diff --git a/.DS_Store b/.DS_Store new file mode 100644 index 0000000..8b14002 Binary files /dev/null and b/.DS_Store differ diff --git a/src/.DS_Store b/src/.DS_Store new file mode 100644 index 0000000..1d0eb74 Binary files /dev/null and b/src/.DS_Store differ diff --git a/streamlit.py b/streamlit.py deleted file mode 100644 index f5a8340..0000000 --- a/streamlit.py +++ /dev/null @@ -1,16 +0,0 @@ -import streamlit as st -st.title('Water Tracker') - -st.sidebar.radio('Indicateurs de niveaux d'eau', [":rainbow["Sècheresse"]", "Autre indicateur" , "Water Tracker:movie_camera:"]) -pages = ['page1', 'page2', 'page3'] - -connection = connection to db / addresse de files dans S3 (dispo sous url) - -if page == pages[0]: - #things to put on the page -if page == pages[1]: - #things to put on the second page -if page == pages[2]: - #things to put on the third page - - diff --git a/streamlit/.DS_Store b/streamlit/.DS_Store new file mode 100644 index 0000000..00684bf Binary files /dev/null and b/streamlit/.DS_Store differ diff --git a/streamlit/Notes.rtf b/streamlit/Notes.rtf new file mode 100644 index 0000000..cd05230 --- /dev/null +++ b/streamlit/Notes.rtf @@ -0,0 +1,11 @@ +{\rtf1\ansi\ansicpg1252\cocoartf2706 +\cocoatextscaling0\cocoaplatform0{\fonttbl\f0\fswiss\fcharset0 Helvetica;} +{\colortbl;\red255\green255\blue255;} +{\*\expandedcolortbl;;} +\paperw11900\paperh16840\margl1440\margr1440\vieww11520\viewh8400\viewkind0 +\pard\tx566\tx1133\tx1700\tx2267\tx2834\tx3401\tx3968\tx4535\tx5102\tx5669\tx6236\tx6803\pardirnatural\partightenfactor0 + +\f0\fs24 \cf0 Est-ce qu\'92on peut \'e9crire un script python et appeler une fonction de ce script comme package dans le script streamlit ? Et dans la mise en ligne sur le streamlit server\ +Data file dans le repo appli streamlit\ +Ajouter la premi\'e8re page d\'92intro\ +Changer le style et les tailles des caps + les emoticons et les s\'e9parateurs} \ No newline at end of file diff --git a/streamlit/data/.DS_Store b/streamlit/data/.DS_Store new file mode 100644 index 0000000..08681bd Binary files /dev/null and b/streamlit/data/.DS_Store differ diff --git a/streamlit/data/df_stations.csv b/streamlit/data/df_stations.csv new file mode 100644 index 0000000..8c1f17c --- /dev/null +++ b/streamlit/data/df_stations.csv @@ -0,0 +1,13 @@ +Mois,Très bas,Bas,Modérément bas,Autour de la normale,Modérément haut,Haut,Très haut +Janvier 2023,1.6178176171099445,2.3844626604548758,4.090739321027698,41.296613001513634,11.582237424072654,8.299424033339232,30.728705942481966 +Février 2023,7.948461237104428,10.203282113785749,18.51303704348583,59.115048099943415,2.450702999172942,0.7944108301049058,0.9750576764027337 +Mars 2023,7.278822214816412,6.34176942228147,8.980415988708318,37.82517496226304,7.994354158906902,5.934014232224422,25.64544902079944 +Avril 2023,3.133138185121631,2.281215302311497,4.839002725345716,42.7112142929242,13.582315534470576,10.519834460482487,22.933279499343897 +Mai 2023,2.7254367561420363,1.9293739338444342,4.405795964785004,52.734260112546814,13.656594968726104,8.209642948177487,16.33889531577812 +Juin 2023,2.0887516254876464,2.6434492847854356,6.237808842652796,62.90840377113134,9.673683355006501,5.364109232769831,11.08379388816645 +Juillet 2023,2.253843572993349,2.816317669581006,7.010203477471433,69.65600268408691,8.399613175709012,3.93929226943496,5.924727150723322 +Août 2023,2.2008143807726683,2.28821134174198,5.206078061376502,64.87238057403914,9.164763134372828,4.568477505214023,11.69927500248287 +Septembre 2023,3.7487397897249144,3.6170606752669587,8.19496738884431,63.68331172972862,7.569491595169023,4.098512437503858,9.08791638376232 +Octobre 2023,9.203476604357661,6.08604198912569,10.507203238480772,52.66301543834584,5.1970472675318495,2.9527324681509706,13.390482994007222 +Novembre 2023,0.7285276073619631,0.4944300936390055,1.5337423312883436,28.168388763319342,6.2096383597029385,6.8917500807232805,55.97352276396512 +Décembre 2023,1.0294031796688008,0.6304851232754092,1.4224834108466793,20.695090388993755,6.6629045126388915,8.937710404950476,60.621922979625985 diff --git a/streamlit/data/nappes_data.csv b/streamlit/data/nappes_data.csv new file mode 100644 index 0000000..6eb6fe0 --- /dev/null +++ b/streamlit/data/nappes_data.csv @@ -0,0 +1,13 @@ +Mois,Très bas,Bas,Modérément bas,Autour de la normale,Modérément haut,Haut,Très haut +Janvier 2023,17.577947114362914,14.38416466802271,25.210237104951577,18.333889917726705,14.399344242387443,5.725735450377972,4.368681502170679 +Février 2023,27.43359860313623,19.156509183707733,29.38450690037272,14.771162821933448,6.282529129310634,1.3297068600785735,1.6419865014606627 +Mars 2023,27.481100695494405,17.045660719685515,25.700030238887212,13.982461445418808,8.971877834895677,3.4865436951920166,3.3323253704263687 +Avril 2023,20.917476938419348,13.961605584642234,24.769384193467964,15.784717028172526,13.01109449015208,6.3544003989030164,5.201321366242833 +Mai 2023,21.882629532507462,14.603490369834523,25.219278415769963,17.870814118214426,11.242728396178075,4.903999758869096,4.277059408626458 +Juin 2023,19.992463968348666,15.389204634659464,27.36207492071467,18.865199233836783,10.58498445693472,4.377178384149214,3.428894401356486 +Juillet 2023,21.022281263208743,15.44290803695429,25.83479258498883,18.81226979047159,11.979952901394842,4.054706841374313,2.8530885816073908 +Août 2023,20.03436529707895,14.840382238567509,22.81071956108884,18.744159406746448,13.74310433183613,5.576824525969915,4.250444638712206 +Septembre 2023,20.563976469855895,15.04870988826294,23.66709203523297,17.884154502163156,13.439571726477636,4.783840144417815,4.612655233589591 +Octobre 2023,23.905734013809667,15.322725908135695,22.7979585709997,17.07595316721705,11.335935154608226,4.157910537376163,5.403782647853498 +Novembre 2023,13.034001743679163,8.516004483746418,14.612654128783161,12.750653879686139,13.619379748412005,11.52073732718894,25.946568688504172 +Décembre 2023,11.32283899475283,6.778360796587806,12.08383196784191,12.307833931694743,16.665132406640275,14.474209088956396,26.367792813526037 diff --git "a/streamlit/data/pluviom\303\251trie_data.csv" "b/streamlit/data/pluviom\303\251trie_data.csv" new file mode 100644 index 0000000..b9d1d3f --- /dev/null +++ "b/streamlit/data/pluviom\303\251trie_data.csv" @@ -0,0 +1,13 @@ +Mois,Sécheresse extrême,Grande sécheresse,Sécheresse modérée,Situation normale,Modérément humide,Très humide,Extrêmement humide +Janvier 2023,0.018646280067126608,0.7582820560631487,5.329728385853689,85.76045745540432,6.986139598483436,1.1436385107837652,0.003107713344521101 +Février 2023,25.41288191577209,14.94632535094963,18.087668593448942,41.553124139829336,0.0,0.0,0.0 +Mars 2023,11.39598483435888,6.137733855429175,6.675368264031325,66.54546584623034,8.12667039592268,1.07216110385978,0.04661570016781652 +Avril 2023,0.3018625561978163,3.098908156711625,6.827231856133591,71.28131021194605,14.51830443159923,3.7797045600513806,0.1926782273603083 +Mai 2023,2.9800899165061017,10.94412331406551,22.52729608220938,63.54849068721901,0.0,0.0,0.0 +Juin 2023,21.162491971740526,20.289017341040463,14.678869621066154,38.172768143866406,4.2838792549775215,1.2716763005780347,0.14129736673089274 +Juillet 2023,2.3432158617689103,10.065883522903848,16.94946858101809,63.81689352974082,4.944371931133072,1.6315495058735783,0.2486170675616881 +Août 2023,8.173286096090496,9.683634781527752,12.179128597178195,46.233451426440425,10.83348871900056,10.236807756852508,2.660202622910063 +Septembre 2023,4.139370584457289,12.745664739884393,23.853564547206165,58.25626204238921,0.8991650610147719,0.09633911368015415,0.009633911368015415 +Octobre 2023,3.4651003791410275,13.353844241407172,21.657654297967554,60.54447137796009,0.9602834234570203,0.018646280067126608,0.0 +Novembre 2023,0.0032113037893384713,0.12202954399486192,0.7707129094412332,28.94990366088632,24.030186255619782,24.595375722543352,21.52858060372511 +Décembre 2023,0.0,0.015538566722605507,1.1249922307166387,78.89862639070172,14.25197339797377,4.754801417117285,0.9540679967679782 diff --git a/streamlit/essai_plot.py b/streamlit/essai_plot.py new file mode 100644 index 0000000..b96ae56 --- /dev/null +++ b/streamlit/essai_plot.py @@ -0,0 +1,104 @@ +import pandas as pd +import matplotlib.pyplot as plt +from matplotlib.patches import Patch + +#Plot1 +def plot_flow(df): + + # Couleurs + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Débit: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Très