Pollution et trafic 2020 (confinement) comparé à 2017

Pollution et évolution du trafic 2020 (confinement) comparé à 2017 aux mêmes dates

introduction:

Pollution et trafic 2020 (confinement) comparé à 2017

Une étude de l'évolution du trafic et de la contamination à Valence avec et sans Coronavirus sera réalisée aux mêmes dates, différant dans l'année seulement.

Les données de trafic suivantes sont disponibles:

• Données de trafic selon différentes sections de Valence à partir de 02/05/2017 jusqu'au 16/05/2017 (Période sans accouchement)
• Données de trafic selon différentes sections de Valence à partir de 28/04/2020 jusqu'au 12/05/2020 (Période avec confinement)

Comme vous pouvez le voir, les dates ne semblent pas correspondre, mais ils correspondent, puisqu'ils commencent tous les deux mardi et se terminent 2 semaines plus tard. Comme on peut le voir ci-dessous, les deux données incluent les jours chômés et non ouvrés..

1. Analyse et évolution du trafic et de la pollution

Pollution et trafic 2020 (confinement) comparé à 2017

-1.1 Trafic moyen pendant 15 jours.

Tout d'abord, une petite analyse sera faite, grossièrement, pour observer l'évolution du trafic dans le 15 jours sélectionnés, comparant 2017 avec 2020. Dans ce cas, un graphique linéaire sera affiché dans lequel l'axe X représente l'axe temporel (jours) et, l'axe y, le nombre moyen de voitures passant un tronçon à Valence par jour.

Évolution du trafic général à Valence en 2017 et 2020.

Comme prévu, le volume de trafic pendant le confinement diminue beaucoup au cours de la même période en 2017 sans confinement.

Ensuite, la tendance des niveaux de polluants au cours des deux périodes sera analysée. De cette façon, il sera possible de voir de manière très précaire une relation entre le trafic et les niveaux de polluants s'ils existent.

Pollution et trafic 2020 (confinement) comparé à 2017

-1.2 Niveaux de pollution des polluants:

Clarification: toutes les mesures proviennent de la station de contamination Pista de Silla.

Pollution et trafic 2020 (confinement) comparé à 2017

-1.2.1 NO2 (Dioxyde d'azote)

Le NO2 est un agent polluant qui est produit lorsque l'oxygène et l'azote se rencontrent à des températures élevées. Ce processus peut se produire dans les moteurs de combustion interne, orages, pluies acides, centrales électriques au charbon, etc ... Ce polluant peut provoquer une irritation des poumons et, à la suite de cela, diminuer la résistance aux infections respiratoires.

Plus les niveaux de NO2 sont élevés, pire pour la santé humaine.

Ensuite, Les valeurs de NO2 seront affichées pendant la période de temps décrite ci-dessus, tant de 2017 comme 2020:

« Les valeurs de #2 dans 2017 ils sont un 253% supérieure aux valeurs de 2020 »

Evolution des niveaux de NO2 à Valence en 2017 et 2020.

Comme le montre le graphique ci-dessus, les niveaux moyens de contamination au NO2 2017 fils 3.5 Valeurs de NO2 dans 2020. Suit une tendance similaire en deux ans, cependant, dans 2017 il y a des valeurs plus extrêmes. Spécifique, le dernier mardi, un pic plus prononcé est observé.

-1.2.2 PM10 (Particules en suspension inférieures ou égales à 10 microns par mètre cube)

PM10 est un compteur de contamination, Plus précisément, il détermine le nombre de particules en suspension de taille inférieure ou égale à 10 microns trouvés dans l'environnement. Ils ne sont pas un gros problème de santé tant qu'ils sont plus gros que 2.5 microns puisque le corps peut les expulser à travers le mucus ou, n'atteignez pas l'arbre respiratoire. Ces particules sont créées, principalement dans les processus de combustion.

Plus les niveaux de PM10 sont élevés, pire pour la santé humaine.

Ensuite, Les valeurs PM10 seront affichées pour la période de temps décrite ci-dessus, tant de 2017 comme 2020:

« Les valeurs de pm10 dans 2017 ils sont un 188% supérieure aux valeurs de 2020 »

Evolution des niveaux de PM10 à Valence en 2017 et 2020.

