128113
2955.3739471
7551.388428
4819.7563934
453.7828865
386.4486580
1576.4988327
5322.732163
903.647015
579.494041
5719.5023346
6008.6519775
1746.3069153
2214.9863968
84.336266
2057.95370
31.1145725
1022.052904
2994.2170258
3496.4534607
410.8233719
510.5614624
4892.6264496
2344.2858734
471.391239
845.80620
23.7720547
967.277815
750.9211140
743.3973694
347.070143
2319.98463
3548.0738373
3617.7687836
7133.644913
3105.7029877
7048.395248
551.1625824
104.3062477
156.2506008
2261.0109253
15606.591675
2463.0812073
2302.8151093
2118.91927
619.598080
249.8568039
595.591383
1840.8953247
2653.0342102
1072.245834
723.4517193
3899.6385803
2324.0324249
2703.3053741
9440.785828
14256.044342
3278.1499481
10267.675964
10945.060135
2595.1800232
2412.5896454
1003.930780
1869.39508
11217.685959
9649.522690
133.0132656
516.0409184
7422.5118256
3987.8533630
1307.15046
881.781141
8278.004044
6.394349e+03
151.6054306
271.2892761
757.7401123
8656.0018616
664.927721
189.054289
7066.7496796
5084.1294098
352.525122
411.408270
1962.8120422
3373.2095947
541.263371
701.554848
2267.7040405
2509.9167023
1745.8889008
1896.1116180
5709.794784
6730.2948761
2041.817383
174.150095
5161.4872437
2107.6075897
392.3093719
3405.4497223
372.297579
93.9188251
921.8398438
2098.4270935
1.071211e+04
2569.8527222
2469.9029236
1.644421e+04
57.7429466
279.821970
165.5063496
175.2022362
228.575572
228.379320
622.5450745
1505.1090393
168.6954651
1.099183e+04
831.8849182
3669.8372650
1143.0377808
1155.6891327
722.2975922
1598.2921295
2242.0760651
374.8492737
707.3297272
3043.7471161
1035.3981171
6066.805237
3698.3847351
2988.3338928
5292.1919098
1.034528e+04
4255.8520355
10748.25085
2323.1301727
7609.9750824
204.4637451
981.2787628
621.9018707
19092.124329
3040.4374390
2711.9247894
21428.146622
986.4972687
1728.5300751
1229.1471710
1288.588211
9232.221420
11300.669037
15749.615646
1963.5578461
7260.094040
23145.60779
3633.0420532
1094.1930237
784.7671204
1603.2232666
5379.745773
1139.0210266
842.3990173
2938.1681824
1130.3622742
Avr
11274.397
50.860045
64.045333
24.857177
47.913830
274.39102
32.143363
605.55731
74.278414
151.110944
26.3992796
295.03088
113.005357
5.6472626
375.801761
356.13766
35.8692365
155.659725
344.972218
315.152433
205.912303
326.250294
550.834435
250.021023
458.739853
342.765067
67.3632402
111.555550
633.253998
106.6008887
162.0009508
320.812048
20.0003853
19.7110128
19.9311829
13.1102352
53.8261032
47.5082417
107.2191687
103.6690688
90.5776973
172.175595
59.1120610
7.8501539
87.3211327
85.464353
197.6392050
745.796207
87.5480957
95.2962403
29.1979623
489.60358
695.88032
127.9674292
297.638905
41.8514338
24.6660743
68.3321004
33.3118658
46.7279119
85.9652138
148.8880577
288.461246
45.9958339
49.7936659
278.453960
78.698009
36.3798933
97.7234840
279.474324
7.5532417
181.5582685
221.2632828
184.866368
32.3378725
223.746160
469.425977
107.597032
14.9263759
488.20137
51.514947
175.124187
139.819263
674.520100
396.003843
188.209770
102.439650
724.669515
681.616431
69.6728163
466.509617
1437.35123
111.9704394
291.02493
302.21831
49.3702755
172.948041
412.419869
68.2596340
87.0554228
17.6809883
232.330285
99.448599
169.759427
126.4975595
528.551598
829.569336
265.031812
261.427161
368.49779
37.682694
140.5826960
269.2398119
127.758079
212.586000
577.7850723
425.7369676
853.938786
24.5085497
183.901146
422.063327
595.8443527
312.2084274
403.8372936
142.5737953
178.452772
162.760139
204.5798836
482.8233719
74.5330591
56.4542465
48.0158520
60.2596865
415.5206976
70.4195585
102.0890875
163.028744
393.6868973
513.5195036
10.7249231
1.314927e+03
548.7484455
263.0199099
98.138927
100.663107
115.465986
36.3425875
28.3463593
305.697234
58.7191238
198.711459
219.0560970
225.0705385
41.3342781
40.6557999
145.4431515
382.0541000
1163.230409
840.707150
320.9631271
463.759804
2953.249721
433.8094721
180.183548
50.428027
263.1262388
110.8510008
137.6258965
534.7039490
70.593933
12.5412922
32.2846565
987.033655
1919.583973
1794.155200
175.7991648
119.9721022
46.154414
258.79058
60.3773260
347.1434441
1287.598999
791.2499676
136.9256430
120.8672762
237.4209976
838.969904
339.344696
187.482773
804.6095848
816.6807499
204.3323288
291.0493393
36.642172
1076.56672
10.3199787
334.668694
528.3339443
537.7894669
126.2337627
146.5716796
823.9817085
373.9209347
162.053199
348.55860
8.9980621
320.978349
231.3868756
165.0855155
149.328126
1492.65433
645.8087940
622.9551392
1092.169956
489.7488613
1406.722683
99.8233910
37.5832462
61.2720776
412.0193844
2932.504097
402.0203171
391.4154377
1134.02778
282.144299
97.2116981
231.647812
299.3018131
466.6406269
417.945588
288.6964378
671.8336277
393.8318233
461.6788921
1727.733574
2353.380590
546.5668316
2420.504581
2938.125984
383.8267879
376.7982292
483.759319
1169.56888
2257.543333
1970.565577
51.9505348
177.5807929
1623.0954590
812.9250946
1035.80071
539.634439
1967.609270
1.557120e+03
83.4145470
130.7316265
