Résultats annuels

  • Résultats de l'année 2009

Étude des données

Les graphiques suivants représentent une comparaison de la distribution des concentrations des 5 polluants de l'étude. Les valeurs utilisées et représentées sur l'axe des abscisses correspondent pour le graphique de droite aux valeurs centrées réduites.

 

                           

Boîtes à moustaches des polluants-Cliquez pour agrandir

 

On remarque que pour les polluants, le seuil de concentration et la variabilité est plus importante pour le monoxyde de carbone que pour les autres. La distribution de l'ozone se démarque légèrement des autres polluants par l'absence de valeurs atypiques. Avec les valeurs centrées réduites, on constate qu'à l'échelle annuelle, la distribution des polluants est relativement uniforme. Cependant on note la présence de quelques valeurs atypiques pour tous les polluants primaires. Comparé au nombre de valeurs utilisées dans l'étude, le nombre de valeurs atypiques est relativement faible.   

Les valeurs atypiques peuvent être attribuées à des erreurs de mesures ou à des conditions environnantes particulières (météorologie, trafic, concentration en autres polluants). Nous avons recherché dans notre base de données si les individus concernés présentaient des conditions particulières (départ/retour de vacances, conditions météorologiques spéciales) ce qui n'a pas été concluant. On peut ainsi attribuer ces valeurs, sans trop d'incertitudes, à des erreurs de mesure.

Dans les boites à moustaches obtenues pour les variables météorologiques, celle de la variable pluie représentée ci-dessus se démarque singulièrement :

Boites à moustaches de la variable pluie-Cliquez pour agrandir

 

Les observations de la variable pluie sont très étalées vers les fortes valeurs et présentent de nombreuses valeurs atypiques. Cela suggère que ce paramètre météorologique et très variable et instable. Ceci est certainement dû à des observations journalières très atypiques ou/et un biais dans la mesure qui correspond à une observation cumulée sur une journée. Ce paramètre sera donc très délicat à interpréter dans notre étude. 

 

Analyse en composantes principales

L'analyse en composantes principales a été effectuée sur les 331 observations de l'année 2009. La répartition des valeurs propres de la matrice de corrélations sur les variables centrées réduites est la suivante : 

                 

Eboulis des valeurs propres- Cliquez pour agrandir                             Tableau d'inertie des valeurs propres

 

Le plan factoriel représenté par les axes 1 et 2 contient 61% de l'information totale. Cela signifie qu'en projetant dans ce plan, on perd 39% des informations. Trois composantes principales prennent en compte 72% de l'inertie du nuage de point.

En projetant nos informations sur deux axes principaux et trois axes principaux nous obtenons les cartes factorielles des individus suivantes :

                      

Cartes factorielles des individus selon les deux premières composantes (à gauche) et selon les trois premières composantes (à droite) - Cliquez pour agrandir

Il est délicat d'interpréter de tels graphiques du fait de la multiplicité des individus projetés. De plus, que ce soit en 2 dimensions ou en 3 dimensions, on n'observe pas un regroupement d'individus permettant d'établir des corrélations entre ces derniers. 

Les cercles des corrélations sont les suivants :

                 

Cercle des corrélations des variables selon les 2 premières compostantes (à gauche) et selon les 3 premières composantes (à droite)-Cliquez pour agrandir

 Cette représentation met en évidence non plus les corrélations entre individus mais entre variables. Sur le graphique en 2 dimensions, il y a un regroupement des polluants primaires (CO, NO, PM10, NO2) avec le trafic. Ceci soutient l'hypothèse d'une même source d'émission pour l'ensemble de ces polluants, à savoir le trafic automobile.  Il apparait un autre regroupement contenant l'ozone, l'insolation, et les températures sur ce graphique mais qui semble moins marqué que le précédent. En effet, l'ozone est un polluant photochimique et est donc liée à l'insolation, cependant la présence des températures est difficilement interprétable sur l'échelle annuelle du fait de l'importance des saisons. C'est la raison pour laquelle nous réaliserons par la suite deux ACP en hiver et en été.

Enfin, les paramètres météorologiques vent et pluie sont isolés des autres  paramètres. On peut noter cependant une corrélation négative entre ces deux paramètres et les polluants primaires. Ceci pourrait s'expliquer par le fait que la dispersion et la dilution des polluants est d'autant plus forte (entraînant une diminution des concentrations au niveau de la station de mesure fixe) que la vitesse du vent est élevée.

Au vu de la représentation il est possible d'attribuer un sens qualitatif aux axes du cercle de corrélations. Il semblerait en effet que l'axe vertical soit porteur d'informations relatives à la météorologie. La partie supérieure correspondrait au "mauvais temps" (vent, pluie) et la partie inférieure au "beau temps" (insolation, Tmax). Quant à l'axe horizontal, il serait porteur d'une information liée aux activités anthropiques (trafic), d'autant plus important que l'on se situe sur la partie droite de l'axe. Cette interprétation est subjective, elle a pour but de donner un sens à des axes mathématiques.

La vue en 3 dimensions permet de dissocier les axes activités anthropiques, ensoleillement, et température de l'atmosphère. Une telle visualisation a l'avantage d'améliorer la représentation (moins de perte d'information par projection), toutefois l'interprétation est plus délicate que celle en 2 dimensions et n'est pas plus déterminante pour l'interprétation dans notre cas. C'est la raison pour laquelle dans la suite de notre étude nous nous concentrerons sur une visualisation en 2 dimensions.

 

Powered by Drupal - Modified by Danger4k Webmaster :