Comme le montre le graphique ci-dessus, niveaux moyens de PM10 en 2017 fils 2.8 Valeurs PM10 en 2020. Dans ce cas, Les tendances des PM10 ne varient pas beaucoup, vous pouvez voir comment, dans 2020, Les niveaux de PM10 sont pratiquement inchangés et sont maintenus à leur juste valeur. Cependant, Valeurs PM10 en 2017 ils sont plus élevés en moyenne et il y a aussi certaines valeurs extrêmes le premier samedi, le deuxième jeudi et le deuxième vendredi qui sont très hauts.

-1.2.3 PM2,5 (Particules en suspension inférieures ou égales à 2.5 microns par mètre cube)

PM2.5 est un compteur de contamination, Plus précisément, il détermine le nombre de particules en suspension de taille inférieure ou égale à 2.5 microns trouvés dans l'environnement. Ceux-ci posent un gros problème car le corps ne peut pas les expulser facilement et ils atteignent l'arbre respiratoire provoquant ainsi des maladies respiratoires., les allergies, etc ... Ces particules sont créées, principalement, dans les processus de combustion.

Plus les niveaux de PM2,5 sont élevés, pire pour la santé humaine.

Ensuite, Les valeurs PM2.5 seront affichées pendant la période décrite ci-dessus, tant de 2017 comme 2020:

« Les valeurs de pm25 dans 2017 ils sont un 20% supérieure aux valeurs de 2020 »

Évolution des niveaux de PM2,5 à Valence en 2017 et 2020.

Comme le montre le graphique ci-dessus, les niveaux moyens de PM2,5 2017 fils 1.2 Valeurs PM10 en 2020. Dans ce cas, Les tendances des PM2,5 varient un peu, vous pouvez voir comment dans 2020, Les niveaux de PM2,5 restent bas pendant la semaine et augmentent une fois le week-end. On peut voir comment les niveaux de PM2,5 subissent un certain nombre de variations au cours des deux années. Il n'y a pas non plus de grandes différences entre les deux années, ils sont assez similaires.

-1.2.4 SO2 (Dioxyde de soufre)

Le SO2 est un gaz incolore et irritant polluant l'air. Ceci est produit par la combustion de combustibles mal raffinés, dans lequel il y a une forte présence de soufre. Pourtant, Les véhicules d'aujourd'hui qui utilisent des carburants raffinés n'ont pas d'effet significatif sur les niveaux de SO2.

Plus les niveaux de SO2 sont élevés, pire pour la santé humaine.

Ensuite, Les valeurs de SO2 seront affichées pendant la période décrite ci-dessus, tant de 2017 comme 2020:

« Valeurs de So2 dans 2017 ils sont un 1% supérieure aux valeurs de 2020 »

Evolution des niveaux de SO2 à Valence en 2017 et 2020.

Dans ce cas, on voit que l'année 2017 a des pics de SO2 plus élevés, mais ils ont tous les deux la même moyenne. Pourtant, il n'y a pas de grandes différences entre les niveaux de SO2 de 2017 et 2020.

-1.2.5 O3 (Ozone)

L'ozone est un gaz incolore qui est présent dans l'air et peut être nocif si sa concentration est élevée et est maintenue dans le temps.. Provoque des maladies respiratoires.

Plus les niveaux d'O3 sont élevés, pire pour la santé humaine. Mais il faut souligner que de faibles concentrations de ce gaz ne produisent aucun effet sur la santé.

Ensuite, Les valeurs O3 seront affichées pour la période de temps décrite ci-dessus, tant de 2017 comme 2020:

« Les valeurs o3 dans 2017 ils sont un 16% inférieur aux valeurs de 2020 »

Évolution des niveaux d'O3 à Valence en 2017 et 2020.

Dans ce cas, on voit que 2020 a des pics plus élevés de niveaux d'O3, en plus de cela, les niveaux moyens d'O3 dans 2020 sont supérieurs aux niveaux moyens en 2017. C'est peut-être parce que, dernièrement l'utilisation de 03 désinfecter des objets,spécifique, pour supprimer les copies de Coronavirus présentes sur les objets.

2 Taux de trafic – pollution

Pollution et trafic 2020 (confinement) comparé à 2017

Faire un peu de recherche sur les facteurs qui causent la pollution dans la ville, on obtient que la majorité des sources placent les véhicules à combustion interne comme principales causes de pollution. Aussi, la plupart des sources affectent l’importance du vent dans la réduction des niveaux de pollution, à une vitesse du vent plus élevée, l'air contaminé il se renouvelle plus facilement, et les particules polluantes se dispersent davantage, réduisant ainsi son effet nocif. Pour tout cela, il a été décidé d'étudier la relation entre trafic et pollution en tenant compte du vent.

