Analyse de la Pollution à Monterrey
J’ai analysé et nettoyé les données de 24 capteurs environnementaux à Nuevo León, Mexique, avec plus d’un million d’enregistrements sur les niveaux de polluants. J’ai exploré les corrélations entre les schémas de vent et les concentrations de polluants, et développé des modèles de classification en machine learning pour catégoriser les polluants selon les niveaux de risque pour la santé, facilitant la surveillance et la prise de décision.
Fonctionnalités
- Traitement et nettoyage de plus d’un million d’enregistrements provenant de 24 capteurs environnementaux à Nuevo León, en écartant 12 capteurs aux données incomplètes ou manquantes.
- Interpolation des données en utilisant des enregistrements cycliques (horaires, hebdomadaires et mensuels) basés sur des schémas régionaux et des fluctuations observées par heure, jour et mois.
- Construction d’un modèle de classification en machine learning pour catégoriser les niveaux de pollution, permettant de créer un système de feu tricolore de risque pour des alertes exploitables.
- Développement d’une carte interactive montrant les niveaux de polluants, la vitesse et la direction du vent dans la ville, intégrée au modèle de classification.
- Déploiement de la carte et du modèle ML dans une application web construite avec Dash (Python) pour une visualisation en temps réel et un suivi de santé.
Carte de Pollution et Classification de la Qualité de l’Air
Carte interactive permettant aux utilisateurs de visualiser la qualité de l’air dans différentes zones de la ville et la classification de la qualité de l’air.
Carte de Pollution et Classification de la Qualité de l’Air
Carte interactive permettant aux utilisateurs de visualiser la qualité de l’air dans différentes zones de la ville et la classification de la qualité de l’air.