Comment nous avons fait

1. Sources, dates et licences

Toutes les températures viennent de Météo-France, via le défi « données changement climatique » de data.gouv.fr, sous Licence Ouverte 2.0 (Etalab) : réutilisation libre, attribution obligatoire. Fichiers téléchargés le 20/10/2026.

Stations retenues

2. Comment nous avons préparé les chiffres

1. Nous conservons uniquement les fichiers de Mulhouse et de Colmar-Meyenheim, puis les années 2003 à 2022. Les textes d’explication inclus dans les fichiers Météo-France sont séparés des lignes de mesures.

2. Nous vérifions que la température est renseignée et que le code qualité de Météo-France vaut 1 dans la série utilisée : Q_HOM pour les moyennes mensuelles, Q_SQR pour les mesures quotidiennes. Un code qualité à 1 ne suffit pas si la température elle-même manque.

3. Pour obtenir une moyenne annuelle, nous tenons compte de la durée de chaque mois : un mois de 31 jours compte davantage qu’un mois de 28 jours.

   Le total est divisé par 365 ou 366 jours. Le calcul exige les douze mois ; c’est le cas des vingt années dans les deux stations.

4. Pour chaque station, nous calculons la moyenne de ses vingt moyennes annuelles. Elle sert de référence. L’écart entre une année et cette référence est appelé anomalie : positif si l’année est plus chaude, négatif si elle est plus fraîche.

   Cette référence de vingt ans diffère d’une « normale climatique », habituellement calculée sur trente ans.

5. Pour comparer les records, nous retenons les mêmes 7 277 journées utilisables dans les deux stations. Les 28 jours de février 2015 manquent à Mulhouse : nous écartons donc ces dates des deux côtés, sans remplacer les températures manquantes.

6. Dans les fiches station, nous montrons aussi la plus haute et la plus basse des températures maximales quotidiennes de chaque année. La seconde décrit une journée où même la température la plus haute est restée basse ; ce n’est pas la température minimale, appelée TN. À Mulhouse, les résultats de 2015 portent sur les jours disponibles, car février manque.

7. Pour les mois les plus chauds, nous cherchons le mois dont la moyenne des températures maximales arrive en tête chaque année. Tous les mois à égalité sont comptés.

   Cela donne 21 mois comptés pour 20 années dans chaque station : juin 4, juillet 9, août 8 à Mulhouse ; juin 4, juillet 7, août 10 à Colmar-Meyenheim.

8. Nous comparons ensuite deux périodes de dix ans à la même référence de chaque station. Les nombres d’années et les moyennes affichés sont repris des résultats du carnet d’analyse. La différence d’environ 0,98 °C concerne les moyennes de ces deux périodes ; ce n’est pas une hausse annuelle ni une prévision.

9. Pour chaque année, nous soustrayons le record de Colmar-Meyenheim à celui de Mulhouse. Les deux records sont recherchés parmi les mêmes journées disponibles, mais peuvent dater de jours différents. Les deux graphiques gardent une échelle de −2,5 à +2,5 °C, choisie à partir des vingt écarts, pour permettre leur comparaison.

10. Sur la carte, chaque station est associée au contour de sa commune grâce au numéro INSEE : 68224 pour Mulhouse et 68241 pour Oberentzen. La couleur représente l’écart à la moyenne 2003–2022 de la station, pas une moyenne de toute la commune.

    Les autres communes restent grises. L’échelle reste fixée de −2,5 à +2,5 °C pour toutes les années.

11. Les calculs sont effectués avant l’arrondi des résultats. Les températures sont ensuite arrondies à deux chiffres après la virgule pour leur publication. Les nombres de jours, de mois et d’années restent des nombres entiers.

Vous pouvez retrouver les calculs dans le carnet d’analyse et télécharger les résultats en bas de cette page. Le site conserve seulement les données utiles aux deux stations et à la période étudiée, sans les grandes archives nationales d’origine.

3. Contrôle de qualité

Sur vingt ans, nous attendons 240 moyennes par mois et 7 305 températures quotidiennes par station. Le tableau distingue les lignes présentes des températures réellement renseignées : à Mulhouse, 28 lignes ne contiennent pas de température en février 2015, même si leur code qualité vaut 1.

