## Création de fichiers sur la pluviométrie dans le Golfe du Morbihan 
## Auteur: Paul Cahu, Golfe en Transition, paul@golfeentransition.bzh
## Dernière version: 05/02/2026
# Package pour lire les données de type parquet mises à dispo sur data.gouv.fr
#install.packages("arrow")
# install.packages("writexl")
library(arrow)
library(dplyr)
library(tidyr)
library(writexl)

## Reading initial data and input
path<-"/Users/Helloworld_lab/Documents/2024 - PAUL/GET/eau/"
## Il y a deux fichiers sources de données quotiennes:
# 1950-2024: https://object.files.data.gouv.fr/hydra-parquet/hydra-parquet/570b8bec-5e45-4276-8738-bc0aa82f782a.parquet
# 2025 : https://object.files.data.gouv.fr/hydra-parquet/hydra-parquet/74d2f82d-8f4f-4737-9c49-89645223d0cc.parquet

meteo_56_5024<-read_parquet(
  paste(path,"570b8bec-5e45-4276-8738-bc0aa82f782a.parquet",sep=""),
  col_select = NULL,
  as_data_frame = TRUE,
)
meteo_56_25<-read_parquet(
  paste(path,"74d2f82d-8f4f-4737-9c49-89645223d0cc.parquet",sep=""),
  col_select = NULL,
  as_data_frame = TRUE,
)  

# Selection des colonnes pluviometrie (RR)
# Combinaison des deux fichiers
pluvio_56<-meteo_56_5024[, (names(meteo_56_5024) %in% c("NOM_USUEL", "AAAAMMJJ","RR"))]
pluvio_56_25<-meteo_56_25[,(names(meteo_56_25) %in%  c("NOM_USUEL", "AAAAMMJJ","RR"))]
pluvio_56<-rbind(pluvio_56,pluvio_56_25)
rm(meteo_56_25,meteo_56_5024)

# Les stations de mesure de Vannes ont changé avec le temps
vannes<-c("VANNES-SENE","VANNES","VANNES PARGO","VANNES SA","VANNES KERDOGAN")
pluie_vannes<-pluvio_56[pluvio_56$NOM_USUEL %in% vannes,]
pluie_vannes$ANNEE=substr(pluie_vannes$AAAAMMJJ, 1, 4)
pluie_vannes$MOIS=substr(pluie_vannes$AAAAMMJJ, 6, 7)
# Affichage des années couvertes par chaque station:
disp<-cbind(aggregate(pluie_vannes$ANNEE ~ pluie_vannes$NOM_USUEL, data = pluie_vannes, FUN = min),aggregate(pluie_vannes$ANNEE ~ pluie_vannes$NOM_USUEL, data = pluie_vannes, FUN = max)$`pluie_vannes$ANNEE`)
names(disp)<-c("STATION","ANNEE DEBUT","ANNEE FIN")
disp
# Pour avoir une couverture sur longue période, il faut donc utiliser:
# Vannes -> Vannes SA -> VANNES SENE
pluie_vannes<-pluie_vannes[pluie_vannes$NOM_USUEL %in% c("VANNES SA","VANNES-SENE","VANNES"),]
# Nous devons faire la moyenne lorsqu'il a plusieurs observations à la même date
pluie_vannes<-aggregate(pluie_vannes$RR~pluie_vannes$AAAAMMJJ,data=pluie_vannes,FUN=mean,ra.rm=TRUE)
names(pluie_vannes)<-c("Date","Cumul_pluie")
pluie_vannes$ANNEE=substr(pluie_vannes$Date, 1, 4)
pluie_vannes$MOIS=substr(pluie_vannes$Date, 6, 7)


# Calcul des jours où les précipitations dépassent: 9,15,20 et 30mm
pluie_vannes$mm9 <- ifelse(pluie_vannes$Cumul_pluie >9, 1, 0)
pluie_vannes$mm15 <- ifelse(pluie_vannes$Cumul_pluie >15, 1, 0)
pluie_vannes$mm20 <- ifelse(pluie_vannes$Cumul_pluie >20, 1, 0)
pluie_vannes$mm30 <- ifelse(pluie_vannes$Cumul_pluie >30, 1, 0)

## Comptage du nombre de jours dans l'année où les précipitations dépassent les seuils
counts9<- table(pluie_vannes$ANNEE[pluie_vannes$mm9 == 1])
barplot(counts9,main ="Nombre de jours avec plus de 9mm de pluie par année",xlab="Année",ylab="nombre de jours",col="steelblue")
counts15<- table(pluie_vannes$ANNEE[pluie_vannes$mm15 == 1])
barplot(counts15,main ="Nombre de jours avec plus de 15mm de pluie par année",xlab="Année",ylab="nombre de jours",col="steelblue")
counts20 <- table(pluie_vannes$ANNEE[pluie_vannes$mm20 == 1])
barplot(counts20,main ="Nombre de jours avec plus de 20mm de pluie par année",xlab="Année",ylab="nombre de jours",col="steelblue")
counts30 <- table(pluie_vannes$ANNEE[pluie_vannes$mm30 == 1])
barplot(counts30,main ="Nombre de jours avec plus de 30mm de pluie par année",xlab="Année",ylab="nombre de jours",col="steelblue")
countsP<- tapply(pluie_vannes$Cumul_pluie,pluie_vannes$ANNEE,sum)
barplot(countsP,main ="Précipitations en mm par année",xlab="Année",ylab="Cumul précipitations",col="steelblue")
## comptons le nombre de jours moyen dans l'annee avec plus de 9mm de pluie
table(pluie_vannes$mm9)
1/(1+table(pluie_vannes$mm9)["0"]/table(pluie_vannes$mm9)["1"])
## Probabilité est de 8.1%


# Création des données mensuelles de cumul de précipitations sur Vannes-Séné
pluie_vannes$mois_annee=paste(pluie_vannes$MOIS,pluie_vannes$ANNEE,sep="-")
pluie_vannes_mensuel<-aggregate(pluie_vannes$Cumul_pluie ~ pluie_vannes$mois_annee, data = pluie_vannes, FUN = sum)
pluie_vannes_mensuel$MOIS<-substr(pluie_vannes_mensuel$`pluie_vannes$mois_annee`,1,2)
pluie_vannes_mensuel$ANNEE<-substr(pluie_vannes_mensuel$`pluie_vannes$mois_annee`,4,7)
pluie_vannes_mensuel <- pluie_vannes_mensuel[, !names(pluie_vannes_mensuel) %in% c("pluie_vannes$mois_annee")]
pluie_vannes <- pluie_vannes[, !(names(pluie_vannes) %in% "mois_annee")]

# Formatage en mode paysage
pluie_vannes_mensuel_large<-pluie_vannes_mensuel %>%
  pivot_wider(
    names_from = MOIS,
    values_from = `pluie_vannes$Cumul_pluie`
  )

# Inversement du tableau
df_t <- as.data.frame(t(pluie_vannes_mensuel_large))
names(df_t) <- df_t[1,]
df_t<-df_t[2:nrow(df_t),]
df_t<-df_t[,order(as.numeric(names(df_t)))]
df_t[]<- lapply(df_t, function(x) as.numeric(as.character(x)))
# Calcul des moyennes historiques annuelles sur 1970-2010
df_t$norme1980_2010=rowMeans(df_t[,as.numeric(names(df_t))>=1970 & as.numeric(names(df_t))<=2010],na.rm=TRUE)
df_t$mois=seq(1,12)
df_t<-df_t[,c(ncol(df_t),1:(ncol(df_t)-1))]

# Exportation du fichier
write_xlsx(df_t,paste(path,"pluvio_golfe_mensuel.xlsx",sep=""))
write_xlsx(pluie_vannes,paste(path,"pluvio_golfe_journalier.xlsx",sep=""))

# Nettoyage de l'environnement R
rm(list=ls())