Analyse Statistique de la pollution dans le canton de Guangzhou

Description du projet

La ville de Pékin se retrouve une fois de plus dans l’obligation de fermer ses cours de récréation en raison d’une pollution atmosphérique trop importante. En effet, la Chine s'est lancée dans une politique de développement privilégiant un développement industriel rapide. Cela a eu pour effet d'accroître de façon très préoccupante la pollution en Chine, qui est actuellement la nation la plus polluante. Chaque hiver, un nuage dense de particules fines menace Pékin et plusieurs régions chinoises. C’est pour cela que, dans le cadre de notre projet, il nous a été attribué une base de données qui provient de mesures faites dans la ville de Guangzhou entre 2010 et 2015. Il s’agit de données relatant la pollution aux particules fines dans la ville de Guangzhou, une vaste ville portuaire, de la province de Guangdong, du sud-est de la Chine. Mon rôle dans ce projet était d'analyser ces données pour fournir des informations précieuses aux décideurs locaux sur les tendances de la pollution, les sources principales de particules fines et les périodes critiques de l'année. L'objectif était de développer des recommandations pour des politiques de réduction de la pollution et des interventions ciblées pour protéger la santé publique.

Compétences développées

1. Traiter - Niveau 1 : Traiter des données structurées
• Action : Nettoyage et prétraitement des données pour assurer leur qualité et leur cohérence, utilisation de techniques de gestion de données pour combler les lacunes et corriger les erreurs.
• Apprentissage critique : Correctement interpréter et prendre en compte le besoin du commanditaire ou du client (AC11.01). Respecter les formalismes de notation (AC11.02).
2. Analyser - Niveau 2 : Mettre en œuvre une analyse exploratoire
• Action : Utilisation d'outils statistiques pour analyser les niveaux de pollution, identifier les tendances saisonnières et les sources de pollution principales.
• Apprentissage critique : Réaliser que les sources de données ont des caractéristiques propres à considérer (variation, précision, mise à jour) (AC12.01). Comprendre qu'une analyse correcte ne peut demander que de données propres et préparées (AC12.02).
3. Valoriser - Niveau 1 : Contextualiser et présenter les données
• Action : Création de visualisations de données pour illustrer les niveaux de pollution et leurs impacts, présentation des résultats à un public non technique pour sensibiliser sur les enjeux environnementaux.
• Apprentissage critique : Prendre connaissance des biais rencontrés dans la mise en place d'une enquête (AC13.01). Identifier l'importance de contextualiser ses données (AC13.02).
4. Développer - Niveau 1 : Développer un composant d'une solution décisionnelle
• Action : Développement d'un modèle prédictif pour anticiper les pics de pollution et fournir des recommandations pour les politiques de réduction de la pollution.
• Apprentissage critique : Comprendre le rôle fondamental de l'analyse des besoins et de l'existant dans un projet décisionnel (AC24.01). Percevoir les enjeux de l'automatisation et de l'interopérabilité d'un ensemble de tâches (AC24.02).

Réflexions critiques

Ce projet m'a permis de développer une compréhension approfondie des défis liés à la qualité des données environnementales et à leur analyse. J'ai appris l'importance de préparer des données propres et bien structurées pour des analyses précises et fiables. Le développement d'un modèle prédictif m'a également permis de comprendre les avantages de l'automatisation et de l'interopérabilité dans les solutions décisionnelles. La communication de résultats complexes de manière accessible a été cruciale pour sensibiliser et mobiliser un public plus large sur les enjeux de la pollution atmosphérique.