bas", "Bas", "Modérément bas", "Autour de la normale", "Modérément haut", "Haut", "Très haut"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + + +#Plot2 +def plot_groundwater(df): + + # Couleurs + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Nappes: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Très bas", "Bas", "Modérément bas", "Autour de la normale", "Modérément haut", "Haut", "Très haut"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + + +def plot_precipitations(df): + #Plot3 + # Charger le DataFrame à partir du fichier CSV + df = pd.read_csv('./data/pluie_data.csv') + + # Couleurs + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Pluie: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Sécheresse extrême", "Grande sécheresse", "Sécheresse modérée","Situation normale", "Modérément humide", "Très humide", "Extrêmement humide"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + +def main(): + + essai_plot() + +if __name__ == "__main__": + main() \ No newline at end of file diff --git a/streamlit/requirements.txt b/streamlit/requirements.txt new file mode 100644 index 0000000..3de1c39 --- /dev/null +++ b/streamlit/requirements.txt @@ -0,0 +1,9 @@ +streamlit +google +pandas +numpy +pybase64 +seaborn +matplotlib +plotly + diff --git a/streamlit/streamlit.py b/streamlit/streamlit.py new file mode 100644 index 0000000..b8016b9 --- /dev/null +++ b/streamlit/streamlit.py @@ -0,0 +1,251 @@ +import streamlit as st +import pandas as pd +import numpy as np +import seaborn as sns +import matplotlib.pyplot as plt +from matplotlib.patches import Patch +import plotly.express as px + +st.sidebar.title('Navigation') +pages = [":rainbow: Evolution de la sècheresse", "Impacts de la sècheresse", 'FAQ'] +page = st.sidebar.radio('Water Tracker', pages) + +#data +df_precipitations = pd.read_csv('data/pluviométrie_data.csv') +df_flow = pd.read_csv('data/df_stations.csv') +df_nappes = pd.read_csv('data/nappes_data.csv') + +#Plot1 +@st.cache_data +def plot_flow(df): + + # Couleurs + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Débit: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Très bas", "Bas", "Modérément bas", "Autour de la normale", "Modérément haut", "Haut", "Très haut"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + + +#Plot2 +@st.cache_data +def plot_groundwater(df): + + # Couleurs + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Nappes: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Très bas", "Bas", "Modérément bas", "Autour de la normale", "Modérément haut", "Haut", "Très haut"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + +@st.cache_data +def plot_precipitations(df): + #Plot3 + + # Couleurs + #J'aurais mis les couleurs dans l'autre sens + colors = ["#da442c", "#f28f00", "#ffdd55", "#6cc35a", "#30aadd", "#1e73c3", "#286172"] + + # Tracé + ax = df.plot(kind='bar', stacked=True, color=colors, figsize=(10, 6)) + + # Ajustements esthétiques + plt.yticks(range(0, 101, 10)) + plt.title('Pluie: Répartition des niveaux de sécheresse en 2023') + plt.xlabel('') + plt.ylabel('Proportion des stations (%)') + + # Utiliser les noms de mois traduits sur l'axe des abscisses + ax.set_xticklabels([date for date in df['Mois']], rotation=45, ha='right') + + # Légende + legend_labels = ["Sécheresse extrême", "Grande sécheresse", "Sécheresse modérée","Situation normale", "Modérément humide", "Très humide", "Extrêmement humide"] + legend_colors = colors[::-1] # Inverser l'ordre des couleurs + + handles = [Patch(color=color, label=label) for color, label in zip(legend_colors, legend_labels)] + ax.legend(handles=handles, loc='upper left', bbox_to_anchor=(1.0, 0.5), title='Niveaux de Sécheresse') + + # Réglage automatique de l'orientation des dates sur l'axe des x + fig = ax.get_figure() + fig.autofmt_xdate(rotation=45) + return fig + + +## Début du display +if page == pages[0]: + st.title('Water Tracker') + +# C'est quoi les conséquences de la sècheresse + + st.header('Statistiques et visualisations des données sécheresse en France métropolitaine en 2023') + st.markdown('
Water Tracker est un outil permettant de suivre l’évolution de la sécheresse et ses impacts, en France métropolitaine sur l’année 2023.
', unsafe_allow_html=True) + st.markdown('


