Modélisation et prédiction de l’indice de la qualité de l’air

Modélisation et prédiction de l’indice de la qualité de l’air 

La modélisation de la pollution atmosphérique 

La modélisation de la pollution atmosphérique a fait l’objet de nombreuses études. Plusieurs modèles et méthodes ont été proposés. Avant de nous lancer le vif du sujet que veut dire le mot modèle ? C’est la représentation d’un processus naturel simplifié servant représenter et étudier un système complexe. La modélisation de la pollution atmosphérique constitue l’ensemble des méthodes et outils qui permettent d’obtenir une information sur la qualité de l’air en dehors des points o`u sont réalisées les mesures. Une des problématiques des études en pollution atmosphérique consiste prouver de combien doivent être réduites les émissions de polluants pour que les concentrations ambiantes puissent être maintenues en dessous des valeurs limites acceptables pour la santé et le milieu naturel. C’est l’un des buts principaux de la modélisation de la pollution: pouvoir calculer les concentrations de polluants dans l’atmosphère partir des émissions des différentes sources de polluants. L’évolution de l’informatique a permis l’utilisation des approches qui demandent une puissance importante de calcul pour la simulation et la prédiction de la pollution atmosphérique grande échelle (locale, régionale voir mondiale)(Cihan et al 2006, Gitte et al 2005). La simulation sur ordinateur est un outil précieux qui permet de confronter le monde politique et économique aux risques ou aux bienfaits encourus par une augmentation ou une diminution des sources d’émissions sur la qualité de l’air. Le but recherché est de fournir des informations sur la pollution de l’air aux différents acteurs: autorité publique, utilisateur simple, expert ou chercheur dans le domaine. Dans ce chapitre de la thèse, on présentera dans un premier temps l’histoire de la modélisation de la pollution atmosphérique, dans un second temps on va s’approprier de quelques vocabulaires tels que atmosphère, pollution,. . . Le chapitre présente aussi le lien entre la pollution de l’air et le réchauffement climatique. On donne une classification avec quelques modèles allant d’échelle locale régionale. Il se termine par une application simple de l’équation d’advection. Cependant comment a évolué la modélisation de la pollution atmosphérique, quelle est donc son histoire ? Définitions et Historique Avant de faire un état de l’art sur la modélisation de la pollution atmosphérique on définit d’abord les termes suivants: (a) Modélisation : c’est la représentation d’un système par un autre, plus facile appréhender. Il peut s’agir d’un système mathématique ou physique. Le modèle sera alors numérique ou analogique. La modélisation numérique consiste construire un ensemble de fonctions mathématiques décrivant le phénomène. En modifiant les variables de départ, on peut ainsi prédire les modifications du système physique. La modélisation analogique consiste construire un système physique qui reproduit plus ou moins un phénomène que l’on souhaite étudier. L’observation du comportement du modèle permet de tirer des enseignements sur le phénomène d’intérêt. Dans la thèse on modélise numériquement l’indice de la qualité de l’air dans Dakar. (b) Qualité de l’air : C’est l’évaluation de l’état de l’air ambiant selon une échelle dépendant du taux de concentration des polluants. Elle est souvent mesurée par une combinaison de méthodes chimiques et électroniques. Des sondes sont reliées un système informatique qui enregistre automatiquement une quantité de valeurs intervalle réguliers et qui peuvent ensuite être visualisées facilement sous diverses formes. Un indice de la qualité de l’air est Un indicateur de qualité de l’air permettant de synthétiser différentes données en une valeur simple est l’Indice de la Qualité de l’Air (IQA ou iqa). (c) Prédiction : c’est l’action de prédire, annoncer ce qui va arriver. c’est aussi l’action de prévoir (Prévision). C’est annoncer l’avance un événement par calcul, par raisonnement, par induction. Dans cette thèse on fait la prédiction de l’indice de la qualité de l’air dans Dakar. (d) Advection, Diffusion : En générale, c’est le transport d’une quantité telle que la chaleur, l’énergie interne, un élément chimique quelconque, les charges électriques par le mouvement (la vitesse) du milieu environnant. C’est un déplacement d’une masse d’air dans le sens horizontal, ou proche de