Des émissions que l’analyse classique ne voyait pas

01Le contexte

Un site industriel de valorisation de biogaz cherchait à comprendre pourquoi un gaz était émis de façon diffuse dans l'air ambiant — un enjeu à la fois environnemental et d'exploitation. La difficulté n'était pas le manque de données, mais leur nature : plusieurs sources indépendantes, à des pas de temps différents (de 5 minutes à 10 minutes), couvrant plusieurs mois, et réparties sur deux sous-systèmes distincts — le réseau de captage et la plateforme de traitement.

La première mission consistait à transformer cet ensemble disparate en une base exploitable : près de 320 000 mesures de capteurs et plus de 87 000 enregistrements de supervision, à aligner et contrôler.

02La démarche

Consolidation multi-sources. Unification de données de supervision, de 4 capteurs de qualité de l'air et de relevés de terrain en une base unique, horodatée et contrôlée.
Analyse spatiale. Géolocalisation de 210 points de mesure et rattachement aux zones du site pour identifier les secteurs les plus exposés.
Analyse exploratoire & corrélations. Caractérisation des variables, détection des événements, et recherche des facteurs liés aux émissions.
Corrélations à décalages temporels. Test systématique de l'effet des facteurs non pas en simultané, mais avec des délais de 1 à 24 heures.
Modélisation & évaluation honnête. Modèle prédictif (gradient boosting) évalué rigoureusement par validation croisée temporelle.

03Le tournant : le temps comme variable cachée

Croisées en simultané, les données ne montraient presque rien : des corrélations proches de zéro, un lien apparemment inexistant entre le fonctionnement de l'installation et les émissions. Un diagnostic hâtif aurait conclu « aucune relation ».

En testant les corrélations décalées dans le temps, un signal net est apparu : un facteur mesuré environ 12 heures plus tôt atteignait une corrélation de l'ordre de −0,3 avec les émissions du moment, contre quasiment zéro en simultané. Le système réagissait avec retard — ce qu'une analyse instantanée ne pouvait pas voir.

Courbe de corrélation selon le décalage temporel : nulle à l’instant t, marquée (environ −0,3) vers 12 heures de délai

Illustration méthodologique (données anonymisées) : la corrélation, quasi nulle en simultané, devient nette (≈ −0,3) avec un délai d'environ 12 heures.

La leçon : une corrélation instantanée faible ne signifie pas « pas de relation ». Dans tout système où les effets mettent du temps à se propager, le décalage temporel fait partie de l'analyse.

04Une convergence qui fiabilise le diagnostic

Deux analyses menées sur des sources totalement indépendantes — les capteurs de qualité de l'air d'un côté, les relevés de terrain de l'autre — désignaient les mêmes secteurs du site comme les plus chargés. Quand deux méthodes qui ne partagent aucune donnée aboutissent au même résultat, la confiance dans le diagnostic augmente nettement.

Schéma conceptuel : deux méthodes indépendantes pointant vers les mêmes zones d’un site

Schéma conceptuel (données anonymisées) : deux méthodes indépendantes désignent les mêmes zones sources.

05Résultats

Un mécanisme à retardement

Les émissions répondent aux conditions de l'installation avec un délai d'environ 12 heures — une lecture physique cohérente, et un résultat que l'analyse classique masquait.

Des zones sources convergentes

Deux analyses indépendantes désignent les mêmes secteurs du site, renforçant la fiabilité du diagnostic.

Une conclusion assumée sur les limites

Le modèle prédictif testé n'a pas atteint un niveau de fiabilité exploitable. Plutôt que de le survendre, l'étude l'explique — et oriente vers les données qui le rendraient possible.

06Ce que ce projet illustre

Au-delà du domaine, cette mission résume une façon de travailler : partir de données imparfaites, en tirer des explications solides, et rester rigoureux jusque dans l'aveu des limites. Un bon modèle n'est pas celui qui promet tout, mais celui dont on connaît exactement la portée.