184.0258598
1937.3166466
401.572794
126.257508
1430.4525909
1041.6379318
195.175302
354.971064
422.6774940
608.7298889
462.996866
444.326070
464.1117210
532.4508553
396.6825790
400.3490753
1069.222370
1274.8041153
1011.061511
141.263014
1154.9295044
472.3615532
94.7226868
843.0405731
207.362151
52.6745825
178.9770813
446.7134171
2.781853e+03
725.6318474
546.3069267
3.487335e+03
33.8807421
181.657890
112.1840334
128.1179562
203.092913
194.061470
138.2781258
312.6850243
48.3960342
3.312623e+03
228.2978973
934.0647926
270.9424820
263.0291824
133.1235695
282.7414093
480.6877441
81.4115677
125.3279457
609.0350533
247.6040840
1533.197971
614.7894745
591.3823395
1067.6152725
2.150762e+03
953.8383904
2245.47933
579.5511093
2162.8677063
39.0238571
205.1556473
130.6260719
5955.271965
585.4515343
486.8369522
7362.035637
237.9420013
344.4633369
243.2464676
289.381157
2463.617756
4092.714188
5121.444458
698.6440277
2729.161148
9684.43044
1369.6865311
435.0622101
322.8342133
690.5464554
2411.218552
445.6409836
341.3668823
1154.0514450
462.3914032
Mai
8127.522
8.475712
11.102310
3.424413
7.261048
41.84876
4.274930
153.76220
12.884727
46.330558
8.4679419
103.96437
33.534813
1.7489982
115.606399
107.50351
12.2118242
38.522054
96.970283
72.199170
46.344340
74.806764
127.721961
58.098525
106.598707
86.878427
15.9593879
33.371978
175.443771
24.6566505
44.2039917
81.650877
5.6286030
5.0988357
5.3026938
3.1699673
13.2515990
10.0521203
25.5733323
21.8093251
22.6429272
31.826655
11.1121470
1.2789052
18.2915378
24.212495
40.8520519
141.610164
13.5904224
20.0450686
5.6626656
148.27857
226.22973
22.9140505
46.510911
8.4514531
4.8341197
12.8912894
6.2030101
8.2845709
16.3450737
29.2955072
59.782419
7.6364614
8.5955095
67.236509
13.590398
8.1897000
22.6597644
53.992517
1.2233231
29.8042740
34.9785929
35.611167
5.7180445
37.017064
88.268636
25.932922
3.5329328
120.13003
12.644710
58.667861
43.676130
99.605372
64.728032
48.571118
27.727124
131.107302
88.712045
12.7845888
65.186630
223.11000
18.6237559
78.37714
79.34807
7.2349377
31.845823
73.239356
10.1399647
14.7498015
2.6795467
49.739656
21.971433
28.603581
18.6132208
60.925003
78.035910
54.583729
46.959750
78.35537
6.713692
20.4265522
32.6100245
22.049063
40.975982
67.6579399
53.6773223
88.611006
2.5105236
39.322595
82.314134
51.5333785
28.8098069
50.3418889
16.6958672
35.711192
34.742172
14.6572031
35.2566184
8.6823624
7.4819201
5.0071224
6.7088677
46.5326025
7.7480954
20.2500622
36.927739
33.0541505
46.6981817
1.2582747
1.197814e+02
42.9346070
17.6730402
23.264474
22.803144
13.251473
4.0185826
8.2825937
93.131707
6.7936680
22.571665
23.7632183
21.3736261
13.1886549
14.4810281
10.8716727
24.8168592
96.700556
86.394675
85.2729031
184.342732
187.695130
35.5424193
52.401686
16.008357
25.9955209
10.9947032
10.0722306
31.7450579
25.242164
4.2016263
2.6070898
64.294142
128.366537
136.892099
49.7742090
39.8763061
17.602003
81.20144
5.1681923
34.0437770
81.136629
52.3053473
37.3842044
31.5822120
18.1944792
65.318757
117.804739
46.433774
47.3358517
46.6592637
21.3298457
26.6943974
15.320035
312.59974
3.0325418
90.533738
36.1972841
36.7030908
26.4588430
32.5330245
61.1384994
28.4515671
36.091513
81.74849
2.0831709
72.979932
51.6564993
51.3961306
32.855084
295.56429
38.8544810
39.4839587
61.703698
31.1460701
95.320597
6.3370774
8.4412198
13.0129049
27.2801316
174.054829
33.1746192
32.1205581
219.20889
61.557344
21.7237569
53.341944
22.7597930
30.7177790
89.365642
67.0442791
47.0705941
28.2975039
26.1653312
101.076628
140.415689
30.4638267
170.413944
161.215489
28.8256261
27.6547999
112.189179
252.88335
160.712500
124.833286
13.3448892
47.7141699
124.0343637
46.8904905
260.26216
116.979905
133.020809
1.080872e+02
19.6158524
30.8475688
9.6376054
178.3388107
104.798932
27.012443
83.1105695
61.0014246
46.754318
84.169246
25.4667258
40.8387647
94.060994
82.484499
29.1338854
33.2955408
23.6487319
23.3188310
64.762564
77.7011654
273.595473
25.986448
69.0936944
28.4063544
8.5212264
66.0464456
40.187599
8.3201677
12.9507492
32.9827890
1.875931e+02
56.0448236
33.5071933
2.086499e+02
6.4570062
28.706424
17.9075208
19.5396298
37.981071
32.023783
8.8761828
21.3438816
3.0458481
1.949281e+02
17.3517213
71.0600705
15.3063376
15.0031605
7.6263793
16.6317511
34.5771780
5.3547316
7.3312883
35.6231370
17.0178041
103.067960
40.5383503
35.5753863
71.2946215
1.621588e+02
60.6714590
169.90497
50.6929026
156.3380463
3.1948097
15.2586732
10.3076286
397.414416
40.3098197
33.0975556
449.350353
19.8735261
30.9237785
21.8618617
22.508863
193.797100
205.080479
343.907065
42.8018346
154.567635
503.71631
88.7565737
21.7253723
16.2300057
34.7237563
113.527697
21.6110015
17.6308455
60.2133193
23.9048548
Juin
4648.486
7.617835
10.364451
3.371366
9.438529
17.37507
6.520440
43.78992
8.880298
10.078224
2.0321768
30.88527
10.222772
0.3339550
18.815720
17.97200
2.5449860
9.972206
19.829739
13.034775
5.969143
10.237732
14.157860