l’horizontal. La convection est réservée aux mouvements provoqués par la poussée d’Archimède. La diffusion ou conduction est le transport relatif par rapport au milieu environnant en mouvement. On parle aussi dans ce cas de l’équation d’advection et de diffusion des polluants. (f) Dispersion : C’est un phénomène de déconcentration de polluants instables dans un milieu en l’absence de confinement ou en raison de brèche dans celui-ci. Le vent est un excellent agent dispersant des polluants. En effet, plus le vent est fort plus les niveaux de pollutions seront bas. Il faut noter que la dispersion atmosphérique comporte 3 évènements importants – Emission : rejet artificiel, libération ”naturelle” (active), mise en suspension par ´ l’écoulement (passive) – Transport par le vent dans l’atmosphère – Dépôt au sol et dans l’hydrosphère 1 : sec ou humide. 1. L’hydrosphère est un terme désignant l’ensemble des zones d’une planète o`u l’eau est présente. Elle concerne aussi bien l’eau sous forme liquide, que solide ou sous forme gazeuse.Figure 1.1 – Illustration de la dispersion atmosphérique. Source : ADEME La modélisation de la pollution atmosphérique est la mise en œuvre d’équations physiques et chimiques pour récréer de manière numérique les phénomènes atmosphérique complexes. Cet outil de simulation numérique permet de prévoir, anticiper et analyser de fa¸con objective les phénomènes atmosphériques sur toute ou une partie du territoire, en une période donnée. L’histoire de la modélisation de la pollution photochimique est liée d’une manière étroite celle de la modélisation numérique de l’atmosphère. Ces deux types de modélisations sont presque les mêmes avec les dernières générations de modèles couplés dit ”on-line” chimie et météorologie sont manipulées simultanément avec rétroactions de l’une ou l’autre. Elles ont les repères chronologiques avec les premiers travaux théoriques de Bjerknes (1904) et Richardson (1922) puis les premières simulations dans les années 1950 de Charney et al. (1950) avec la puissance des moyens de calculs mais aussi certains objectifs. Cela se constate dans les prévisions plus ou moins longue échéance, l’ étude du changement climatique par la prescription des concentrations en gaz effet de serre et en aérosols, problématique de l’assimilation. Les modèles de boˆıtes destinés mieux comprendre la formation du ”smog” photochimique (modèle EKMA, Dodge (19)) et leurs extensions au suivi de masses d’air lagrangiennes furent les tous premiers modèles. La performance dans les calculs des modèles ont évoluées au cours des années 1950 1970. Les modèles de la qualité de l’air ont été étendus aux 3 dimensions géographiques avec une représentation en point de grille. Cela concerne les modèles eulériens et semi-lagrangiens qui traitent le transport, le dépôt, les émissions et la chimie gazeuse. Cette approche s’est basée au début sur la modélisation de la pollution photochimique urbaine l’instar du premier CTM : Urban Airshed Model (UAM), con¸cu pour étudier la pollution Los Angeles. On note au début une évolution des données météorologiques d’entrées en passant par des observations aux champs météorologiques numériques con¸cus ou analysés. Autres que la pollution urbaine, les problèmes de pollution atmosphérique surgissent et transforment la formulation et la conception des modèles. On note la prise de conscience du caractère régional de la pollution photochimique ainsi que le phénomène des pluies acides (pollution transfrontière et transcontinentale). Cela a causé une l’extension horizontale des modèles urbains. Dans les années quatre vingt avec le phénomène du trou d’ozone stratosphérique a vu naitre les modèles bi puis tri-dimensionnels qui analyse la basse stratosphère en impliquant une extension verticale des modèles. On note une variation dans la complexité des modèles et les résolutions des problèmes. Cela concerne les applications considérées et la puissance de calcul la date considéré. Par exemple, actuellement, la résolution horizontale des CTM peut aller de quelques kilomètres pour les simulations régionales de la qualité de l’air la centaine de kilomètres pour les problématiques plus globales. A la fin des années 80, l’augmentation de la puissance de calcul et des bases de données sur les propriétés physiques et chimiques des particules et leurs interactions avec la phase gazeuse ont rendu possible la prise en compte des aérosols dans les modèles chimiques (Pilinis and Seinfeld (1988)). 

