Description
des jeux de données
Les principaux jeux de données
choisis sont les
suivants :
• Mesures de concentration des
sept principaux polluants dans différentes locations
dans le monde : PM1, PM2.5, PM10, l’ozone O3, le dioxyde de soufre SO2, le dioxyde
d’azote NO2 et le monoxyde de carbon CO.
Les données ont été extraites
de l'API d’Openaq qui fournit des donnés
en
temps réel et des historiques également. Ces données sont issues de leurs emplacements de
surveillance
qui forment un réseau de capteurs gérés par la même
source.
Tout ce que cette API propose est libre au
sens des licences ouvertes puisque leur mission est de lutter contre les inégalités de l'air.
Pour celà, ils exposent les données sur
la qualité de l'air afin de connecter une communauté mondiale diversifiée d'individus et
d'organisations.
• Variation du taux de pollution par secteur dans
différents pays : Les secteurs retenus sont les plus pertinents et ceux qu'on
associe
généralement à la pollution de l'air dans des débats fréquents à propos du sujet, à savoir
énergie,
processus industriels, déchêts, transport et quelques autres de plus.
Les données ont été
extraites
de CLIMATEWATCH
qui
est conçue de base pour donner aux chercheurs et intéressés du domaine les données climatiques
et
les ressources dont ils
ont besoin pour suivre la pollution de l'air et le
changement climatique.
On tient à mentionner que CLIMATEWATCH fournit des données libres de
contraintes et restrictions d'utilisation.
La libraire pandas a été utilisée dans ce jeu de
données afin de manipuler
le fichier csv contenant les données des émissions de gaz polluants par secteur et modifier
sa structure afin de pouvoir obtenir le graphe désiré. En effet, le fichier de départ avait une
colonne dédiée à chaque année et une colonne nommée 'Sector' qui
contient les secteurs, avec pandas nous avons construit une colonne 'Year' qui contient l'année
et
des colonnes dédiées à chaque secteur. Ainsi maintenant sur chaque ligne, nous avons l'année, le
pays et les émissions de gaz correspondantes pour chaque secteur.
• Part de production des énergies renouvelables
de chaque pays : Les énergies renouvelables représentent un pillier
intéressant assez souvent colléré à la pollution de l'air et au changement climatique.
Le jeu de données est téléchargé à partir
de Our World in Data
qui s'intéresse à la recherche et aux données pour progresser contre les plus grands problèmes
du
monde et offre des données libres d'accès.
A première vue, on constate que la majorité des pays représentés ont toujours un long trajet
à
parcourir
pour arriver à un stade de production d’électricité qui dépend en sa totalité sur les énergies
renouvelables. Non seulement ça, mais la conclusion la plus importante qu’on peut tirer de cette
visualisation c’est que les pays les plus développées ont un retard par rapport aux pays du
tiers monde pour adopter cette démarche, cela est dû principalement à la contribution de
l’énergie nucléaire dans cette dernière, mais ça n’a pas empêché des pays comme le brésil et
Canada (plus des deux tiers de leurs énergies sont issues des sources renouvelables) malgré le
fait qu’il ont des centrales nucléaires qui contribuent majoritairement à la production de
l’électricité dans ses pays-là.
• Effet de la pollution de l'air sur le taux de
mortalité : Le jeu de données considéré vise à visualiser l'impact de la
pollution de l'air sur le taux de mortalité dans chaque pays du monde.
Les données ont été extraites de
de Our World in Data
qui propose des jeux de données libres d'accès comme mentionné précédemment.
Le dataset utilisé permet de récupérer le nombre de décés par tranche d'âge; un script
python a été mis en place afin de nettoyer les données et séléctionner les parties requises.
Pour faciliter le choix des pays, une barre de recherche avec autocomplétion a été établie.
L'interaction proposée à l'utilisateur ne l'implique pas uniquement par le choix du pays mais
également par la séléction ou désélection d'une ou plusieurs tranches d'âges.
