Chercheur·se en sciences de l'information géographique en analyse de données h/f

- Amélioration des méthodes de tri des données Netatmo en intégrant des critères spatiaux locaux basés sur des bases de données géographiques urbaines ou des produits de télédétection (Madelin et
al. 2020) ;
- Spatialisation des données Netatmo : comparaison de différentes méthodes (régression multiple, krigeage, GWR, random forests) ;
- Validation des données Netatmo et des champs obtenus sur la région parisienne pour les étés 2022 et 2023, par comparaison aux données des stations météorologiques opérationnelles de Météo France et des stations IoT (Internet of Things) localisées dans le centre de Paris et le 13e arrondissement ;
- Constitution d'une base de données pour le projet H2C : champs thermiques nocturnes, à l'échelon horaire et minima journaliers ;
- Analyse de la variabilité spatio- temporelle des champs Netatmo, en fonction des conditions météorologiques et types de temps (selon les méthodes déjà appliquées dans les travaux de Haeffelin et al. 2024 et de Nagel et al. pour les études sur l'effet des parcs) ;
- Étude de l'apport des données Netatmo pour l'évaluation fine des modèles météorologiques jusqu'à résolution hectométrique en exploitant les sorties du modèle MesoNH-TEB à 300 m (IdF) et 100m (Paris + petite couronne) de résolution horizontale.