L’atmosphère 

Parallèlement au développement de ces modèles de chimie-transport, partir des années 1990, des travaux portent sur les interactions et les rétroactions entre la dynamique turbulente et la chimie des échelles sub-kilométriques par le biais de modèles de chimie on-line méso- échelle (Yamartino et al. (1992)) et de modèles Large Eddy Simulation (LES) incluant des réactions chimiques : très peu l’origine (une !) comme dans Schumann (1989) se complexifiant par la suite jusqu’ des mécanismes complets de photochimie troposphérique (Auger (2006)). Notons que le développement poursuit son évolution jusqu’ présent. 1.2 L’atmosphère Définie comme étant l’enveloppe gazeuse de la terre, l’atmosphère est l’environnement dans lequel la vie subsiste, beaucoup de transformations chimiques, en particulier d’origine photochimique surviennent ce niveau. L’air qui est le fluide gazeux qui constitue l’atmosphère, est indispensable la vie car il participe au processus de la respiration et la photosynthèse des végétaux, cet environnement très sensible et qui subit le plus d’influence de la part de l’activité urbaine. Composition chimique de l’atmosphère : Le tableau suivant nous donne les différentes concentrations des espèces constituant l’air et leur temps de résidence dans l’atmosphère. Gaz Concentration Temps de résidence Azote (N2) .084% – Oxygène (O2) 20.946% – Argon (Ar) 0.934% – Eau (H2O) [0.4..400] × 2ppm jours Dioxyde Carbone CO2 370 ppm 4 ans Néon (Ne) 18.18 ppm – Hélium (He) 5. ppm 2 * 6 ans Méthane (CH4) 1.75 ppm ans Krypton (Kr) 1. ppm – Hydrogène (H2) 0 .4 ppm – Xénon (Xe) 0.87 ppm – Table 1.1 – Composition chimique de l’air Décomposition de la couche de l’atmosphère : L’atmosphère s’étend de la surface de la terre plus d’une centaine de kilomètres. En fonction de l’altitude, l’atmosphère a des propriétés différentes, ce qui a permis de la ”découper” en différentes épaisseurs successives (Figure 1.2). En ce qui concerne la météorologie liée la pollution atmosphérique régionale, la zone d’intérêt sera la troposphère et plus particulièrement sa partie la plus basse, c’est dire la couche limite. Un bon indicateur du type de couche atmosphérique o`u l’on se trouve est le comportement du gradient vertical de température : au sein de la troposphère, la température décroit régulièrement avec l’altitude (-6.5°C/km, en moyenne). De nombreux ouvrages traitent de la couche limite atmosphérique. Nous citerons notamment ceux de Stull (1988) et de De Moor (1983). La troposphère est scindée en deux parties : une couche limite dans sa partie basse coiffé d’une couche limite libre (figure 1.2). La couche limite libre est la partie supérieure de la troposphère dans laquelle le vent est déterminé par de grands mouvements d’ensemble a l’échelle de la planète. Il résulte de l’équilibre entre les forces de pression et la force de Coriolis due a la rotation de la Terre. Le vent est appelé dans cette zone vent géostrophique. 

L’atmosphère 

Figure 1.2 – Description schématique de la structure verticale de l’atmosphère La couche limite atmosphérique : On s’intéresse la couche limite atmosphérique, qui, dans de notre thèse, est le siège de la pollution, de la plupart des sources et puits . . ., l’endroit o`u nous vivons et donc l’air que nous respirons. La couche limite atmosphérique (CLA) constitue Figure 1.3 – Coupe verticale de la basse atmosphère l’interface entre la surface terrestre et la troposphère libre (Figure 1.3). C’est la partie inférieure de l’atmosphère qui est sous l’influence directe des processus terrestres. Son extension verticale va de la surface quelques centaines ou milliers de mètres d’altitude et dépend directement de tous les paramètres météorologiques (vent, température, humidité, insolation), mais aussi de la topographie et du type d’environnement (océan, continental rural ou urbain). La CLA est très mince (1 2km) en comparaison avec le reste de la troposphère (≈ km) et avec toute l’atmosphère. La notion d’épaisseur de la couche limite atmosphérique n’a pas de réalité physique instantanée ! Contrairement d’autres variables bien plus palpables, comme le vent ou la température, l’épaisseur de la CLA est un bilan statistique. On peut mesurer instantanément une température, mais on ne peut que moyenner des grandeurs physiques pour en déduire une valeur moyenne de la hauteur de la couche limite. Les processus principaux au sein de la couche limite sont des processus de transport de quantité de mouvement, de chaleur et d’humidité. Ces processus sont avant tout des flux, des processus turbulents. Etudier la CLA revient avant toute chose étudier la turbulence atmosphérique. 