4.445996
8.748387
9.071009
1.1414602
4.574648
28.191052
2.5139720
3.2406638
10.120654
0.3859560
0.3325156
0.3727875
0.2265126
0.9520903
0.6582808
2.6029131
2.3829798
1.6893347
2.829085
0.8783114
0.0915389
1.7677597
1.275804
2.6489372
13.985489
0.8551529
2.1042934
0.5613333
27.04246
40.42427
2.1955346
4.017947
1.0185787
0.6218272
1.7306775
0.8334419
0.6652237
1.0346107
3.0945217
5.986833
0.6306314
0.8164911
3.403133
1.106043
1.1571911
3.2588560
7.391417
0.0941392
2.4354904
2.7529921
4.993992
0.7588766
3.540658
9.053534
4.477846
0.5279875
21.58308
2.303554
11.095251
8.569594
14.036397
9.879671
9.625285
4.950322
6.914027
6.783721
2.0113593
11.513800
21.33573
1.9465478
16.42620
18.05739
1.4033673
5.009391
10.075419
2.0189292
1.8768664
0.2572899
13.168888
5.463812
3.216630
2.1119662
4.286333
5.832613
13.374159
14.068140
25.86587
2.108049
2.2578675
3.5292914
6.947960
12.963234
10.9944219
9.8361594
6.862305
0.1892131
7.458947
19.573792
3.7187897
2.1743164
5.1762672
1.7716656
10.894540
10.863358
1.2645309
2.8901879
1.6774783
1.4761980
0.5309938
0.6520640
4.6093324
0.7550358
4.6867859
9.569826
2.2216785
3.4621010
0.1256603
1.091638e+01
3.0621618
1.3572000
9.046907
9.189956
1.284926
0.3647714
1.3962950
15.393285
0.5006106
1.958635
2.1734376
1.9229435
2.2503009
2.2253888
0.8326222
2.1424008
8.708214
5.993620
13.6372288
32.856140
21.451085
2.6064128
11.674544
3.026548
2.2197670
0.9224450
0.8173837
2.9130050
5.174953
0.8132902
0.2235422
5.623924
15.206674
15.352375
9.0510171
8.1037332
4.024046
19.34042
0.3689226
2.6275521
9.237134
5.2338958
6.7351022
6.6037992
1.6797419
6.589824
32.214905
10.080302
4.2149493
4.0122465
1.8108584
2.4120256
3.811440
148.61754
0.7360686
32.194947
3.3950757
3.4671567
4.7277393
6.1284562
6.5979994
2.9662012
16.444533
42.86358
0.1653523
26.497625
13.4581161
5.7310972
19.632128
180.62180
5.0340428
5.5332872
7.624842
3.9931080
9.566638
0.6540768
3.8447418
5.9493655
3.0306725
34.873506
3.7879107
3.5927648
196.46098
36.381164
7.5594072
15.271909
2.6413879
3.6661502
28.280808
16.2737345
5.5606430
3.1533155
2.8704972
15.134873
37.801302
6.3723135
15.759638
18.078027
3.6105058
3.3908918
46.507547
121.65157
19.400061
18.395047
2.5577136
7.4851041
10.7443366
5.9560460
81.79003
51.791374
13.402588
1.073904e+01
3.2104809
5.4776322
1.2102989
12.8504460
22.782597
12.204412
16.9576302
13.6383224
16.013220
27.670953
3.1975220
5.0155077
37.202658
25.788852
3.7741323
4.1608374
3.5144919
3.4844322
9.315879
10.6138017
74.241150
8.679959
9.2101673
3.8550654
0.5730056
4.6256377
17.427063
2.7391153
1.7045521
3.7869850
1.786616e+01
3.7341166
4.6100978
2.664007e+01
2.7654868
15.414874
8.9519469
8.6465099
14.074021
12.916567
1.2007924
2.8144855
0.3019371
2.066687e+01
1.1924315
5.0552962
2.0913522
1.9833472
1.0127853
2.1513498
4.0694392
0.7399962
0.9696351
4.5403790
1.7672530
11.045797
5.0653048
4.6000362
9.2228959
1.895748e+01
8.2124241
20.21838
3.9385001
14.1682362
0.3539361
1.7049772
1.0894381
40.813203
5.1591187
4.2035274
45.947299
2.0091014
3.3745624
2.4787151
2.525513
20.281097
21.606795
32.331261
4.4273807
16.403198
50.84585
7.1568641
2.3531395
1.6836700
3.5154952
11.153205
2.2588958
1.7961776
5.9777427
2.4451382
Juil
3544.907
4.546503
6.035417
2.138781
5.356218
10.61209
3.667300
16.42153
4.353708
4.002058
0.6828949
4.52047
1.810626
0.1822105
7.320153
5.50615
0.7825297
2.057566
6.521584
4.283515
1.542967
3.213313
4.437334
1.586130
1.556924
2.751932
0.2450078
1.321647
9.470453
0.4858628
0.9498937
4.030586
0.1549773
0.0380944
0.1928996
0.0237338
0.3592865
0.1048888
0.9576665
0.3982092
0.5628575
1.262903
0.1563833
0.0170193
0.4263356
0.440570
0.7399244
3.206849
0.3786947
0.5035111
0.1382804
15.44841
18.19136
0.6983674
1.161328
0.1971639
0.1273556
0.3221703
0.1725887
0.0888400
0.2492503
0.4990644
1.196956
0.2033539
0.1926390
1.706041
0.262691
0.4495603
0.7874875
1.952474
0.0366009
0.3805632
0.5787348
1.739813
0.4048798
1.125316
2.322675
2.021772
0.1799016
10.14581
1.042442
5.337222
4.084489
1.571332
1.866443
4.766145
2.679555
3.400030
1.519754
0.5344338
1.563706
3.73542
0.3181245
9.27488
12.22816
0.3014636
2.022649
1.018030
0.3355975
0.1196124
0.0404149
7.895793
2.779252
0.227336
0.1946637
1.377372
1.167514
6.955783
9.361679
17.15994
1.507870
0.2096044
0.4096562
5.302384
9.495831
0.6213929
0.6616597
2.037470
0.0620492
2.096538
8.302239
0.7469612
0.5855136
0.5163621
0.1647436
7.260838
7.200583
0.2690722
0.6266873
0.1201061
0.1071033
0.0425897
0.0587913
0.3288036
0.0539496
0.8588161
4.791592
0.5106626
0.8046328
0.0104737
8.458097e-01
0.5183411
0.3364623
5.103072
5.357887
0.109212
0.0393150
0.1301204
1.013293
0.0531718
0.116485
0.2677599
0.2454643
0.3259877
0.2035901
0.1360173
0.4170293
1.954018
1.887239
0.8585251
6.077427
3.402953
0.3140708
5.493743
0.724539
0.3166631
0.1633548
0.1271165
0.5803261
1.563315
0.2680818
0.0285540
1.089309
2.636786
2.930487
0.5995142
0.8370576
1.682892
9.46255
0.1904224
0.9156615
