Lier données de qualité d’air extérieur (QAE) et intérieur (QAI) pour étudier les liens entre concentrations de polluants
Enjeux
La qualité de l’air a un impact sur la santé. Les données de qualité de l’air intérieur (QAI) et de l’air extérieur (QAE) sont produites par des acteurs différents, sur différentes échelles géographiques et temporelles, et ne sont donc pas mises en lien, limitant ainsi les interprétations qui peuvent êre faites des mesures de QAI.
Comment récupérer les données de QAE pour un appariement spatial et temporel avec les données de QAI ? Quels sont les liens entre les concentrations de polluants de la QAI et de la QAE ?
Cible et solution
Cible
L’objectif est de récupérer ces données (QAE : Géod’Air et AAQSA, trafic routier, météo, Corine Land Cover, registre parcellaire graphique…) de façon automatique et les rattacher aux bâtiments d’intérêt pour le CSTB. Les participants au défi devront proposer des méthodes de récupération automatisées des données ouvertes (algorithme, API), une vérification de la fiabilité (nettoyage, traitement des données manquantes), puis un algorithme pour rattacher ces données sur une période donnée à un échantillon de bâtiments.
Besoins
Etudes pour les chercheurs et les acteurs publics : enrichir les études sur la qualité de l’air en prenant en compte les relations entre QAE et QAI.
Solution
Un algorithme (script d’appariement) avec en format de sortie un tableur.
Etapes de mise en œuvre :
- Développement de méthodes de récupération automatique des données (QAE : Géod’Air et AAQSA, trafic routier, météo, Corine Land Cover, registre parcellaire graphique…) via des algorithmes, API.
- Vérification de la fiabilité et montée en qualité (nettoyage, traitement des données manquantes).
- Rattachement de ces données à un échantillon de bâtiments proposé par le CSTB.
Envie de vous engager sur ce défi ?
Profils recherchés
- data scientist
- data analyst
- data engineer
- développeur fullstack
- expert métier : QAE / trafic routier
- chef de projet / animateur
Pourquoi s’engager sur ce défi ?
Pour participer à la création d’une connaissance des sources de pollution pour mener ensuite des actions de prévention.
Pour donner un score sur la qualité de l’air intérieur en fonction des facteurs polluants extérieurs.
Quel impact aura ce défi ?
Livrable(s) attendu(s)
Algorithme (script d’appariement) avec en format de sortie un tableur. Idéalement, une interface graphique permettrait de paramétrer la requête et le script.
Résultat
Avant, il était compliqué d’obtenir des informations de QAE pour un emplacement donné, comme un bâtiment.
Après, des projets de recherche sur le lien QAE/QAI sont menés facilement.
Transférabilité et pérennisation du défi
Ce défi permettra d’enrichir les études et de mener d’autres projets en lien avec les collectivités territoriales (ex : recherche des déterminants du benzène, du N02, etc…).
