🌬️ Correction apprise des prévisions de qualité de l’air

Post-traitement des prévisions européennes CAMS aux stations françaises — le modèle apprend la correction observation − CAMS, puis l’ajoute à la prévision CAMS. Quatre polluants : NO₂, O₃, PM10, PM2,5.

Ce que ce projet démontre n’est pas un score, c’est un protocole. La méthode est publiée depuis 2023 ; ce qui a de la valeur ici est de l’avoir mesurée honnêtement, et d’avoir cherché où elle échoue.

📦 Dépôt : correction-previsions-qualite-air

🎯 La contrainte qui définit le produit

Le modèle doit corriger en un point où il n’y a aucune station. Aucune observation locale n’entre à l’inférence, pas même celle de la veille. C’est ce qui rend le problème difficile — et ce qui élimine la moitié des méthodes publiées, qui supposent un réseau dense disponible en temps réel.

L’évaluation est donc en double aveugle : le modèle est testé sur des stations entièrement absentes de son apprentissage, pendant un mois également absent.

📊 Le résultat

Pile complète, double aveugle station et mois cachés, J+1, 24 mois de support commun :

polluant PARTOUT — aucune observation du point aux stations — avec son historique
NO₂ +39,6 % +45,7 %
PM10 +20,2 % +26,3 %
O₃ +17,9 % +24,1 %
PM2,5 +11,8 % +19,6 %

Réduction de RMSE contre CAMS brut. Citer deux chiffres, jamais un : PARTOUT vaut là où rien ne mesure — c’est le seul que CAMS ne sait pas faire.

Contre la chaîne opérationnelle, mêmes stations et mêmes jours, à J+1 : le produit archivé de PREV’AIR porte dans sa métadonnée CHIMERE combined to surface real time observations — c’est AS-CHI, leur adaptation statistique. L’écart va de +13,7 % (O₃) à +66,9 % (PM2,5) à notre avantage, sur dix-sept jours seulement : leur archive n’expose que six jours glissants et ne peut pas remonter le temps.

🔬 Ce qui distingue ce travail

Sur le NO₂, la pile passe de 26,6 % pour la base à 40,2 % avec la spéciation, la typologie de station apportant le plus gros saut.

Le mécanisme est établi, pas supposé

Le dernier levier trouvé — sept traceurs de composition du champ CAMS que le dépôt ne téléchargeait pas — rend +1,5 à +6,0 %. Une permutation conditionnelle tranche son mécanisme : permuter la composition à l’intérieur de chaque couple (station, mois) conserve exactement l’histogramme par site et par saison, et ne détruit que l’appariement au jour. Elle efface la totalité du gain, sur les quatre polluants.

Ce n’est donc ni un encodeur site×saison, ni un proxy de régime : le modèle exploite l’écart du jour à la composition habituelle du lieu.

Les seuils sont fixés avant de regarder

Chaque test porte son critère de décision écrit dans l’en-tête du script, avant la première mesure — et la phrase à écrire si le test échoue. L’attribution par valeur de Shapley a d’ailleurs renoncé à attribuer un gain à un groupe de traceurs sur PM2,5, faute d’avoir franchi son propre seuil.

Une affirmation du projet a été réfutée par sa propre mesure

Le dossier affirmait que ses leviers ne se dégradent pas avec l’échéance. Le balayage de J0 à J+3 — la dernière échéance que CAMS Europe produise — le met à l’épreuve.

⚠️ Ces scores ne sont pas ceux du tableau précédent. Pour comparer quatre échéances entre elles, il faut une pile identique aux quatre : CAMS, terrain, calendrier, typologie et tendance récente — ni spéciation, ni GEOS-CF, dont la couverture varie avec l’horizon. C’est donc une mesure de sensibilité, à lire pour sa pente, pas pour son niveau.

De J0 à J+3, le gain sur le NO₂ reste stable de 37,1 % à 36,7 % (0,38 point), tandis que celui sur l'ozone tombe de 9,3 % à 7,0 % (2,25 points).

J0 J+1 J+2 J+3 plage verdict
NO₂ +37,1 % +37,1 % +36,9 % +36,7 % 0,38 pt ✅ stable
O₃ +9,3 % +9,1 % +8,5 % +7,0 % 2,25 pt 🔴 réfutée

Et le classement suit le mécanisme invoqué : l’apport de la typologie de station — qui mesure à quel point le résidu est attaché au lieu — vaut +9,0 pt sur NO₂ et −0,2 sur O₃. Le polluant dont l’erreur est un effet de site résiste à l’échéance ; celui qui ne l’est pas se dégrade. L’affirmation était juste sur son mécanisme et trop large dans sa portée.