1.743852
0.9671422
0.4056333
0.4933148
0.5352222
1.304255
9.940121
0.639762
0.8393244
0.8935954
0.4721239
0.6058556
2.056261
61.26545
0.0518617
6.090357
0.3080636
0.4143168
0.2691834
0.5920779
0.8134317
0.3362889
3.009336
10.13731
0.0222066
2.438602
0.7835373
0.2244655
2.717428
45.15313
0.6114078
0.5034727
1.132427
0.4190018
1.150836
0.0835209
0.6373723
0.8475812
0.3239594
2.490153
0.3766712
0.5198582
16.73562
4.324632
0.6105389
1.758403
0.3761907
0.5746212
1.567339
0.9696702
0.6061369
0.5599472
0.6295281
1.928161
2.917607
0.5456628
1.361414
1.125609
0.2718816
0.2468989
6.871973
15.16966
2.029177
1.223885
0.1594319
0.3482076
0.7378748
0.3115008
12.47022
9.554655
1.172821
5.116824e-01
0.1899406
0.2840665
0.0426978
0.3593969
2.455918
2.003740
0.9708426
0.8520931
2.794464
4.137387
0.0995992
0.1482061
4.593354
3.737891
0.0857722
0.0879793
0.1817564
0.1832996
0.503357
0.4204268
7.824007
1.178121
0.1261213
0.0353401
0.0050095
0.2796969
1.536495
0.3921569
0.1223199
0.4457056
3.885522e-01
0.1599836
0.2190709
7.583722e-01
0.2298123
1.121517
0.7630621
0.9103226
1.749400
1.141218
0.0428129
0.1287948
0.0183092
8.330924e-01
0.0635567
0.2569017
0.0233052
0.0160807
0.0406882
0.1143208
0.7310186
0.0888667
0.0390917
0.1554007
0.2583036
1.477966
0.2171445
0.1893341
0.2377792
8.979698e-01
0.5229468
1.99249
0.2634063
0.8105026
0.0560134
0.3063565
0.1738787
3.801576
0.1714881
0.1708363
4.025584
0.2826603
0.2970936
0.1862217
0.137673
1.656179
3.123377
4.495658
0.3148972
1.351692
4.06547
0.6187099
0.2258618
0.1424412
0.3178951
1.746322
0.3430619
0.2251957
0.9701554
0.3225793
Aout
2781.250
3.876272
5.652715
1.659346
5.040435
12.71427
3.751048
39.62846
5.882188
12.029044
2.6048176
28.14730
8.972378
0.3360347
20.334457
17.01996
2.2519107
8.263333
17.697064
14.362497
9.125125
13.859880
19.427304
9.827717
17.696063
11.312119
1.4394983
4.845121
27.366945
4.5625537
5.8598182
11.524697
0.4565154
0.4460265
0.5369283
0.2950424
1.8741800
2.0727963
4.0605570
4.5090871
3.1055370
9.904003
2.8000686
0.3819851
2.8894504
2.769689
8.3381005
25.091671
5.7258958
3.2934179
1.3565385
32.04135
31.68601
6.9712420
15.152490
1.4179260
0.8274270
2.1731077
1.2061226
1.5846350
3.0833706
4.0393545
8.896086
3.6800374
3.1844286
9.087105
2.524930
1.7899328
5.5353899
15.932522
0.6551065
5.0112263
6.5543941
11.974054
2.5949255
17.838801
16.139498
5.017264
0.7630022
32.26487
2.559510
9.002660
5.135398
20.211298
17.073988
11.323835
6.396835
26.626144
21.872572
4.2313597
13.467737
34.67248
6.0478278
12.70996
14.27937
2.3608106
9.256790
8.084521
2.8365453
2.2452240
0.8235925
12.302052
4.262724
4.049334
4.0072074
20.441956
23.598063
10.356237
13.130285
22.64167
2.336940
3.9669286
8.1635684
7.448668
12.424882
9.3069140
7.4380303
32.877670
1.0009775
3.551918
12.902827
15.3040914
10.7547683
9.8589444
3.0009716
9.722928
10.066823
5.3853751
12.5026147
1.2811159
1.1220777
0.8995398
1.2225523
5.8177170
1.2456060
1.8350893
6.248698
9.1225133
13.0292891
0.2341122
2.147125e+01
10.1200792
6.1711096
6.437015
6.610857
2.055939
0.7562362
0.3002263
3.777013
1.1793607
3.090193
3.9011523
4.1881026
0.6999030
0.3981947
2.5641747
7.4890160
33.121779
29.483696
8.1628060
11.724040
65.705992
6.8309026
6.443396
1.156714
5.1009414
2.5550582
2.4382452
10.2909772
1.992808
0.3247057
0.5896704
19.914625
49.162439
50.318554
5.5848942
2.6882957
1.628362
10.73900
2.9158081
14.0691640
32.800962
17.1841595
2.9756838
2.4456577
8.3606728
22.687589
11.670027
3.334700
15.9542404
17.4649999
7.8328156
10.5071820
2.660395
72.82086
0.1985184
8.569166
6.6907236
8.8531647
1.7427953
2.2760009
17.2051039
7.7686251
3.421924
11.98049
0.1084712
5.475769
3.2464480
2.6140789
3.362087
52.96501
12.6070142
11.0861916
22.550465
10.4879658
21.638673
1.7608641
0.7614341
1.1971035
6.7394451
44.723858
7.6287491
9.2894359
18.60504
7.604204
1.8981530
3.934372
6.2510633
9.5042248
6.367773
3.9210965
10.9649858
8.6945601
10.9019576
36.818747
50.769298
9.6038480
26.975507
24.478113
6.7601757
6.2334163
13.199830
29.91121
41.324332
27.163047
0.6333778
2.4476305
18.9007715
9.5543058
32.48784
19.686540
22.586562
1.176567e+01
0.7064841
1.1986177
2.2482869
22.4397460
7.919707
5.528257
16.6552631
12.6727072
10.688254
11.344542
5.6752080
9.0830464
16.562989
29.255922
5.4715469
6.4688514
4.5954919
4.2600552
13.441463
12.2247576
30.914065
6.567411
16.5889084
5.9336463
0.8526322
8.2178142
7.752995
3.4941730
3.3508003
8.1919219
3.217059e+01
7.3303065
7.4189498
4.032864e+01
1.5122526
7.037454
5.0344484
5.8341701
7.625346
8.131007
1.7997081
4.0537657
0.4666406
2.453150e+01
2.1877899
9.0867948
3.3394660
3.6007424
1.7156916
3.7167209
12.4984559
1.7495375
1.5383291
7.8383473
4.2543793
24.166629
8.9214802
7.5320510
13.7777792
2.808677e+01
14.1244897
38.72482
6.5696049
26.3347217
0.9127630
5.0589829
2.7706182
63.396937
9.9571977
7.1034822
63.040783
4.4672355
5.2685574
3.6918106
3.441334
30.541028
47.774729
63.453192
6.3639367
21.870083