', unsafe_allow_html=True) + +#Il faudrait une photo, une image, un divider ou changer le display avec le titre ou la page (ou alors enlever Water Tracker et ne mettre qu'un titre en capitales) + + st.header('Évolution de la sècheresse en 2023') + st.markdown('''Un épisode de sécheresse peut survenir si nos ressources en eau sont en tension ou ont été en tension pendant une trop longue période. +Nous disposons de 3 ressources en eau principales : + +- La pluie +- Les nappes phréatiques +- Les eaux de surface (fleuves, rivières, lacs) + +Pour plus d’informations sur la sécheresse [rdv +ici](https://www.ecologie.gouv.fr/secheresse).''') + + st.markdown('


', unsafe_allow_html=True) + + st.header(":umbrella_with_rain_drops: ÉVOLUTION DE LA PLUIE EN 2023", divider='rainbow') + st.markdown('
La pluie apporte une grande quantité d’eau sur le territoire. Deux-tiers des volumes précipités s’évaporent et le reste vient alimenter la végétation et nos réserves d’eau (nappes et eaux de surface). Des précipitations insuffisantes ont donc un impact important sur la résilience du territoire.

', unsafe_allow_html=True) + + fig = plot_precipitations(df_precipitations) + st.pyplot(fig) + + st.markdown('
Comment lire le graphique:

En novembre 2023, 35% des stations de relevé indiquaient un niveau de précipitation très bas à modérément bas; 10% indiquaient un niveau comparable aux normales de saison; 55% indiquaient un niveau modérément haut à très haut.