Premier, un graphique de corrélation sera fait pour voir s'il existe des relations linéaires

-2.1 Corrélation quotidienne du trafic, vent et niveau de polluants de l'année 2020

Graphique de corrélation entre le trafic, vent et polluants

Pollution et trafic 2020 (confinement) comparé à 2017

Comme vous pouvez le voir, le trafic a une corrélation positive avec les polluants no2 et so2, ce qui pourrait indiquer que plus le nombre de véhicules à combustion interne est élevé, plus les niveaux de polluants no2 et so2 sont élevés. Vous pouvez également voir qu'il y a très peu de corrélation entre le trafic, pm10, pm25 et o3 pour indiquer que ces polluants ne sont pas du tout liés au trafic.

Il convient également de noter le rôle du vent avec tous les polluants. Dans ce cas, toutes les corrélations sont négatives, ce qui pourrait indiquer que, plus le vent est haut, les niveaux de contamination sont inférieurs.

Finalement, il convient de noter que les compteurs PM10 et PM2,5 ont une forte corrélation positive, qui dans ce cas est évident puisque les deux mesurent des particules en suspension avec des caractéristiques communes.

2.2 Modèle de régression simple

Afin de déterminer s'il existe une relation entre les variables de pollution et de trafic, nous essaierons d'adapter un modèle de régression aux données., dans lequel la variable dépendante sera un agent polluant et les variables indépendantes seront le trafic et le vent.

2.2.1 Des données d'entrée

Dans ce cas, les niveaux de polluants ont été relevés à la station de pollution de la Pista de Silla et les valeurs de trafic appartiennent à la moyenne des deux sections les plus proches de cette station. Une fois les données franchies, l'ensemble de données suivant est obtenu (les 6 premières lignes seulement)

tête(données générées(« 2020 »))

## trafic no2 pm10 pm25 so2 o3 vent
## 1 358 3.95 4.95 4.27 4.00 66.86 3.3
## 2 354 9.27 4.82 2.86 4.14 65.32 3.1
## 3 356 4.20 4.82 1.91 3.82 63.82 3.1
## 4 87 2.50 4.41 1.95 4.05 55.68 3.3
## 5 136 4.83 3.09 1.05 4.23 48.73 2.5
## 6 92 10.58 4.59 2.86 4.05 55.68 1.4

Les données sont par jour, pourtant, chaque ligne de l'ensemble de données correspond à un jour. Exemple: La première ligne indique que ce jour est passé 358 voitures moyennes pour les deux sections près de la station de pollution de Silla Track, que la vitesse moyenne du vent a été 3.3 SP (11.88 km / h) et après, les colonnes des polluants, indiquer les valeurs moyennes de ces contaminants en microgrammes / metre cube.

2.2.2 Modèle

Le modèle tentera de prédire les niveaux de polluants par le vent et la circulation:

y = x0 + x1 + x2

• Niveau d'agent polluant = interception + voitures / jour + vent moyen

2.2.2.1 NO2

« Modèle de régression de 2017 pour no2 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 50.141935 9.872786 5.079 0.000271 ***
## vent -10.926847 2.604092 -4.196 0.001241 **
## circulation 0.001598 0.003441 0.464 0.650667
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 8.994 sur 12 degrés de liberté
## R au carré multiple: 0.5973, R au carré ajusté: 0.5302
## Statistique F: 8.899 sur 2 et 12 DF, valeur p: 0.004265

« Modèle de régression de 2020 pour no2 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 14.275114 3.362760 4.245 0.00114 **
## vent -3.315617 0.896657 -3.698 0.00305 **
## circulation 0.006595 0.007389 0.893 0.38967
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 3.891 sur 12 degrés de liberté
## R au carré multiple: 0.5803, R au carré ajusté: 0.5103
## Statistique F: 8.295 sur 2 et 12 DF, valeur p: 0.005468

Grâce aux graphiques et au résumé statistique, il est possible de déterminer que les deux modèles, les deux 2020 tel que 2017 sont significatifs car leurs valeurs P sont inférieures à 0.05. En outre, on peut également voir comment dans les deux modèles la seule variable significative est le vent. Cela indique que la seule variable liée aux niveaux de NO2 est le vent. En outre, en raison de la valeur négative de votre estimateur x1 = -3.31, on peut en déduire que, à une vitesse moyenne du vent plus élevée, les niveaux de ce polluant seront inférieurs.