58.79124
8.5610580
2.9764755
1.9004694
4.0179766
24.942631
5.2028023
3.1999398
15.2571917
4.0424463
Sept
2461.584
18.708665
25.824021
7.993519
19.758793
101.02572
13.459797
333.28404
35.627308
90.325277
16.2033641
222.37705
74.556563
3.4107161
206.465493
192.00339
21.6302121
86.323731
241.539911
166.905067
129.904205
181.243135
302.353574
160.530998
288.779035
230.810360
28.1370771
61.029998
343.158042
73.0687714
102.9743190
187.368307
9.4867623
8.5128784
11.2036915
5.8618369
35.2968335
25.8733227
68.6579089
74.7356229
58.0252113
105.530993
38.6597991
4.9135032
57.8566470
51.080924
120.1242075
355.997985
44.7294791
64.2788215
20.6194634
174.71046
291.61555
65.7913489
116.891701
27.2106562
15.8291616
38.8661003
20.4992809
28.0119772
46.8634725
74.5763876
171.197868
14.5109026
19.5076389
131.661969
37.933016
23.3922844
52.5525353
108.613690
2.5638874
76.9088011
86.8719666
64.489205
11.9921658
62.009412
170.235017
67.559632
8.3079047
198.47081
28.947325
50.998590
44.237509
176.528764
100.290873
84.615425
44.680107
253.369350
211.126723
18.9770842
90.179598
429.71705
27.7452382
58.38848
71.61534
10.7910945
40.845661
67.358203
13.6696184
22.2842467
3.5111853
41.295238
16.497093
42.787010
28.8222896
153.520160
199.725879
36.717378
32.094712
51.10125
5.813813
32.7654202
56.4722439
14.315452
25.892789
126.2913723
98.5685132
268.675546
7.0928390
20.020364
44.650891
180.0454936
116.5537915
88.4861324
28.4476461
18.943461
18.576167
44.4724905
106.1412876
14.9296722
12.6978710
9.2195615
12.8491728
78.8016560
14.6883452
9.6249055
17.583457
136.9006586
186.3108959
2.5310709
2.435004e+02
146.7981167
82.2261357
13.844408
14.059434
27.814133
7.8103228
2.3438690
31.455921
11.2475064
37.867287
48.9299519
44.8314950
4.0574031
3.2015360
41.0808139
110.1485910
430.636210
391.373328
44.1400402
67.994842
582.653400
53.1658236
20.212608
5.680311
58.8608773
23.8555825
37.2153649
140.3059058
9.952312
1.5353320
6.2077014
208.432779
456.443321
489.337312
28.4291639
18.8653024
7.243819
32.97247
36.3538933
174.7088709
363.596320
203.0409403
19.4196692
18.2835087
95.5355821
269.869924
51.659352
27.836880
163.8248892
171.2856719
112.7439098
155.6674852
5.956314
148.32462
1.6630020
53.749657
38.9537274
53.1395781
19.0403233
25.9489802
273.8116407
120.8778572
28.981015
56.07315
1.4675133
60.970860
37.1677756
30.8225720
26.361097
163.23616
101.7857356
102.7202122
203.870108
55.6816200
122.495381
5.6495641
6.8949353
10.8723553
39.8884840
228.127839
115.8069081
132.0546069
118.35577
59.704205
25.7814193
47.906236
72.0965266
117.0687423
79.333373
54.0258534
151.2596712
92.6461000
109.0187435
309.828191
315.282291
64.2658155
514.010548
539.091861
127.2582579
115.1952009
97.326985
147.94765
208.229168
166.953873
8.8840359
38.4660529
333.2678185
155.2775102
142.68614
103.763002
175.046362
1.336829e+02
10.4837790
18.7779654
42.7137775
626.8884706
61.124129
25.739178
101.6438813
48.4829453
46.407696
55.678890
131.0624599
206.0646839
84.432428
106.302326
141.2600183
174.6452169
32.7592380
44.9855478
153.136685
152.7055879
243.610007
29.172228
479.6265802
158.3520489
32.9378433
293.4039564
53.646424
12.9910543
21.6658978
39.7074230
1.177839e+03
318.1330242
84.9575348
6.795219e+02
8.0238647
43.257039
23.5678151
25.3588346
36.564109
32.342345
25.7810273
52.4739914
6.2940178
2.940018e+02
110.0340214
424.1601582
91.5664930
94.6401825
27.9849691
59.6375818
37.9175255
7.3543930
25.1365919
122.8040748
22.4430685
116.060779
171.4725432
121.7475662
243.3105288
5.275960e+02
95.4265196
383.66644
300.3686199
1125.1036682
2.5920808
19.0557711
16.3656197
1229.933691
204.4745083
160.4009018
1363.301430
28.3917665
81.0733395
64.8846264
72.269111
639.591690
473.322312
695.688048
172.3004417
670.037071
1460.55865
148.9085436
102.0279503
77.9588814
154.9201927
595.745657
105.2957745
80.5069027
331.6755066
122.8359108
Oct
3195.690
53.377794
56.214526
37.042625
49.160885
281.93975
39.249410
537.66927
62.435103
131.073373
24.1253390
320.06901
101.099096
4.1572666
270.932244
216.16702
26.4331684
121.061305
380.969733
237.961828
179.500335
245.546775
486.204835
207.943144
379.602852
360.203092
85.0244246
78.563216
520.765735
97.5147066
141.9465079
325.808106
24.9417114
25.1951075
25.2332945
16.4574389
65.2400866
52.2330155
97.8781118
102.9347177
81.9713302
122.629742
55.8747745
8.1389494
75.6428070
75.095414
206.1057997
644.517295
52.4450016
94.7894087
28.9889898
263.70458
445.76681
86.2903042
212.009027
37.1047029
24.2175789
59.7119331
30.7441821
44.8061056
86.6184368
123.4812932
258.310706
30.7355504
34.6278591
242.624586
69.560176
29.3083816
70.3335066
144.549606
5.4389443
137.8478036
177.3433027
94.568011
17.5535040
151.733954
367.494422
82.908297
10.8660140
294.68487
35.278118
99.988406
93.367923
346.963186
211.099839
122.748130
66.151269
681.894589
575.541704
32.6490891
181.403924
1123.32652
79.4697342
130.19288
183.99670
19.9703796
71.956215
133.572707