Les processus 

 L’atmosphère au sein de la CLA seront donc toujours décrits et étudiés en un terme moyen et un terme turbulent. La couche limite urbaine : Elle caractérise l’évolution d’un ensemble de masses pour des espaces fortement construits. Le développement de la couche limite étant avant tout dirigé par les caractéristiques de la surface. Il apparait qu’entre la ville et la campagne, la basse atmosphère a un comportement aussi différent que peuvent l’être des milieux urbains et ruraux. La figure 1.4 schématise une ville entourée d’un milieu sub-urbain (la banlieue) ou rural. Sur cette figure sont regroupés tous les processus que l’on peut étudier dans la couche limite, qu’ils soient dynamiques ou chimiques. On ne peut pas parler de la couche limite sans parler des phénomènes suivants : Figure 1.4 – Schéma d’un environnement urbain et de tous les processus inter-agissant dans la CLA. (1) L’albédo et l’émissivité L’albédo ou l’effet réfléchi est une valeur physique qui permet de connaitre la quantité de lumière solaire incidente réfléchie par une surface. Du point de vue climatique, elle exprime la part de rayonnement solaire qui va être renvoyée par l’atmosphère et la surface terrestre vers l’espace et qui donc ne servira pas réchauffer la planète. Elle est plus faible en ville qu’en milieu rural. De plus, la présence importante d’aérosols en milieu urbain tend réduire le flux solaire incident de l’ordre de 20 % (en fonction des zones d’ études). L’émissivité est la capacité d’une matière émettre et absorber du rayonnement. L’albédo concerne le rayonnement solaire tandis que L’émissivité est relative aux radiations émises par la terre. Le tableau 1.2 donne quelques valeurs d’albédo et d’émissivité, en fonction du type de milieu . Table 1.2 – Exemples de valeurs d’albédo et d’émissivité en fonction du terrain. (2) La température de surface : En générale la ville a une température plus élevée que la campagne. Cela s’explique principalement par les chauffages, le trafic automobile, les industries, . . . Ce phénomène est accentué en saison sèche (Hiver). On définit alors un ilot de chaleur urbain . Il existe des relations empiriques établies pour tenter d’estimer cette différence thermique ∆T. On a notamment les relations (Bornstein (1987)) : ∆T = 15, 27 − 13, 87Ψs (1.1) ∆T = 7, + 3, 97 ln( H W ) (1.2) o`u Ψs désigne un rapport d’aspect des constructions et H la hauteur, W la largeur des constructions. En période diurne, une valeur ”critique” de vitesse de vent est définie au del de laquelle la formation de cet ilot ne peut se faire (Oke (1987)). Cette valeur est dépendante de la population (en millions d’habitants), telle que : Uc = 3, 4 ln(P) − , 6. Par exemple, considérant que la population de Dakar et de sa proche banlieue est de l’ordre de 3 millions (recensement de 2013), on obtient Uc ≈ , 42ms−1 . Cette valeur de vent étant une valeur .1.2. L’atmosphère moyenne m. L’impact net est un flux de chaleur supplémentaire nommé flux anthropique, et qui vient s’ajouter au bilan radiatif que l’on fait sur un milieu. (3) Le vent: Pendant le jour la norme du vent est plus faible en milieu urbain qu’en milieu rural car la présence de hautes constructions le ralentit. A cause de l’influence des forts gradients de température horizontaux, on a l’effet inverse la nuit. Notons que par un vent moyen (au-dessus de 3m/s ), la couche limite atmosphérique (CLA) prend la forme d’un panache ( figure 1.5), et l’influence de l’agglomération est alors ressentie par les villes se trouvant sous le vent provenant de cette agglomération. Figure 1.5 – Le ”panache” urbain : structure verticale de l’atmosphère urbaine pour des vents supérieurs 3m/s (Ringenbach (2004), d’après Mestayer et Anquetin (1995)). (4) L’humidité: L’analyse de l’air montre que le milieu urbain est généralement plus sec qu’en milieu rural. Cela s’explique par le type de surface de la terre et son revêtement. Cette différence ne se limite pas qu’ l’atmosphère : le sous-sol urbain est ”creux” ce qui est rarement le cas de la terre. On observe donc des différences dans la fa¸con dont l’humidité peut être stockée dans le sous-sol, moins longtemps en ville, et dont elle peut être restituée, beaucoup plus facilement et intensément en ville. Brise de mer: Les différences de propriété de stockage de chaleur, de flux et d’assèchement du sol induisent des forts gradients de température horizontaux entre le milieu urbain et le milieu rural. La nuit, la ville est nettement plus chaude que la campagne environnante : on a un effet de brise similaire la transition terre/mer : l’air froid rural va s’ écouler vers la ville basse altitude, puis repartir vers la campagne des altitudes supérieures (Figure 1.6). Contrairement au cas précédent de couche interne, le phénomène de brise ne peut se produire que pour des vents très faibles : ce n’est qu’ cette condition que les effets thermiques peuvent dominer les for¸cages dynamiques : des études ont montrées que cela se produisait pour de grandes villes uniquement si |U| < 3m/s. Figure 1.6 – Schéma de brise de mer et analogie avec la ville .

