Prévision statistique a court terme de la pollution atmosphérique dans la région parisienne en fonction de la situation météorologique PDF Download

Author: Monique Bonnet
Publisher:
ISBN:
Category :
Languages : fr
Pages : 300

Get Book Here

Book Description
L'objectif de cette étude est la prévision de la pollution et notamment celle des pointes de pollution dues à des conditions météorologiques défavorables à la dispersion des polluants dans l'atmosphère. Nous avons, en fait, traite séparément deux fichiers de polluants, l'un composé des taux quotidiens de Fumées Noires relevés dans 30 stations, l'autre des concentrations d'Acidités For tes ^relevées dans 55 stations, et ce dans la région parisienne durant la période du 1er Janvier 1975 au 31 Décembre 1977.Notre premier travail a été de reconstituer les données manquantes des deux fichiers de pollution, respectivement de l'ordre de 2% et 6%. A cette fin, nous ayons mis ^au point essentiellement deux méthodes, la première se référant à l'Analyse en Composantes Principales, la deuxième à l'estimation d'une donnée manquante dans un bloc complet sans répétition. Pour décider du choix de la méthode, nous avons pratiqué sur deux mini-fichiers complets des simulations de données manquantes dans la même proportion que celle des fichiers de données véritables. Après la reconstitution de ces données simulées manquantes, les deux méthodes s'avérant globalement équivalentes, nous avons utilisé la seconde méthode peut-être plus simple dans sa conception. Nous sommes ensuite passé à l'étude proprement dite des fichiers complets de pollution: des remarques descriptives du jeu des données (histogrammes, indices d'anomalicité...) nous ont fourni la répartition a priori des valeurs élevées de pollution; une analyse de la variance nous a conduit à considérer chacun des deux fichiers des diverses stations de pollution comme hétérogène. Pour y remédier, à l'aide des techniques de l'Analyse des Tableaux de Proximités et de la Classification Automatique, nous avons formé des sous-groupes de stations de pollution plus homogènes. Sur chacun des sous-groupes constitués, nous avons condensé l'information disponible, en utilisant ou bien la moyenne des valeurs observées aux stations du groupe, ou bien les premières composantes principales respectives de chacun des groupes. Puis nous avons établi un fichier de variables météorologiques - primaires et secondaires - à partir des valeurs relevées dans trois stations météorologiques de la région parisienne, au cours de la même période, soit du 1er Janvier 1975 au 31 Décembre 1977. Dès lors, nous avions à notre disposition un fichier prédictand des données de pollution et un fichier de 126 prédicteurs météorologiques. Pour analyser ces données, nous avons envisagé le problème de la prévision de la pollution sous deux angles différents: 1°- Une prévision "qualitative" des pointes de pollution effectuée à l'aide: *D’une part de la technique de l'Analyse Discriminante où la variable à prévoir était la variable représentative du groupe c'est à dire, selon les groupes, soit la moyenne des valeurs observées aux stations du groupe, soit la crémière composante principale du groupe. Précisons que préalablement, la correspondance entre les alertes des stations d'un groupe et les alertes de la variable représentative de ce groupe avait été mise en évidence. *D'autre part, de la technique de Régression Linéaire Multiple où la variable à prévoir était le pourcentage quotidien de stations en alerte du fichier de pollution global considéré (30 stations de "Fumées Noires", 55 stations d1"Acidités Fortes"). 2*- Une prévision " quantitative " des niveaux de pollution effectuée en trois temps: *d'abord, nous avons appliqué, à la variable de pollution représentative de chacun des groupes, le modèle endogène de Box et Jenkins, ne prenant en compte pour la prévision que le "passé"de cette variable. *ensuite, nous avons utilisé le modèle exogène à fonction de transfert, intégrant en plus du passé de la variable de pollution à prévoir, une variable exogène météorologique. *enfin, considérant comme un handicap le^fait que le modèle à fonction de transfert disponible ne puisse intégrer qu'une seule variable exogène à la fois, nous avons complété l'étude en pratiquant une Régression Linéaire Multiple où les valeurs de la variable àprévoir étaient les résidus de la variable de pollution considérée provenant du modèle endogène, et les variables explicatives les premiers prédicteurs météorologiques sélectionnés au cours de l'Analyse Discriminante pour la prévision des pointes de pollution. On démontre finalement que pour prévoir au mieux les alertes de pollution, il est plus adéquat d'utiliser les équations de discrimination établies pour chacun des groupes de stations de pollution. Les prédicteurs météorologiques les plus influents sur la non diffusion des polluants sont globalement la force moyenne du vent faible, la mauvaise visibilité, la présence de brouillard et la stabilité de l'atmosphère.