4. Comment les graphiques s’affichent

Avez-vous besoin de choisir une année ou d’afficher des détails ? Cette question guide notre choix technique, appelé « route d’export » : A pour un graphique préparé à la publication, B pour une interaction dans votre navigateur, C pour une page propre à chaque station. Le lien « Méthode » sous chaque graphique explique le choix retenu.

5. Limites et biais identifiés

Période courte

Nous décrivons les différences entre deux périodes de dix ans. Cela ne suffit pas à mesurer une tendance climatique de long terme, ni à prouver que la température augmente régulièrement chaque année.

Deux points de mesure

Une station décrit son abri et ses environs immédiats. Elle ne représente ni toute la ville de Mulhouse, ni tout le Haut-Rhin.

Ville contre campagne

Les stations ont 38 mètres de différence d’altitude. Leur exposition, les sols et les changements intervenus sur les sites peuvent aussi jouer. Nous ne pouvons donc pas attribuer leurs écarts à la seule différence entre ville et campagne.

Des mesures qui ne racontent pas la même chose

Une moyenne annuelle, un mois chaud et une journée record répondent à des questions différentes. Les températures maximales ne décrivent pas les températures les plus basses de la nuit. Compter les mois les plus chauds ne prouve pas non plus que les saisons se décalent.

Pourquoi corriger les moyennes mensuelles ?

Un changement d’appareil ou de lieu de mesure peut modifier une série sans que le climat ait changé. Météo-France ajuste les séries mensuelles pour limiter ces effets : c’est l’homogénéisation. Nous utilisons ces séries corrigées pour les moyennes, et les séries quotidiennes de référence pour les records.

Portée de la carte

Les communes colorées situent les stations et leurs anomalies ; elles ne représentent pas une température uniforme sur la commune. Les déplacements historiques des stations ne sont pas représentés.

Couleurs

La légende de chaque graphique explique le sens des couleurs. Les couleurs de la carte ne changent pas de sens lorsque vous choisissez une autre année. Les deux graphiques de records partagent eux aussi la même échelle.

Ce qui a été revérifié pour le site

Les records ont été recalculés à partir des températures quotidiennes disponibles dans le projet. Les mois retenus et les moyennes des périodes de dix ans proviennent de la retranscription du carnet d’analyse du binôme.

Ils n’ont pas été recalculés ici à partir des séries mensuelles complètes. Les écarts annuels à la moyenne proviennent des résultats déjà enregistrés dans le projet.

6. Couleurs et accessibilité

• Chaque graphique possède un titre, une explication pour le lire et sa source.
• Une description textuelle donne ses principaux résultats aux personnes utilisant un logiciel de lecture à voix haute. Elle est mise à jour lorsque vous changez l’année de la carte.
• Le lien « Voir les chiffres du graphique » ouvre un tableau : vous pouvez y lire les valeurs sans dépendre des couleurs ni du survol à la souris.
• Les menus et les tableaux sont utilisables au clavier. Le site indique l’élément sélectionné et annonce les changements de graphique aux lecteurs d’écran.
• Les graphiques s’adaptent à l’écran. Si un tableau est trop large, vous pouvez le faire défiler sans faire déborder toute la page.
• Un contrôle automatique avec Lighthouse a obtenu 100/100 en accessibilité sur les quatre pages. Ce résultat complète les essais sur mobile et au clavier ; il ne garantit pas, à lui seul, que tous les besoins sont couverts.

7. Données téléchargeables

Vous souhaitez vérifier un chiffre ou réutiliser les résultats ? Ces fichiers contiennent seulement les mesures et résultats utiles à cette étude. Les nombres de jours, de mois ou d’années utilisés sont conservés pour comprendre sur combien d’observations repose chaque résultat.

Les températures sont arrondies à deux chiffres après la virgule ; dans les fichiers JSON, un zéro final peut être omis sans changer la valeur. Licence Ouverte 2.0 : citer « Météo-France » pour les températures.

CSV s’ouvre dans un tableur comme Excel ou LibreOffice. JSON permet de réutiliser les chiffres dans un programme. GeoJSON contient les contours des communes de la carte.

