Données manquantes : pourquoi une absence de mesure ne vaut pas zéro

Dans une série de qualité de l’air, une case vide peut sembler anodine. Pourtant, traiter une absence de mesure comme un zéro modifierait immédiatement les moyennes et donnerait l’impression artificielle que l’air était parfaitement exempt du polluant concerné. Une donnée manquante signifie seulement qu’aucune valeur exploitable n’est disponible pour cette station, ce polluant et cet instant.

Pourquoi une mesure peut-elle manquer ?

Les réseaux de surveillance fonctionnent avec des instruments automatiques, des chaînes de transmission et des procédures de validation. Une interruption de maintenance, une panne ponctuelle, un retard de télétransmission, une valeur invalidée ou un changement de configuration peuvent créer un trou dans une série. L’absence ne renseigne donc pas sur la concentration réelle au moment concerné.

Pourquoi remplacer le vide par zéro fausserait les statistiques

Imaginons une journée avec vingt valeurs horaires disponibles et quatre heures manquantes. Ajouter quatre zéros ferait mécaniquement baisser la moyenne quotidienne, alors que rien ne prouve que la concentration ait été nulle pendant ces quatre heures. Air Observatoire ne fabrique donc jamais de valeur : seules les observations effectivement disponibles participent aux calculs, et le nombre d’échantillons reste conservé avec chaque agrégat.

La couverture compte autant que le résultat

Deux moyennes proches ne sont pas nécessairement aussi robustes si l’une repose sur beaucoup plus de journées ou de stations. C’est pour cette raison que le site publie des informations de couverture et impose des seuils avant de rendre certaines pages éligibles à l’indexation. Une série courte peut être utile pour suivre une situation récente, mais elle ne doit pas être présentée comme un historique long.

Comparer trois situations locales

Les pages de qualité de l’air à Paris, de qualité de l’air à Lyon et de qualité de l’air à Grenoble permettent de voir concrètement que le nombre de stations, de polluants et d’observations disponibles varie selon les territoires. Avant de comparer deux chiffres, il est donc utile de regarder la profondeur de la série et les stations contributrices.

Comment Air Observatoire traite les trous de série

Les imports conservent l’horodatage, la station, le polluant et la valeur lorsqu’elle est exploitable. Les agrégats quotidiens utilisent uniquement ces observations, puis les statistiques de ville sont recalculées à partir des stations rattachées. Les fenêtres de 7, 30 ou 90 jours conservent également le nombre réel de journées observées. Quand la matière manque, le site préfère afficher une couverture insuffisante plutôt qu’une précision inventée.

Références et sources

• data.gouv.fr — mesures nationales LCSQA / Geod’air
• Geod’air — référentiel des mesures et stations
• Agence européenne pour l’environnement — accès aux données de qualité de l’air

Air Observatoire conserve les données disponibles sans transformer les absences en valeurs numériques.