Pollution 

pollution Jonathan Raban cité par Claude Gagnière dans le Bouquin des citations (Robert Laffont, 2000) affirme que : ”dans un pays sous-développé, ne buvez jamais d’eau. Mais, dans un pays industrialisé, ne respirez jamais l’air.” D’après la Loi sur l’Air et l’Utilisation Rationnelle de l’Energie du ´ 30 décembre 1996(LAURE, loi numéro 96-36), ”constitue une pollution atmosphérique [. . . ] l’introduction par l’homme, directement ou indirectement, dans l’atmosphère et les espaces clos, de substances ayant des conséquences préjudiciables de nature mettre en danger la santé humaine, nuire aux ressources biologiques et aux écosystèmes, influer sur les changements climatiques, détériorer les biens matériels, provoquer des nuisances olfactives excessives” (www.legifrance.gouv.fr). On définit la pollution atmosphérique comme étant la présence indésirable d’impuretés ou l’élévation anormale de la proportion des certains constituants de l’atmosphère. Toutes les substances qualifiées de polluants atmosphériques ne sont pas étrangères l’atmosphère et elles peuvent aussi avoir des conséquences positives pour la vie, comme l’ozone présent dans la stratosphère ou le dioxyde de carbone. Une substance présente dans l’atmosphère devient donc un polluant si sa concentration est modifiée de telle sorte que ”des conséquences préjudiciables” apparaissent. Les polluants ne sont pas nécessairement différents des substances émises par des phénomènes naturels. Si les CFC (chlorofluorocarbones) sont produits et émis uniquement par l’homme, des activités humaines comme l’agriculture ou l’élevage conduisent l’émission de méthane ou de poussières qui sont aussi naturellement émises par les bactéries des marais ou les déserts. Remarquons que la définition donnée par la LAURE prend en compte les différentes échelles spatiotemporelles auxquelles la pollution atmosphérique peut survenir : 1. la macro-échelle, qui est celle des phénomènes globaux comme les changements climatiques, 2. la méso-échelle, celle des phénomènes qui concernent un continent ou une région comme les pluies acides qui nuisent aux ressources biologiques et aux écosystèmes, 3. la micro-échelle, qui est celle des phénomènes locaux comme la détérioration des biens matériels, par exemple les monuments, ou les nuisances olfactives excessives, notamment sous le vent de certains types d’usines. La pollution est l’origine de deux risques : le premier se situe l’échelle locale ; ces composants chimiques (hydrocarbures non brˆulés et oxydes d’azote) favorisent en effet la formation d’ozone sous l’effet du soleil. Le second se situe l’échelle globale, l’émission croissante de ces polluants favorise les effets de serre et donc l’augmentation globale de température. Détaillons ces principaux composants chimiques polluants ainsi que leurs effets ; le premier de ces composants, le dioxyde de carbone CO2 est dégagé lors de la combustion du charbon du gaz naturel et du pétrole destiné entre autres la production d’énergie. Les gaz effet de serre de type Chloro-fluoro-carbones se trouvent dans les aérosols, la combustion d’emballages plastiques, les réfrigérateurs et climatiseurs. Le monoxyde de carbone CO, le dioxyde d’azote N2 et de plomb P b2 émis par les voitures essence non catalysées sont massivement produits dans les embouteillages, les tunnels urbains et par temps froid. On ne saurait faire un panorama complet de ces substances en oubliant l’ozone O3 formée par les polluants atmosphériques et dioxyde de soufre qui trouve sa source dans les diverses activités industrielles et qui contribue la formation de pluies acides. Elle cause aussi des dégˆats sur la santé humaine (irritation des yeux et de la gorge, dégradation de la capacité pulmonaire). 