• Mois sélectionnés comme les plus chauds

  CSV — Mois sélectionnés comme les plus chauds JSON — Mois sélectionnés comme les plus chauds

  Les mois arrivés en tête chaque année selon la moyenne des températures maximales. Les résultats du carnet d’analyse donnent 21 mois comptés par station pour 20 années, car les mois à égalité sont tous conservés. Les autres mois ne figurent pas dans ce fichier. 42 lignes.

  Colonnes : station, annee, mois, tx (moyenne mensuelle des TX, °C)

• Comparaison des décennies

  CSV — Comparaison des décennies JSON — Comparaison des décennies

  Pour chaque station et chaque période de dix ans : la moyenne des maximales et le nombre d’années dépassant la moyenne 2003–2022 de cette station. Résultats repris de la synthèse du carnet d’analyse, sans les recalculer à partir de valeurs déjà arrondies. 4 lignes.

  Colonnes : station, periode, total, chaudes, moyenne (°C)

• Écarts entre records quotidiens annuels

  CSV — Écarts entre records quotidiens annuels JSON — Écarts entre records quotidiens annuels

  Les deux records de chaque année et leur différence, avec les dates où ils ont été atteints. Nous comparons les mêmes journées disponibles dans les deux stations, en écartant février 2015 des deux côtés. Les records peuvent dater de jours différents. 20 lignes.

  Colonnes : annee, mulhouse (°C), meyenheim (°C), ecart (°C), joursCommuns, datesMulhouse, datesMeyenheim

• Moyennes annuelles des températures maximales

  CSV — Moyennes annuelles des températures maximales JSON — Moyennes annuelles des températures maximales

  Une ligne par station et par année, avec la moyenne des températures maximales. Les nombres de mois et de jours utilisés sont indiqués pour vérifier sur combien de mesures repose le calcul. 40 lignes.

  Colonnes : station, annee, moisDisponibles, joursUtilises, txMoyenne (°C), reference (moyenne 2003–2022 de la station, °C), anomalie (°C)

• Températures maximales les plus hautes et les plus basses de chaque année

  CSV — Températures maximales les plus hautes et les plus basses de chaque année JSON — Températures maximales les plus hautes et les plus basses de chaque année

  Pour chaque station et chaque année : la plus élevée et la plus basse des températures maximales de la journée, leurs dates et le nombre de jours disponibles. La valeur basse ne représente pas une température minimale nocturne. 80 lignes.

  Colonnes : station, annee, indicateur, tx (°C), dates (JJ/MM/AAAA), joursMesures

• Températures maximales quotidiennes

  CSV — Températures maximales quotidiennes JSON — Températures maximales quotidiennes

  Les températures maximales mesurées chaque jour dans les deux stations, de 2003 à 2022. Une case vide indique une mesure manquante, notamment à Mulhouse en février 2015. Ce fichier permet de retrouver les journées utilisées pour comparer les records. 7 305 lignes.

  Colonnes : date, mulhouse (°C), colmar (°C, station Colmar-Meyenheim)

• Les deux stations

  CSV — Les deux stations JSON — Les deux stations

  Les numéros Météo-France, le nom de la série de mesures, la commune, la position et l’altitude des deux stations. 2 lignes.

  Colonnes : slug, station, numero, serie, commune, latitude, longitude, altitude (m)

• Vérification des mesures disponibles

  CSV — Vérification des mesures disponibles JSON — Vérification des mesures disponibles

  Pour chaque station et chaque source : combien de lignes sont attendues, présentes, sans température ou associées au code qualité 1 de Météo-France. 4 lignes.

  Colonnes : station, source, attendues, presentes, manquantes, qualite1

• Communes du Haut-Rhin (GeoJSON, fond de la carte)

  GeoJSON — Communes du Haut-Rhin (GeoJSON, fond de la carte)

Carnet d’analyse complet : https://observablehq.com/@mmi-montbeliard/sae-303-gr-06
Code du site : https://github.com/RINGENBACH-ALEX/SAE303

8. Utilisation de l’IA et positionnement