26.6372590
49.0819280
9.7389274
99.189837
38.365831
107.113323
72.2348280
530.980243
652.071586
98.080678
92.772623
127.61720
14.856884
99.3658185
145.2351851
48.894431
78.486355
230.1868849
154.1139553
924.009904
27.7957888
47.163965
133.801487
596.6949406
352.6871881
295.0730524
91.9152679
53.177053
46.648186
159.2717867
354.8888426
25.2364571
23.1138756
21.4305301
34.5253086
197.2527933
41.5701499
29.0420928
51.050647
460.4376144
674.1857729
8.6733294
7.743484e+02
460.5045452
208.3445253
24.726215
25.605839
78.755296
23.4728026
7.7600517
98.218153
35.3114710
110.293045
135.6721177
142.8252325
13.4292541
10.8529568
127.4811802
304.3891935
1878.439739
1453.474541
117.9389346
141.796535
1834.048542
230.3562145
58.849412
19.035197
183.9001780
81.3696880
120.7072315
433.9644165
17.519490
3.4361632
18.6791039
687.129121
2371.329643
2604.810036
54.0693188
30.5855310
12.598957
63.59444
115.4597874
682.1132336
1135.871752
766.3467064
34.0431023
27.6357534
402.7807026
1577.278229
78.147925
40.856004
500.5466070
525.4285746
409.2572956
534.0916367
9.589666
240.88081
2.0261133
71.185612
306.7822771
330.1396732
31.7772460
40.3141211
1510.3183479
664.7183380
35.741782
73.85627
1.8355370
86.853366
71.9485571
97.6574719
34.848308
288.96709
664.6488819
565.0950089
662.030491
282.8636475
826.428842
60.6570740
9.6721625
14.9846756
250.2529554
2063.795343
765.5760384
826.4122734
248.38840
84.699873
39.5182095
80.113828
668.9813042
946.9442711
126.281064
86.1943715
1151.5642738
779.5168610
317.1887093
1194.906858
1754.350918
328.0445957
4291.743290
4553.287395
581.6914940
522.5458565
130.310680
244.14033
1471.538141
1273.300938
15.2203748
69.3393202
3121.7541351
1661.8769760
236.16589
122.253467
1072.416201
7.689470e+02
19.2375257
31.3965573
332.4038315
3788.4882889
93.241626
28.177709
1319.1448040
912.7299747
47.575505
86.941537
799.6751022
1143.1640968
106.244977
100.110186
774.7127228
1045.9098740
278.3917122
346.1411133
1149.580215
1473.6446724
292.254069
31.841929
1773.8629074
752.3185501
143.4241104
1360.9615707
57.635270
12.6134882
146.3403893
285.0072899
3.818130e+03
1024.2203903
399.2076683
3.843217e+03
9.0465167
46.805756
29.4114964
30.8997948
47.919142
49.133980
122.9901962
248.7297897
20.9551811
1.448439e+03
309.6371155
1492.8213654
411.5531387
426.7518616
143.4880104
325.3413162
296.8394165
54.2447414
154.9746704
765.0918770
133.6388054
837.927155
819.1914177
783.6510086
1079.5380173
2.124592e+03
713.5373058
1761.36659
969.3530273
2918.4148636
23.1372948
124.8720856
93.6614456
4161.672445
855.0759163
738.6000519
4610.331471
168.8161488
304.1691513
226.8669891
266.492847
1990.176060
1856.523907
3112.883526
489.7543831
2179.755478
5353.07293
818.7829666
255.0266190
189.5452995
363.5448418
1082.006035
247.3841476
181.0172882
587.7950249
246.6059113
Nov
4203.319
134.888905
168.303825
65.894758
124.079803
957.96370
82.764425
2277.61695
274.266045
652.013550
125.5385551
1324.55223
457.933044
24.0413628
1325.151178
1300.36095
149.4104633
505.502436
1284.456608
975.985487
648.256678
988.330954
1772.004295
747.205769
1512.666176
1463.520050
285.5968227
336.380270
2211.509195
433.4786491
563.2203045
1260.390265
93.3985214
92.8266640
94.5791264
58.5923424
236.4113503
175.1486111
364.5131989
463.8593006
310.9330349
471.062830
201.3224125
34.5808754
345.6698494
273.420179
689.9351635
2755.840073
201.7057743
392.9468708
113.3836594
1533.76247
2456.20539
328.6820488
805.355108
167.5604286
105.2494164
280.0696793
135.9062119
166.2475548
272.2137089
622.6350937
1217.912403
177.4523907
167.0670853
897.934025
263.831003
103.5086613
303.4670277
939.282318
30.9247341
588.0703106
729.6438332
725.154068
138.7297668
868.813864
1603.768908
307.730360
44.7959099
1469.09323
146.908760
494.588614
375.954201
2568.786335
1585.265633
551.945675
313.389458
2497.404163
2365.236511
271.8838196
1684.613773
5186.31193
477.9806519
696.67114
729.36205
177.7960892
583.280476
1322.205852
235.4554977
342.8296318
67.3693085
472.830095
201.084631
612.984734
451.1046562
2001.945896
3041.720440
549.162229
503.131786
629.48613
69.553038
523.1699200
1023.1446915
231.673834
383.167908
2096.3004036
1468.2879105
3009.637554
109.0497894
325.726490
827.589115
2350.2816124
1229.5165062
1546.8933907
552.1719398
335.750563
284.961504
789.2813759
1942.9664612
255.1677055
220.6296158
183.3798370
247.3445168
1830.9055099
325.2007217
203.1159267
358.263311
1703.3260040
2036.2050171
49.2513351
5.541699e+03
2257.3534927
1139.9748001
165.097992
165.307903
419.036255
150.0451393
58.7982140
659.414278
297.8460045
944.023338
807.9439621
879.1302948
88.2819271
84.0000229
621.0820389
1402.8593140
5505.972130
4346.573589
789.2337589
1223.108339
10316.225269
1855.9763947
415.207354
128.497431
1009.6961899
464.3558731
521.1383591
1675.5112991
175.768242
30.3951492
120.3266182
3643.685371
7142.677521
7876.871719
436.5994778
324.5817013
107.250200
501.16343
322.7937927
1908.4994049
