- Lien de téléchargement des données est le suivant : [[https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv][link]]
- Lien de téléchargement des données est le suivant : [[https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv][link]]
- Les données ont été téléchargées le 2020-11-16 (date au format ISO).
- Les données ont été téléchargées le 2020-11-16 (date au format ISO).
...
@@ -22,20 +22,22 @@ _Généralités_ :
...
@@ -22,20 +22,22 @@ _Généralités_ :
- Finalement, d'après le site : "The weekly values have been
- Finalement, d'après le site : "The weekly values have been
adjusted to 12:00 hours at middle day of each weekly period."
adjusted to 12:00 hours at middle day of each weekly period."
** Objectifs
_Objectifs_
1. Proposer un modèle de la variation de CO2 dans l'atmosphère en
1. Proposer un modèle de la variation de CO2 dans l'atmosphère en
fonction du temps.
fonction du temps.
2. À l'aide du modèle prédire la concentration future de CO2
2. À l'aide du modèle prédire la concentration future de CO2
en 2025.
en 2025.
** Démarche
_Démarche_
1. Dans un premier temps effectuer une analyse fréquentielle des
1. Dans un premier temps effectuer une analyse fréquentielle des
données afin de tenter de modéliser certains phénomènes.
données afin de tenter de modéliser certains phénomènes.
2. Utiliser un outil d'optimisation pour déterminer certains
2. Utiliser un outil d'optimisation pour déterminer certains
paramètres du modèle en utilisant les mesures.
paramètres du modèle en utilisant les mesures.
** Outils utilisés
1. Python 3.8.6 (GCC 10.2.0)
2. numpy 1.19.2
3. scipy 1.5.3
4. matplotlib 3.3.2
* Lecture des données brutes ou téléchargement
* Lecture des données brutes ou téléchargement
Les données ont été téléchargées le 2020-11-16. Le lien de
Les données ont été téléchargées le 2020-11-16. Le lien de