', unsafe_allow_html=True) + +#Ca a quoi comme impact ? Et surtout c'est quoi niveau de sècheresse ? S'agit-il des précipitations ou d'un indicateur de précipitations / commentaires sur novembre et décembre sur tous les graphes + + st.header(':sailboat:ÉVOLUTION DU TAUX DE REMPLISSAGE DES EAUX DE SURFACE EN 2023', divider='rainbow') + st.markdown('
Les eaux de surface (fleuves, rivières, lacs) constituent la grande majorité de nos réserves en eau (plus de 80%). On vient régulièrement y puiser pour alimenter les villes et les industries. Elles sont alimentées principalement par la pluie et les nappes.

', unsafe_allow_html= True) + + fig = plot_flow(df_flow) + st.pyplot(fig) + + # J'aurais mis les couleurs dans l'autre sens, c'est le débit de quoi ? + + st.markdown('
Comment lire le graphique:

En novembre 2023, 35% des eaux de surfaces avaient un niveau très bas à modérément bas; 10% avaient un niveau comparable aux normales de saison; 55% avaient un niveau modérément haut à très haut.



', unsafe_allow_html=True) + + st.header(":bucket: ÉVOLUTION DU TAUX DE REMPLISSAGE DES NAPPES PHRÉATIQUES EN 2023", divider='rainbow') + st.markdown('
Les nappes constituent une autre recharge d’eau cruciale pour alimenter nos besoins en eau toute l’année. En principe, elles se remplissent pendant les mois d’automne et d’hiver grâce à la pluie. Mais leur taux de remplissage peut être inférieur aux normales de saison s’il ne pleut pas assez et menacer nos stocks pour faire face aux mois plus chauds.

', unsafe_allow_html=True) + + fig = plot_groundwater(df_nappes) + st.pyplot(fig) + + st.markdown('
Comment lire le graphique:

En novembre 2023, 35% des nappes avaient un niveau très bas à modérément bas; 10% avaient un niveau comparable aux normales de saison; 55% avaient un niveau modérément haut à très haut.
', unsafe_allow_html=True) + +#Il aut vérifier les chiffres + +if page == pages[1]: + st.title('Water Tracker') + st.header('LES IMPACTS DE LA SÉCHERESSE EN 2023') + st.write('L’une des manières de voir l’impact de la sécheresse sur la biodiversité est de regarder l’évolution de la qualité des cours d’eau (en termes de caractéristiques bio-physiques et en termes de températures). La sécheresse augmente la concentration de polluants et la température des cours d’eau, ce qui peut durablement impacter les écosystèmes. Le taux de remplissage des nappes est le meilleur moyen de rendre compte de la sécheresse sur la qualité des cours d’eau car XXX') + +#Remplacer XXX et qu'est-ce que ça a comme impact quand on passe en dessous de tel ou tel pourcentage, pour l'écosystème, pour l'approvisionnement, etc. + + st.markdown('
Comment lire le graphique:

En octobre 2023, 85% des stations d’analyse rendaient compte d’une qualité des cours d’eau mauvaise ou médiocre. En même temps, 60% des nappes avaient un niveau en dessous des normales de saison.