4170.935562
2901.8979187
325.9078884
307.2568245
1145.0592880
4253.854645
797.943712
485.200457
2822.4096260
2885.0475006
1265.5111237
1586.0797272
73.123756
1911.19242
27.4347954
915.660627
1840.7097855
1908.4603271
347.3058872
490.2627697
4480.9723663
1934.7785645
459.799189
766.16380
28.6351547
1079.430332
833.7897568
698.5809441
402.389229
2554.25816
2026.3294830
1880.3190231
3461.417534
1474.6384735
4521.220627
334.8994827
104.4089317
159.5656548
1292.2117386
7219.297005
2136.1949844
2265.2539062
2634.41839
693.526777
233.5279818
674.378000
1876.7840424
2307.9591522
1426.257990
986.0518322
3182.2228394
2011.9943542
1407.4086075
4795.390961
6582.918900
1583.5742645
8652.929947
9771.468628
1629.9310455
1762.7427063
1345.460737
2701.06478
6546.093033
5359.797073
163.1021729
525.8781672
5689.6505814
2878.9265137
2128.12655
1467.623520
5291.210998
4.689343e+03
250.8009529
410.8473930
532.7252426
6068.5895386
1173.161468
315.166262
2844.8282623
2246.4681244
580.794790
737.422785
1344.5109253
2297.5424805
1055.237301
1370.998051
1462.9893646
1664.4730530
701.9811859
757.3450546
2880.443260
2984.4388351
3502.404228
350.070272
3297.2087250
1375.4396591
305.5325623
2584.8789368
588.534250
158.0385017
408.9289932
1015.2078476
7.850636e+03
2052.0750732
1049.9315033
8.621222e+03
93.7186203
500.177620
313.4034920
331.4416695
438.738184
479.701755
308.7851868
733.9281921
99.9817047
5.588358e+03
664.8875732
2726.2491150
765.2768097
727.3311615
340.8118591
813.2450638
1007.4029617
174.3250122
327.8500214
1383.0149307
534.1395874
2956.127571
1860.1199036
1466.7086029
2954.9828186
6.763446e+03
1992.3045959
5542.44598
1852.4617157
6143.2111053
90.5104370
450.6636200
300.6281433
12164.044548
1755.2899017
1626.0575180
13852.746246
548.4303970
968.9521637
787.4815063
939.338272
6187.987961
5638.289963
8976.265045
1432.1330109
5926.601166
15974.27762
2297.4738464
835.8400726
612.2662506
1233.6549988
3966.001053
875.2194214
658.6809845
2095.4385223
871.8635864
Nous allons maintenant calculer les corrélations entre la colonne des superficies en végétation et toutes les autres colonnes, une par une. Mais avant nous allons supprimer la colonne mois afin de n’avoir que des valeurs numériques dans notre tableau.
# on calcule la corrélation entre les superficies et les précipitations sur chaque BVppt_vgt_cor <-cor(ppt_sous_bv_sup_vgt[ , colnames(ppt_sous_bv_sup_vgt) !=c('mois', 'sup_vgt_km2')], ppt_sous_bv_sup_vgt$sup_vgt_km2)
À ce stade nous avons calculé une matrice de corrélation entre les superficies en végétation et les précipitations pour chaque sous-bassin. Pour pouvoir l’analyser par la suite, nous transformons cette matrice en tableau dataframe et nous en profitons pour donner un nom explicite à la colonne des corrélations et pour rapatrier les identifiants des bassins en tant que colonne de type entier.
# on transforme cette matrice de corrélations en dataframeppt_vgt_cor <-as.data.frame(ppt_vgt_cor)# on renomme la première colonne des corrélations avec un nom explicitenames(ppt_vgt_cor)[1] <-'corr_ppt_vgt'# on met l'index en nom de colonneppt_vgt_cor$HYBAS =rownames(ppt_vgt_cor)# on transforme le champ HYBAS en entierppt_vgt_cor$HYBAS <-as.integer(ppt_vgt_cor$HYBAS)kable(head(ppt_vgt_cor))
corr_ppt_vgt
HYBAS
1081493880
0.7641088
1081493880
1081494250
0.7622489
1081494250
1081491930
0.7522325
1081491930
1081491920
0.7597806
1081491920
1081490340
0.7457783
1081490340
1081490490
0.7521572
1081490490
Dans ce tableau, dans la colonne corr_ppt_vgt nous avons le coefficient de corrélation de Pearson entre les superficies en végétation et les précipitations cumulées mensuelles pour chaque sous-bassin. La colonne HYBAS contient l’identifiant des sous-bassins.
Il est maintenant intéressant de représenter ces corrélations sous forme de carte afin de voir la répartition spatiale des sous-bassins les plus corrélés aux variations de végétation dans le delta. Pour cette cartographie, nous devons joindre ce tableau des corrélations avec la couche vecteur des bassins. Le champ commun pour la jointure est le champ HYBAS_ID dans le couche vecteur est HYBAS dans le tableau des corrélations.
# on joint ce dataframe des corrélations au vecteur initial des bassinsbv_amont_cor <-inner_join(bv_amont, ppt_vgt_cor, by =c('HYBAS_ID'='HYBAS'))# on ne garde que les colonnes utilesbv_amont_cor <- bv_amont_cor %>%select(one_of('HYBAS_ID', 'corr_ppt_vgt'))
Dans un premier temps nous allons cartographier ces résultats en une carte statique à l’aide de la librairie mapsf. Par contre, mapsf ne prend en entrée que des objets de type sf (mais Timothée Giraud va sûrement bientôt ouvrir mapsf aux spatVector !). Nous commençons donc par transformer notre couche vecteur des corrélations par bassin en objet sf. Nous en profitons pour le reprojeter dans un système de coordonnées métriques comme WGS 84 / NSIDC EASE-Grid 2.0 Global (code EPSG 6933).