2.2.2.2 PM10

« Modèle de régression de 2017 à pm10 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 2.583639 11.015327 0.235 0.8185
## vent 7.063502 2.905454 2.431 0.0317 *
## circulation -0.001051 0.003839 -0.274 0.7889
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 10.03 sur 12 degrés de liberté
## R au carré multiple: 0.3323, R au carré ajusté: 0.221
## Statistique F: 2.986 sur 2 et 12 DF, valeur p: 0.08861

« Modèle de régression de 2020 à pm10 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 7.637333 1.614814 4.730 0.000489 ***
## vent -0.813163 0.430579 -1.889 0.083361 .
## circulation -0.003312 0.003548 -0.933 0.369072
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 1.868 sur 12 degrés de liberté
## R au carré multiple: 0.2437, R au carré ajusté: 0.1177
## Statistique F: 1.934 sur 2 et 12 DF, valeur p: 0.1871

Grâce aux graphiques et au résumé statistique, il est possible de déterminer que les deux modèles, les deux 2020 tel que 2017 ils ne sont pas significatifs car leurs valeurs P sont supérieures à 0.05. En outre, on peut également voir que les modèles correspondent assez mal aux données ajustées au R(0.08,0.1). Cela n'implique pas que les valeurs de polluants PM10 ne dépendent pas du vent ou du trafic, seulement ils n'ont pas de relation linéaire.

2.2.2.3 PM2,5

« Modèle de régression de 2017 à pm25 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 7.134e + 00 2.287e + 00 3.120 0.00886 **
## vent -9.983e-01 6.032e-01 -1.655 0.12384
## trafic 3565e-05 7.971e-04 0.045 0.96507
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 2.083 sur 12 degrés de liberté
## R au carré multiple: 0.1912, R au carré ajusté: 0.05645
## Statistique F: 1.419 sur 2 et 12 DF, valeur p: 0.2798

« Modèle de régression de 2020 à pm25 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 5.767038 2.056355 2.804 0.0159 *
## vent -0.660037 0.548313 -1.204 0.2519
## circulation -0.000115 0.004518 -0.025 0.9801
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 2.379 sur 12 degrés de liberté
## R au carré multiple: 0.1113, R au carré ajusté: -0.03679
## Statistique F: 0.7516 sur 2 et 12 DF, valeur p: 0.4926

Grâce aux graphiques et au résumé statistique, il est possible de déterminer que les deux modèles, les deux 2020 tel que 2017 ils ne sont pas significatifs car leurs valeurs P sont supérieures à 0.05. En outre, on peut également voir que les modèles correspondent assez mal aux données ajustées au R(0.05,-0.03). Cela n'implique pas que les valeurs des polluants PM2,5 ne dépendent pas du vent ou du trafic, seulement ils n'ont pas de relation linéaire. Il convient de noter que les compteurs PM10 et PM2,5 sont étroitement liés car ils quantifient des particules en suspension similaires, C'est pour ça, qu'il est raisonnable que nous tirions les mêmes conclusions concernant sa relation avec le trafic et le vent.

2.2.2.4 SO2

« Modèle de régression de 2017 para so2 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 3.3941885 2.5929430 1.309 0.215
## vent -0.5507347 0.6839268 -0.805 0.436
## circulation 0.0008194 0.0009038 0.907 0.382

## Erreur standard résiduelle: 2.362 sur 12 degrés de liberté
## R au carré multiple: 0.09193, R au carré ajusté: -0.05942
## Statistique F: 0.6074 sur 2 et 12 DF, valeur p: 0.5607

« Modèle de régression de 2020 para so2 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 4.587366 0.631690 7.262 9.98e-06 ***
## vent -0.222977 0.168436 -1.324 0.210
## circulation 0.001091 0.001388 0.786 0.447
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 0.7309 sur 12 degrés de liberté
## R au carré multiple: 0.1966, R au carré ajusté: 0.06271
## Statistique F: 1.468 sur 2 et 12 DF, valeur p: 0.2689

Grâce aux graphiques et au résumé statistique, il est possible de déterminer que les deux modèles, les deux 2020 tel que 2017 ils ne sont pas significatifs car leurs valeurs P sont supérieures à 0.05. En outre, on peut également voir que les modèles correspondent assez mal aux données ajustées au R(-0.05,0.06). Cela n'implique pas que les valeurs des polluants SO2 ne dépendent pas du vent ou du trafic, seulement ils n'ont pas de relation linéaire.

