1. Les variables aléatoires#
Il s’agit de l’ensemble de données de base que vous pouvez obtenir une fois que vous avez supprimé les colonnes indésirables et appliqué un regroupement catégoriel. Ici, nous utilisons les groupes limités par la géographie, le temps, l’objet et l’ampleur.
Les données ont été collectées par les organisations suivantes:
hammerdirt
Association Pour la Sauvegarde du Léman
Precious Plastic Léman
WWF Suisse
Hackuarium
Etudiants de Solid Waste Engineering, EPFL
Summit foundation
La source de ces données: hammerdirt-analyst/IQAASL-End-0f-Sampling-2021
1.1. Le contexte de l’observation#
Une fois les données collectées et agrégées, d’autres informations sont nécessaires pour les placer dans leur contexte par rapport aux autres observations.
Dans ce modèle, les étiquettes sont largement utilisées. Les objets, les lieux et les attributs des objets et des lieux ont tous des étiquettes. Les étiquettes relatives à l’utilisation des sols correspondent au rapport entre l’attribut et l’espace disponible.
Attention
À l’origine, cette méthode était destinée à la surveillance des déchets sur le littoral. L’application de cette méthode aux rivières et aux sentiers de montagne fait l’objet de la présente discussion.
Avoir un consensus sur les descriptions d’objets et être discipliné dans les données enregistrées : c’est la meilleure façon de capturer les informations de l’observateur.
Une fois le consensus atteint, les ingénieurs peuvent se mettre au travail.
Il est plus facile de chercher quelque chose si vous savez ce que vous cherchez ou si vous savez ce qui est important.
1.1.1. Résultats d’inventaire#
Important
C’est ce qui est compté. La manière dont ces objets sont classés est un élément essentiel des données. C’est aussi la façon la plus simple de faire mesurer une valeur. Il est plus facile et plus rapide de le faire au moment de l’enquête.
1.1.1.1. Début: nov 2015, fin: décembre 2022#
échantillons | site | municipalités | zone d'intérêt | date | jdl | Projet | code | pcs/m | quantité | canton | zone | |
---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G10 | 0.000 | 0.000 | Vaud | lac |
1 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G100 | 0.000 | 0.000 | Vaud | lac |
2 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G101 | 0.000 | 0.000 | Vaud | lac |
3 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G103 | 0.020 | 1.000 | Vaud | lac |
4 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G106 | 0.100 | 5.000 | Vaud | lac |
1.1.2. Détails du site d’inventaire#
Celui-ci contient les détails de localisation tels que le GPS, le bassin fluvial de la ville, etc. Une grande partie a déjà été ajoutée aux données pour le travail. Cependant, les noms propres peuvent être extraits et des attributs peuvent être ajoutés à cet ensemble, puis appliqués.
La localisation GPS constitue le centre d’un hexagone de 3 000 mètres. La configuration de l’utilisation du sol pour chaque emplacement est configurée à partir de ce point.
Note
Les données utilisées pour identifier un emplacement sont définies sur la manière dont les informations vont être utilisées. C’est également un moyen simple d’améliorer le flux de données une fois les exigences comprises.
site | latitude | longitude | zone d'interêt | municipalités | bassin versant | |
---|---|---|---|---|---|---|
aubonne | Aubonne | 46.460 | 6.391 | Lac Léman | Aubonne | rhone |
baby-plage | Baby Plage | 46.209 | 6.163 | Lac Léman | Genève | rhone |
bouveret | Bouveret | 46.389 | 6.860 | Lac Léman | Bouveret | rhone |
clarens | Clarens | 46.439 | 6.890 | Lac Léman | Clarens | rhone |
crans | Crans | 46.355 | 6.214 | Lac Léman | Crans | rhone |
1.1.3. Catégories d’objets#
Les catégories d’objets correspondent à la manière dont la personne transmet l’observation à l’appareil. La description et le nom du groupe permettent aux administrations régionales d’obtenir davantage d’informations à partir des données.
Note
En créant des groupes d’objets qui représentent des cas d’utilisation, il peut être plus facile pour les acteurs régionaux d’identifier les priorités. Il s’agit peut-être de la meilleure voie de discussion entre les acteurs régionaux. Si les catégories d’objets ou les groupes correspondent à des priorités communes, les communications peuvent être simplifiées.
matériel | description | code de base | groupe | |
---|---|---|---|---|
G708 | Métal | Batons de ski | G199 | loisirs |
G212 | Produit chimiques | Nodules de petrol | Parent code | non définie |
G213 | Produit chimiques | Paraffine | Parent code | loisirs |
G214 | Produit chimiques | Goudron | Parent code | infrastructures |
G135 | Textiles | Vêtements, chaussures, chapeaux et gants | Parent code | articles personnels |
1.1.4. Utilisation du sol#
Il s’agit de l’ampleur des caractéristiques topographiques trouvées dans un rayon de 1 500 du lieu d’enquête. La source est la collection de cartes swissTLMRegio. Une superposition hexagonale est appliquée aux couches de couverture terrestre et d’utilisation des terres. Ensuite, le contenu de chaque hex est enregistré en mètres² ou en mètres linéaires.