Table des matières

1 La modélisation de la pollution atmosphérique
1.1 Introduction
1.2 L’atmosphère
1.3 pollution
1.4 Applications de la modélisation de la qualité de l’air
1.5 Les étapes d’application d’un modèle de qualité de l’air
1.6 Les classes des modèles de la qualité de l’air
1.6.1 Méthodes déterministes
1.6.2 Méthodes statistiques
1.7 Les modèles gaussiens
1.7.1 Modèles gaussiens et formulation eulérienne
1.7.2 Approche eulérienne
1.7.3 Représentation gaussienne de panache
1.7.4 Modèle gaussien bouffées
1.7.5 Turbulence
1.7.6 Modèles stochastiques
1.8 Application
1.9 Conclusion
2 Qualité de l’air Dakar
2.1 Introduction
2.2 Présentation
2.3 Centre de Gestion de la Qualité de l’Air
2.4 Les stations et leur localisation .
2.5 Les Polluants
2.5.1 Le SO2, Dioxyde de soufre
2.5.2 Particulate Matter (PM)
2.5.3 Les NOx, Oxydes d’azote
2.5.4 O3, l’ozone
2.5.5 Le CO, Monoxyde de carbone .
2.5.6 Les BTX, Benzène, Toluène Xylène
2.6 La surveillance
2.7 L’Indice de la Qualité de l’Air (IQA ou iqa)
2.8 Données
2.9 Conclusion
3 Outils d’Optimisation
3.1 Introduction
3.2 Rappels
3.3 Théorème de la projection
3.4 Minimisation sans contrainte
3.4.1 Résultat d’existence et d’unicité
3.4.2 Conditions d’optimalité
3.4.3 Application la régression linéaire
3.4.4 Algorithmes
3.4.5 Méthode probabiliste
3.5 Méthode des moindres carrés
3.5.1 Introduction
3.5.2 Notion de modèle et de régression linéaire multiple
3.5.3 Critère des moindres carrés – formulation
3.5.4 Recherche d’une solution
3.5.5 Interprétation statistique
3.5.6 Inconvénients
3.6 Conclusion
4 Modélisation et prédiction de l’indice de la qualité de l’air dans Dakar
4.1 Introduction
4.2 La régression linéaire simple
4.3 Régression linéaire multiple
4.3.1 Régression linéaire multiple et moindres carrés ordinaires (MCO)
4.3.2 Comportements asymptotiques des estimateurs
4.3.3 Analyse de la variance (coefficient de détermination)
4.3.4 Prédiction
4.3.5 Vérification des hypothèses
4.4 Modèle et prédiction de l’iqa
4.4.1 Modélisation
4.4.2 Estimation des paramètres βi
4.4.3 Validation statistique du modèle
4.4.4 Interprétation des résultats
4.4.5 Test du modèle
4.5 L’article en anglais
5 Optimisation et analyse de l’indice de la qualité de l’air dans Dakar par le processus ARMA(2, 1)
5.1 Introduction
5.2 Processus ARMA(p, q)
5.2.1 AR(p): processus auto-régressifs d’ordre
5.2.2 MA(q) : processus moyenne mobile d’ordre
5.2.3 ARMA(p, q): AR(p) + MA(q)
5.2.4 Notion du processus ARIMA
5.3 Algorithme de calcul du prédicteur
5.3.1 Algorithme de Durbin-Levinson
5.3.2 Algorithmique des innovations
5.3.3 Prévision récursive
5.4 Modélisation et prévision par les ARMA
5.4.1 Sélection des ordres (p,q)
5.4.2 Identification des paramètres d’un ARMA(p,q) stationnaire
5.4.3 Significativité des paramètres
5.4.4 Test d’adaptation
5.4.5 Sélection du modèle: critère AIC et BI
5.4.6 Prévision
5.5 Optimisation et analyse de l’iqa
5.5.1 La recherche des modèles candidats
5.5.2 Estimation, tests de validation et prévisions des processus ARMA
5.5.3 Prévision de l’iqa par ARMA(2, 1)
5.5.4 Discussion
5.6 L’article en anglais
5.7 Conclusion
A Code matlab
B Santé et pollution atmosphérique
C Procédure itérative de Box-Jenksen

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *