Démarche ouverte et collaborative
Portée par Géonef et ouverte aux maîtres d'ouvrage, experts, métiers et développeurs, Climae aide à formuler ce qu'il faut mesurer avant de produire une carte, un score ou un outil : données, seuils, durées, calculs, limites et usages d'adaptation.
Les territoires disposent de scénarios climatiques, de couches SIG, de bases d'actifs, de scores et de tableaux de bord. C'est utile. Le problème commence quand le résultat arrive avant la question.
Un score de vulnérabilité sait très bien paraître sérieux. Encore faut-il savoir ce qu'il additionne, ce qu'il oublie, et qui a choisi les seuils.
Une pluie horaire, une pente, une buse et un remblai ne font pas encore une analyse. Il faut dire ce qui agit, sur quoi, et à partir de quel seuil.
La pluie ne lit pas les stratégies d'adaptation. Elle cherche la pente, le fossé, le point bas, le sol nu, la faiblesse de drainage.
Avant de coder un module SIG ou de publier un raster, il faut formuler les phénomènes, les données, les paramètres, les calculs et les usages.
Une pente, un sol, un fossé, une voie ferrée ou un remblai ne sont pas du décor autour d'une donnée climatique. Ce sont souvent eux qui donnent le sens.
Une moyenne annuelle dort bien dans un rapport. Une alternance sec / humide, une pluie de deux heures ou cinq nuits chaudes consécutives travaillent beaucoup plus.
Un indicateur qui oublie ses sources, ses seuils et sa version devient vite un chiffre orphelin. Il peut voyager loin, mais il raconte moins bien d'où il vient.
Dupliquer un territoire en 3D ne suffit pas à comprendre pourquoi une buse déborde. Sans indicateurs explicites, le double numérique risque surtout de ranger les hypothèses floues dans une très belle salle de contrôle.
Climae travaille l'entre-deux qui fait souvent défaut : besoins de maîtres d'ouvrage, expertises scientifiques, géodonnées, modèles, métiers de terrain et développements logiciels. C'est là que les malentendus prennent racine. C'est aussi là qu'un bon cahier des charges les rattrape.
Formuler le besoin sans le réduire trop tôt à une interface, un marché ou une carte finale.
Traduire les connaissances climatiques en paramètres utilisables, sans leur faire dire plus qu'elles ne savent.
Relier sols, ouvrages, métiers, données et calculs pour que le développement parte d'un problème correctement posé.
Avec les LLM et l'IA, produire quelque chose devient rapide. Produire la bonne chose reste plus contrariant.
Le code accélère l'efficience ;
le cahier des charges travaille l'efficacité : raisonnement, flux de travail, responsabilités et interface entre MOA, MOE, experts et terrain.
Un bon indicateur commence rarement par une couche disponible.
Il commence par une gêne très concrète : un talus qui ravine, une route qui fatigue, un quartier qui garde la chaleur, une buse qui ne suit plus.
Comprendre une exposition, qualifier une sollicitation, comparer des scénarios, prioriser des actions ou préparer un outil.
Pluie intense, séquence sèche, gel-dégel, chaleur nocturne, ruissellement, saturation ou réhumidification.
Route, remblai, ouvrage d'art, quartier, bassin versant, réseau, composant technique ou actif patrimonial.
Données météo, géodata, actifs, sols, pentes, drainage, matériaux, historique de désordres ou observations terrain.
Seuils, durées, intensités, fenêtres temporelles, échelles spatiales, périodes de référence et limites de validité.
Un résultat calculable, interprétable et discutable, relié à un usage métier plutôt qu'à un score muet.
Un indicateur paramétrique n'est ni une simple couche SIG, ni un KPI générique, ni une carte statique. Il garde visibles les choix qui le fabriquent.
Un indicateur paramétrique est une construction calculable et interprétable qui relie des données sources, un algorithme, des paramètres et une intention métier.
Où un objet rencontre-t-il un phénomène, et avec quelle intensité probable ?
Quelle séquence agit vraiment sur l'ouvrage : durée sèche, pluie courte intense, alternance gel-dégel ?
Quelle sensibilité locale change l'interprétation : sol, pente, matériau, drainage, état connu ?
Quels actifs méritent une analyse plus fine sans réduire le raisonnement à une note opaque ?
Quels sites surveiller, diagnostiquer, instrumenter ou traiter en premier ?
Que change un seuil, une période, une hypothèse de données ou une règle de calcul ?
Avant le rendu final, il faut écrire ce qu'il devra prouver : phénomène étudié, objet concerné, données mobilisées, seuils retenus, calculs attendus, limites connues et usages métier.
Phénomènes, objets concernés, périmètres, temporalités, scénarios et mécanismes physiques ou fonctionnels.
Indicateurs, données sources, algorithmes, seuils, unités, fenêtres temporelles et règles d'agrégation.
Restitutions attendues, limites, incertitudes, statuts de maturité, usages métier et développements éventuels.
Une pluie intense n'agit pas sur une ligne PowerPoint. Elle arrive sur un sol, une pente, un fossé, un remblai, une chaussée, une place minérale ou un réseau déjà fatigué.
Absence prolongée de pluie, chaleur, dessiccation potentielle, matériaux sensibles et surveillance ciblée.
Franchissements répétés de 0 °C, humidité disponible, fatigue des matériaux et maintenance saisonnière.
Pluie courte, pente, couverture du sol, fossés, buses et potentiel de ravinement.
Nuits chaudes, formes bâties, végétation, usages sensibles et priorisation d'interventions.
La carte Climae donne une première prise visuelle sur les indicateurs. Elle n'a d'intérêt que si l'on peut encore remonter aux données, aux seuils et aux hypothèses. Sinon, elle devient seulement une belle image.
Voir où un phénomène concerne un territoire, un ouvrage, un quartier ou un actif.
Ne pas s'arrêter à la couleur : regarder les données sources, les seuils, les périodes et les paramètres.
Utiliser la carte comme support de conversation technique, pas comme verdict automatique.
Accumuler des données ne suffit pas. Empiler des cartes, des scores et des tableaux non plus. L'adaptation demande des indicateurs explicites, paramétrables et interprétables, sinon chacun finit par croire le chiffre qui l'arrange.
Les hypothèses doivent rester sur la table. Un seuil mal nommé peut faire plus de dégâts qu'une donnée manquante : il donne une impression de méthode.