Chapitre I : Etat des connaissances
19
(NCAR) de 1 degré (1°) de résolution en latitude et longitude. Les archives de données NCEP
/ NCAR sont mises à jour chaque année.
6.2.4.2.
Génération des rétro-trajectoires
Les trajectoires Lagrangiennes sont calculées à partir de la base de données météorologiques
(u : latitude, v : longitude, w : hauteur) interpolées sur la grille interne du modèle. A chaque
coordonnée et pour chaque intervalle de temps (6 h, 12h, 18h, et 24h), la position de la masse
d’air est calculée selon le vecteur de vitesse horizontal et sa position initiale. La méthode de
calcul des rétro-trajectoires est similaire. Elle comprend une double approche : Eulérienne et
Lagrangienne.
La méthode de calcul des rétro-trajectoires est détaillée dans le guide d’utilisation HYSPLIT
(Draxler, 1999)
6.2.4.3.
Classification statistique non superposée ‘Clustering’
L’étude peut vite devenir délicate et fastidieuse quand le nombre des rétro-trajectoires est élevé.
Une approche statistique permet donc de réduire ces différentes incertitudes. En effet, il faut
regrouper les différentes trajectoires dans des classes ayant le même comportement, permettant
ainsi de réduire considérablement les incertitudes et les limitations liées aux trajectoires
individuelles. Il existe un large panel de techniques utilisées visant à partitionner et à
différencier les masses d’air, parmi lesquelles on trouve la classification statistique nonsupervisée (connue en anglais sous l’appellation clustering). C’est une technique statistique
multivariée (multidimensionnelle), considérée comme robuste pour classifier les différentes
trajectoires des masses d’air. Dans notre cas, le clustering consiste à représenter les différentes
trajectoires sous forme d’un nombre réduit de clusters, de telle manière que chaque cluster soit
représentatif d’un groupe de trajectoires selon un critère de ressemblance défini au préalable,
qui peut être la source, la direction ou le comportement des différentes trajectoires, comme
l’indique la figure I.6. Ces clusters permettent ainsi de regrouper les trajectoires selon un critère
de similitude, tout en fournissant l’histoire des masses d’air et la climatologie correspondante
des différents polluants sur un site récepteur donné. Les erreurs issues de ces rétro-trajectoires
sont ainsi réduites.
19
(NCAR) de 1 degré (1°) de résolution en latitude et longitude. Les archives de données NCEP
/ NCAR sont mises à jour chaque année.
6.2.4.2.
Génération des rétro-trajectoires
Les trajectoires Lagrangiennes sont calculées à partir de la base de données météorologiques
(u : latitude, v : longitude, w : hauteur) interpolées sur la grille interne du modèle. A chaque
coordonnée et pour chaque intervalle de temps (6 h, 12h, 18h, et 24h), la position de la masse
d’air est calculée selon le vecteur de vitesse horizontal et sa position initiale. La méthode de
calcul des rétro-trajectoires est similaire. Elle comprend une double approche : Eulérienne et
Lagrangienne.
La méthode de calcul des rétro-trajectoires est détaillée dans le guide d’utilisation HYSPLIT
(Draxler, 1999)
6.2.4.3.
Classification statistique non superposée ‘Clustering’
L’étude peut vite devenir délicate et fastidieuse quand le nombre des rétro-trajectoires est élevé.
Une approche statistique permet donc de réduire ces différentes incertitudes. En effet, il faut
regrouper les différentes trajectoires dans des classes ayant le même comportement, permettant
ainsi de réduire considérablement les incertitudes et les limitations liées aux trajectoires
individuelles. Il existe un large panel de techniques utilisées visant à partitionner et à
différencier les masses d’air, parmi lesquelles on trouve la classification statistique nonsupervisée (connue en anglais sous l’appellation clustering). C’est une technique statistique
multivariée (multidimensionnelle), considérée comme robuste pour classifier les différentes
trajectoires des masses d’air. Dans notre cas, le clustering consiste à représenter les différentes
trajectoires sous forme d’un nombre réduit de clusters, de telle manière que chaque cluster soit
représentatif d’un groupe de trajectoires selon un critère de ressemblance défini au préalable,
qui peut être la source, la direction ou le comportement des différentes trajectoires, comme
l’indique la figure I.6. Ces clusters permettent ainsi de regrouper les trajectoires selon un critère
de similitude, tout en fournissant l’histoire des masses d’air et la climatologie correspondante
des différents polluants sur un site récepteur donné. Les erreurs issues de ces rétro-trajectoires
sont ainsi réduites.