', unsafe_allow_html=True) + st.header('✨ LA SECHERESSE ET LES RESTRICTIONS D’EAU') + st.write('Des restrictions préfectorales sont parfois mises en place lorsque nos ressources en eau sont en tension. Visitez [vigieau.gouv.fr](http://vigieau.gouv.fr) pour savoir si vous êtes concerné.e par une restriction d’eau aujourd’hui.') + +if page == pages[2]: + st.title('FAQ') + + + if st.button("- Y a-t-il différents types de sécheresse ?"): + st.markdown('''La sécheresse est un phénomène compliqué et multi-factoriel. On en +distingue 3 grands types : + +- La sécheresse météorologique, provoquée par un manque de pluie +- La sécheresse agricole, causée par un manque d’eau dans les sols, ce +qui altère le développement de la végétation +- La sécheresse hydrologique lorsque les lacs, rivières, cours d’eau +ou nappes souterraines ont des niveaux anormalement bas + + ([Source](https://www.ecologie.gouv.fr/secheresse))''') + + if st.button('- Une sécheresse peut-elle en entraîner une autre ?'): + st.markdown('''Oui ! S’il ne pleut pas pendant une période anormalement longue, +une sécheresse météorologique peut se déclencher. Si cela perdure, les +sols s’assèchent, ce qui crée une sécheresse agricole. Les stocks d’eau, +c’est-à-dire des nappes phréatiques, des barrages et des cours d’eau, ne +sont plus alimentés. Leur niveau commence à baisser, ce qui peut entraîner +une sécheresse hydrologique. + +Le nombre de jours sans pluie conduisant à une sécheresse agricole ou +hydrologique change considérablement en fonction du climat et de la +saison, de la typologie du sol et de la végétation existante. En règle +générale, cette période est significativement plus courte en pleine été +qu'au début du printemps. + +Le déclenchement d'une sécheresse est également influencé par les +saisons antérieures. Une insuffisance de recharge hivernale accroît +grandement la probabilité d'une sécheresse durant l'été qui suit. +D'ailleurs, les périodes de sécheresse sévère découlent souvent de +déficits pluviométriques répétés sur plusieurs saisons d'affilée. + + +([Source](https://www.eaufrance.fr/la-secheresse#:~:text=La%20s%C3%A9cheresse%20m%C3%A9t%C3%A9orologique%20correspond%20%C3%A0,%C3%A9daphique%20(ou%20s%C3%A9cheresse%20agricole)))''') + + + if st.button('- Quel est l’impact du réchauffement climatique sur la sécheresse?'): + st.markdown('''Le changement climatique rendent les sécheresses plus +fréquentes. Celles-ci arrivent aussi plus tôt dans l’année. La hausse des +températures, en particulier, augmente l’évaporation et réduit donc le +remplissage de nos réserves d’eau. Les effets de la sécheresse sont déjà +visibles, notamment en Méditerranée. ''') + + if st.button('- Comment protéger nos ressources en eau ?'): + st.markdown('''Chacun peut agir. + +Les citoyens peuvent diminuer leur consommation en adoptant des gestes +simples tels que préférer les douches aux bains, installer des toilettes à +double chasse et des réducteurs de pression sur les robinets, ou encore en +récupérant l'eau de pluie. + +Parallèlement, les entreprises et les agriculteurs sont incités à +adopter des pratiques plus économes en eau : optimiser leurs procédés pour +réduire la consommation d'eau, utiliser des systèmes en circuit fermé, et +recycler les eaux utilisées pour le nettoyage. + +Malgré tout, les préfets doivent parfois prendre des mesures plus +fortes et décreter des restrictions d’eau pour éviter les sécheresses ou +réduire leur impact. ''') + + if st.button('- Comment a été construit ce site ?'): + st.markdown('''Ce site a été créé par LaReserve.tech, le programme de +mobilisation citoyenne pour créer des réponses rapides aux urgences +sociales et environnementales. Une équipe d’une dizaine de bénévoles ont +compilé des données publiques en lien avec la sécheresse pour offrir une +vision simplifiée de ce phénomène complexe, au bénéfice de tous. La +Réserve est un programme opéré par l’ONG Bayes Impact.''') +