🛡️ Les défauts trouvés dans nos propres résultats

Chaque ligne est un défaut silencieux — rien ne plantait, tout était plausible :

ce qui était faux comment on l’a su ce qui l’empêche aujourd’hui
« J+1 » désignait en fait J0 lu dans les données, pas dans le nom libelle_echeance() dérive le libellé
une colonne rmse_realmlp contenait du LightGBM un relecteur externe a rouvert le CSV un garde refuse d’écrire une étiquette qui affirme une identité
le PDF ne contenait pas le chiffre que le document désigne comme le seul citable mesure de largeur en média impression l’export refuse et nomme l’élément
un mois absent codait l’année revue externe, puis recherche du jumeau le garde mesure la couverture de chaque famille
l’échéance publiée était J+2, la mesure est J+1 — une erreur qui flattait premier jour couvert, horizon par horizon mécanisé après être revenue une fois

La règle du dépôt : une règle violée deux fois devient du code, ou elle disparaît. Douze règles, dont dix exécutables.

📅 L’horizon réglementaire — pourquoi ce travail a un usage

La directive (UE) 2024/2881 fait deux choses que l’on cite toujours séparément : elle divise par deux les valeurs limites annuelles au 1ᵉʳ janvier 2030, et elle rend la modélisation obligatoire dans toute zone où un seuil est dépassé. Multipliées, elles donnent l’argument que ni l’une ni l’autre ne porte seule — abaisser le seuil multiplie mécaniquement le nombre de zones où modéliser devient une obligation légale.

Le nombre de stations en dépassement passe de 6 aujourd'hui à 109 en 2030, soit un facteur 18,2, sans qu'aucune émission n'ait changé.

Compté sur le parc réel, moyennes annuelles 2025, à air constant : 6 stations en dépassement aujourd’hui, 109 en 2030 — un facteur ×18,2 sur 408 évaluées. En Occitanie, 2 → 5, et 4 des 13 départements n’ont aucune station retenue : pour eux la conformité 2030 ne peut pas être posée depuis la mesure. C’est le cas que la directive confie explicitement à la modélisation.

Et là où le modèle devient opposable, sa qualité devient un point de contrôle — c’est le critère FAIRMODE qui en décide. Part des stations satisfaisant MQI_f ≤ 1 à J+1, critère atteint à partir de 90 % :

polluant CAMS brut corrigé · PARTOUT corrigé · aux stations
NO₂ 41,4 % ✗ 87,9 % ✗ 96,2 % ✓
PM10 87,8 % ✗ 98,4 % ✓ 100 % ✓
O₃ 93,6 % ✓ 97,4 % ✓ 99,2 % ✓

Le NO₂ est le cas critique, et ce n’est pas une coïncidence : c’est à la fois le polluant où le produit européen échoue le plus et celui dont la valeur limite est divisée par deux. Son biais passe de −14,27 à −0,43 µg/m³.

🔴 Le critère n’est pas franchi partout, et le dire fait partie du résultat : sans aucune observation du point, le NO₂ reste à 87,9 %, sous la barre. Il ne la franchit qu’aux stations instrumentées.

🧰 Stack

Python · LightGBM · PyTorch (RealMLP-TD porté) · Optuna · xarray/netCDF4 · pandas · scikit-learn · Streamlit · Playwright

Données — CAMS Europe (Copernicus/ECMWF, 28 variables), NASA GEOS-CF (modèle de chimie indépendant), observations LCSQA/Geod’Air, ERA5 (réanalyse : plafond, non déployable), Copernicus DEM GLO-30, IGN Géoplateforme, PREV’AIR/INERIS.

Volume — corpus de 36 mois (2023-08 → 2026-07), 28,0 M d’enregistrements horaires. Prévisions extraites à 476 points ; 438 stations effectivement évaluées, de 236 (PM2,5) à 344 (NO₂) selon le polluant.

📐 Le protocole d’évaluation

Quatre cellules, selon ce qui est caché :

épreuve station mois ce qu’elle mesure
spatiale cachée vue transfert vers un lieu non instrumenté
temporelle vue caché tenue dans le temps
double aveugle cachée caché la condition de déploiement
chronologique cachée caché, passé seul extrapolation réelle

Les masques d’entraînement sont donnés explicitement, jamais par complément — le complément du test double aveugle contient encore le mois caché sur d’autres stations, ce qui rendrait l’épreuve plus facile que chacune des deux prises séparément.

L’incertitude vient d’un bootstrap circulaire par blocs de mois sur les différences appariées : les plis ne sont pas indépendants, les groupes de stations tournent et deux plis partagent 93 % de leur apprentissage. La version à six mois est la sensibilité obligatoire.

🔴 Ce que ce projet ne démontre pas

  • La détection d’épisodes reste faible : 3 des 33 épisodes PM10 réellement déclenchés par les préfectures. Même l’observation parfaite n’en attrape que 21 — la décision préfectorale intègre des critères que la concentration seule ne contient pas.
  • Dix-sept jours de duel ne concluent rien contre la chaîne opérationnelle. C’est un ordre de grandeur.
  • Au seuil réglementaire ozone de 180 µg/m³, 3 dépassements détectés sur 32.
  • Le flux GEOS-CF v1 est retiré depuis janvier 2026 et v2 n’est pas le même prédicteur (15,4 µg/m³ d’écart sur l’ozone au recouvrement). Un déploiement aujourd’hui exigerait de re-valider son apport.

Ces limites sont publiées au même titre que les résultats favorables.