# nécessité de transformer notre spatvector en sf et de réparer ses géométriestmp <- sf::st_make_valid(sf::st_as_sf(bv_amont_cor))# on le met dans un SCR projeté en mètres (le EPSG:6933 - WGS 84 / NSIDC EASE-Grid 2.0 Global par exemple)bv_amont_cor_6933 <- sf::st_transform(tmp, 6933)
Nous pouvons ensuite passer à la cartographie proprement dite.
library(mapsf)# ligne à jouer une fois pour optimiser les espaces autour de la cartes# mf_get_ratio(bv_amont_cor_6933, width = 5, expandBB = c(0,0,0,.3))# cartographie proprement dite des corrélationsmf_map(x = bv_amont_cor_6933, var ="corr_ppt_vgt", type ="choro",pal ="Dark Mint",breaks ="quantile",nbreaks =6,leg_title ="Coefficients de corrélation",leg_val_rnd =2)# on met en petit la localisation sur la carte du mondemf_inset_on(x ="worldmap", pos ="bottomright")mf_worldmap(tmp, col ="darkred")mf_inset_off()# on définit un titremf_title("Corrélation entre les précipitations par bassin et les surfaces en végétation du delta")# on met les créditsmf_credits("ElementR, 2024")# on met une barre d'échellemf_scale(size =100, )# une belle flèche du nordmf_arrow("topleft")
Nous pouvons également afficher cette carte en carte dynamique afin d’explorer plus finement les valeurs par bassin.
library(leaflet)# une cartographie en leaflet# on met nos bassins avec les corrélations dans le SCR WGS84tmp <- sf::st_transform(tmp, 4326)# on créé une palette de couleurs bleuesnb_colors <-5# Nombre de nuances de bleupalette_bleue <-colorRampPalette(c("lightblue", "darkblue"))(nb_colors)# on définit une palette de couleurs pour les valeurs numériquespal <-colorNumeric(palette = palette_bleue,domain = tmp$corr_ppt_vgt)# on créé la carte proprement ditemap <-leaflet(tmp) %>%# on ajoute des tuiles OpenStreetMap comme fond de carteaddTiles() %>%# on ajoute les polygones des sous bassins qu'on colore selon les coefficients de corrélationaddPolygons(fillColor =~pal(round(corr_ppt_vgt, 3)),fillOpacity =0.7,color ="#BDBDC3",weight =1,popup =~paste("Coeff. corr. :", round(corr_ppt_vgt, 3)) ) %>%# on ajoute une légendeaddLegend(position ="bottomright",pal = pal,values =~round(corr_ppt_vgt, 3),title ='Coefficients de corrélation',labFormat =labelFormat(suffix ='') # Facultatif : formater les labels de la légende )# Afficher la cartemap
Au vu de ces deux cartes, les sous-bassins les plus corrélés aux variations de végétation sont les sous-bassins les plus proches du delta.
8 Discussion et perspectives
Au final, que pouvons-nous dire des relations entre précipitations dans les bassins contributeurs et variations de surfaces en végétation dans le delta ? Pas grand chose de concluant à ce stade. Ce sont les bassins les plus proches du delta qui semblent être le plus corrélés. Est-ce parce qu’ils contribuent le plus au delta ? Ou est-ce parce qu’ils subissent les mêmes conditions pluviométriques que le delta ? C’est d’autant plus étonnant que ce sont les sous-bassins les moins arrosés comme nous l’avons vu. Mais ici nous avons calculé des corrélations mois par mois alors qu’il y a certainement un décalage temporel entre la survenue de la pluie à l’amont, l’arrivée de cette pluie sous forme d’écoulement dans le delta et son absorption par la végétation.
Cette première piste d’exploration nous a tout de même permis de présenter de nombreuses fonctionnalités rasters et vecteurs et des combinaisons entre ces deux types de données. Pour finir, si nous souhaitons exporter notre raster multi-bandes de NDVI par exemple (attention c’est volumineux, ~750 Mo), et notre couche vecteur des corrélations, il suffit (de décommenter) et d’exécuter les lignes suivantes.
# export du raster multi-bandes de NDVI# terra::writeRaster(multi_ndvi, 'data/multi_ndvi.tif')# export du vecteur des corrélations# terra::writeVector(bv_amont_cor, 'data/bv_amont_cor.gpkg')
9 References
Caloz, Régis, et Claude Collet. 2011. Analyse spatiale de l’information géographique. EPFL Press.
Crawford, Christopher J., David P. Roy, Saeed Arab, Christopher Barnes, Eric Vermote, Glynn Hulley, Aaron Gerace, et al. 2023. « The 50-Year Landsat Collection 2 Archive ». Science of Remote Sensing 8 (décembre): 100103. https://doi.org/10.1016/j.srs.2023.100103.
Gong, L., S. Halldin, et C.-Y. Xu. 2011. « Global-Scale River Routing—an Efficient Time-Delay Algorithm Based on HydroSHEDS High-Resolution Hydrography ». Hydrological Processes 25 (7): 1114‑28. https://doi.org/10.1002/hyp.7795.
Gumbricht, T., J. McCarthy, et T. S. McCarthy. 2004. « Channels, Wetlands and Islands in the Okavango Delta, Botswana, and Their Relation to Hydrological and Sedimentological Processes ». Earth Surface Processes and Landforms 29 (1): 15‑29. https://doi.org/10.1002/esp.1008.
Muthoni, Francis Kamau, Vincent Omondi Odongo, Justus Ochieng, Edward M. Mugalavai, Sixbert Kajumula Mourice, Irmgard Hoesche-Zeledon, Mulundu Mwila, et Mateete Bekunda. 2019. « Long-Term Spatial-Temporal Trends and Variability of Rainfall over Eastern and Southern Africa ». Theoretical and Applied Climatology 137 (3): 1869‑82. https://doi.org/10.1007/s00704-018-2712-1.
Notes de bas de page
Les informations géographiques de type raster sont sous la forme de matrice organisée en lignes et en colonnes, l’espace est alors divisé de manière régulière en pixels (picture elements) auxquels sont associées des valeurs. ↩︎
« Un phénomène est dit continu dans l’espace s’il est défini en tout point de l’espace géographique et que ses propriétés varient localement de manière graduelle et structurée. » (Caloz et Collet (2011)). Comme l’altitude, les températures, etc.↩︎