2.2.2.5 O3

« Modèle de régression de 2017 pour o3 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 38.8137173 10.0067162 3.879 0.00219 **
## vent 8.5880172 2.6394183 3.254 0.00691 **
## circulation -0.0007261 0.0034879 -0.208 0.83859
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 9.116 sur 12 degrés de liberté
## R au carré multiple: 0.4744, R au carré ajusté: 0.3868
## Statistique F: 5.416 sur 2 et 12 DF, valeur p: 0.02108
Pollution et trafic 2020 (confinement) comparé à 2017

« Modèle de régression de 2020 pour o3 »
## lm(formule = polluant ~ vent + circulation)
## Coefficients:
## Estimation Std. Erreur t valeur Pr(>|t|)
## (Intercepter) 82.20741 18.14516 4.531 0.000689 ***
## vent -4.53980 4.83828 -0.938 0.366589
## circulation -0.02664 0.03987 -0.668 0.516635
## —
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

## Erreur standard résiduelle: 20.99 sur 12 degrés de liberté
## R au carré multiple: 0.08485, R au carré ajusté: -0.06768
## Statistique F: 0.5563 sur 2 et 12 DF, valeur p: 0.5874

Pollution et trafic 2020 (confinement) comparé à 2017

Grâce aux graphiques et au résumé statistique, il est possible de déterminer uniquement le modèle de 2017 est significatif car ses valeurs P ne sont pas supérieures à 0.05. Même comme ça, les deux modèles correspondent assez mal aux données ajustées au R(0.3, -0.06). Dans le cas de 2020, la valeur O3 a une seule relation linéaire avec le trafic, puisque la valeur de son paramètre est inférieure à 0.05. En outre, grâce à votre estimateur, qui a un signe positif, Tu comprends, à une vitesse moyenne du vent plus élevée, plus grande quantité d'O3. Cela pourrait avoir du sens, dans le cas où le vent venait de l'ouest et avait une température élevée, puisque ces conditions favorisent la création d'O3. Dans l'annexe, deux nouvelles ont été jointes qui parlent du temps chaud et du vent d'ouest dans la Communauté valencienne en 2017, ce qui pourrait expliquer pourquoi le vent est important 2017. – Actualités Poniente CV I – Poniente CV II News

2.3 Moindres carrés partiels (PLS)

Comme précédemment observé, no2 a une corrélation positive, bien que pas très direct, avec le trafic. Ensuite, nous étudierons quels facteurs peuvent influencer la formation de ce composant chimique en utilisant une technique appelée PLS., en anglais, Moindres carrés partiels.

Cette technique est un mélange entre régression multiple et PCA. Gardez à l'esprit que s'il existe une multicolinéarité, la régression peut ne pas être effectuée correctement et les résultats souhaités peuvent ne pas apparaître. Cependant, le PLS utilise auparavant l'ACP pour observer quelles variables sont les plus influentes dans la création des variables étudiées et chacune des composantes est orthogonale à la suivante qui influence le plus et ainsi de suite. Pour cette raison, grâce au fait que les composants sont linéairement indépendants les uns des autres, la régression peut être effectuée sans aucun problème.

Dans ce cas, on peut voir que lors de l'application du modèle, R2 augmente, mais pas beaucoup, à travers les composants qui ont été obtenus. Cependant, avec Q2 le contraire se produit, diminue à partir du deuxième composant.

Une technique largement utilisée pour déterminer quelles variables ont le plus d'influence sur la variable prédite, La technique VIP est utilisée, c'est-à-dire, l'influence de la variable Xi sur la projection.

Dans ce cas, on peut voir comment o3 et le vent sont les composants qui influencent le plus le composant de No2 car le VIP est supérieur à 1.

## trafic pm10 pm25 so2 o3 vent
## 0.6400664 1.1591929 1.1038898 0.8369390 0.6354506 1.3869931

Vous trouverez ci-dessous le graphique des poids à la fois dans l'espace X et dans l'espace Y pour voir comment chacun des régresseurs est distribué en plus de la variable prédite, le no2.

Ce graphique est étroitement lié au graphique VIP présenté ci-dessus. Par exemple, observer les positions de la variable Y (No2) et la position du vent, vous pouvez dire que, plus le vent est haut, mineur no2 existera car la relation est inverse.

Finalement, un graphique est joint qui permet de visualiser la relation interne entre les scores de l'espace X (t) et les scores de l'espace Y (u).

On peut voir que dans le premier composant ou dimension, la relation interne entre les deux scores est linéaire, donc, aucune transformation non linéaire ne devrait être appliquée au modèle. Cependant, dans le deuxième volet, la relation n'est pas aussi claire que dans le cas précédent.

3 Conclusions

Pollution et trafic 2020 (confinement) comparé à 2017

3.1 Comparaison de l'évolution du trafic et de la pollution 2017 avec 2020

Pour tout ce qui est discuté ci-dessus (séparé 1), On peut dire que le trafic et la pollution en général ont nettement diminué en comparant la période de 2017 avec le de 2020 (avec confinement). Il faut souligner que l'étude de l'évolution du trafic et de la pollution a été réalisée au quotidien. Cela suppose que les données sont agrégées et que les informations sont perdues au prix d'une généralisation. (obtenir la moyenne des heures). Aussi, il est à noter que certains polluants tels que l'O3 et le SO2 ont subi peu de variations entre les années. Spécialement, el O3, est passé de 2017 une 2020, probablement en raison de l'utilisation massive actuellement pour désinfecter des objets.

3.2 Relation trafic et pollution

Pour tout ce qui est discuté ci-dessus (séparé 2), On peut affirmer que le trafic et la pollution n'ont pas de relation linéaire significative puisque, dans les modèles obtenus, le paramètre de trafic n'a jamais été significatif. Il faut souligner que, dans le cas des polluants NO2 et PM10, la p-value les paramètres correspondant au trafic sont 0.39 et 0.38 respectivement. Bien qu'ils soient loin d'être 0.05 être significatif, sont les valeurs p les plus élevées de tous les modèles de polluants, ce qui indique que les polluants NO2 et PM10 ont la relation linéaire la plus élevée avec le trafic.

Aussi, il est nécessaire de souligner l'importance du vent dans différents modèles linéaires, comme le NO2, PM10 ou O3, dans chacun d'eux, avec un niveau de confiance plus élevé que 90%. Cela indique que le vent a une relation linéaire avec ces polluants.

Finalement, mentionner la relation interne entre certains polluants, comme SO2.

3.3 Conclusions générales

Pollution et trafic 2020 (confinement) comparé à 2017

Comme vu précédemment, aucun des modèles n'a été en mesure d'ajuster correctement les données car leurs carrés R ajustés sont relativement faibles. Ce qui est une indication possible que la pollution dépend de plus de variables que le trafic ou le vent, comment la température pourrait-elle être, le trafic accumulé et / ou le type de véhicules qui transitent (camions, motocyclettes, etc…). Pour tout cela, il n'est pas possible d'obtenir un modèle capable d'estimer les polluants de manière très approximative, en utilisant uniquement le trafic quotidien et la vitesse moyenne du vent. Plus de variables explicatives sont nécessaires.

Il convient également de noter que seules les relations linéaires ont été étudiées, il est donc possible qu'il existe un autre type de relation non linéaire entre le trafic et la pollution.

ET, finalement, il faut tenir compte que, que les données de trafic proviennent de capteurs de type bobine électromagnétique, ce sont les capteurs les moins chers qui existent pour mesurer le trafic mais aussi les plus imprécis, en plus de cela, tout le processus d'envoi des données du capteur au serveur central peut échouer, pour lui, Les données de trafic ne sont pas une source d'informations très fiable pour la modélisation ou l'analyse.

Bibliographie:

• NO2 Information I
• Informations NO2 II
• Informations NO2 III
• Informations PM10 et PM2.5 I
• Informations PM10 et PM2.5 II
• Informations sur le SO2 I
• Informations sur le SO2 II
• Informations O3 I
• Informations O3 II
• Utilisation d'O3 comme désinfectant
• Actualités Poniente CV I
• Actualités Poniente CV II

Pollution et trafic 2020 (confinement) comparé à 2017