Ce processus a montré des corrélations entre l’ampleur des résultats de l’enquête pour certains objets et l’ampleur de l’élément topographique. Ce processus a été expliqué dans Near of Far et Land use profile.
L’ampleur de l’élément topographique et sa valeur mise à l’échelle sont disponibles. Les données ont été séparées en groupes percentiles. Il existe 21 groupes, un groupe étant destiné au cas où la caractéristique d’utilisation des terres n’est pas présente, puis un groupe pour chaque cinquième percentile.
Note
Pour cette phase initiale, seules les couches cartographiques de base ont été utilisées. Pour les partenaires intéressés, l’une des couches cartographiques deTLMRegio fonctionnera sur ces données. Cela permet aux équipes indépendantes d’utiliser plus facilement les résultats pour des besoins spécifiques.
normalisée | terre sèche | magnitude | rang | |
---|---|---|---|---|
rues | 0.142 | 0 | 35,120 | 3 |
bâtiments | 0.272 | 2,866,568 | 781,085 | 6 |
centre ville | 0.0 | 0 | 0 | 0 |
forêt | 0.48 | 2,866,568 | 1,377,375 | 10 |
vergers | 0.0 | 0 | 0 | 0 |
vignobles | 0.0 | 0 | 0 | 0 |
infrastructure | 0.015 | 2,866,568 | 42,872 | 1 |
récréation | 0.033 | 2,866,568 | 95,027 | 1 |
non définie | 0.247 | 2,866,568 | 708,108 | 5 |
1.1.5. Cantonal#
La situation géographique ciblée. Cependant, les échantillons du Rhône et du Léman partagent des origines communes. Pour le Léman les échantillons du Valais représentent 5% de tous les échantillons et 12% en quantité.
Note
Cela devrait affecter les décisions d’échantillonnage au niveau régional. Pour le Valais le bilan n’est pas correct compte tenu des kilomètres du Rhône.
Il existe cependant un consensus entre 2021 et 2022 en référence aux valeurs élevées à l’embouchure du Rhône.
quantité | municipalités | échantillons | site | % de totale | % des échantillons | |
---|---|---|---|---|---|---|
Genève | 12,479 | 4 | 50 | 11 | 0.13 | 0.157 |
Valais | 12,193 | 2 | 17 | 2 | 0.127 | 0.053 |
Vaud | 71,645 | 19 | 252 | 43 | 0.744 | 0.79 |
Total | 96,317 | 25 | 319 | 56 | 1.001 | 1.0 |
1.1.6. Régional#
Ces étiquettes sont une façon de diviser le lac. Le transport et le dépôt d’objets dans ces zones peuvent avoir une importance régionale. Si tel est le cas, le Valais est un contributeur important.
quantité | municipalités | échantillons | site | % de totale | % des échantillons | |
---|---|---|---|---|---|---|
Grand lac | 24,385 | 10 | 83 | 21 | 0.253 | 0.26 |
Haut lac | 57,742 | 9 | 157 | 20 | 0.599 | 0.492 |
Petit lac | 14,190 | 6 | 79 | 15 | 0.147 | 0.248 |
Total | 96,317 | 25 | 319 | 56 | 0.999 | 1.0 |
1.1.7. Municipal#
L’unité de base. Les communes non inscrites sur la liste n’ont pas été échantillonnées.
quantité | échantillons | site | % de totale | % des échantillons | |
---|---|---|---|---|---|
Allaman | 631 | 3 | 1 | 0.007 | 0.009 |
Aubonne | 193 | 4 | 1 | 0.002 | 0.013 |
Bourg-en-Lavaux | 121 | 2 | 1 | 0.001 | 0.006 |
Bouveret | 3,286 | 4 | 1 | 0.034 | 0.013 |
Clarens | 1,127 | 4 | 1 | 0.012 | 0.013 |
Crans | 21 | 3 | 1 | 0.0 | 0.009 |
Cully | 48 | 4 | 1 | 0.0 | 0.013 |
Genève | 8,128 | 33 | 6 | 0.084 | 0.103 |
Gland | 1,690 | 26 | 3 | 0.018 | 0.082 |
Grangettes | 3,677 | 4 | 1 | 0.038 | 0.013 |
Hermance | 200 | 4 | 1 | 0.002 | 0.013 |
La Tour-de-Peilz | 8,748 | 25 | 5 | 0.091 | 0.078 |
Lausanne | 3,822 | 20 | 3 | 0.04 | 0.063 |
Lutry | 686 | 4 | 1 | 0.007 | 0.013 |
Montreux | 16,715 | 53 | 5 | 0.174 | 0.166 |
Morges | 170 | 1 | 1 | 0.002 | 0.003 |
Préverenges | 7,009 | 19 | 3 | 0.073 | 0.06 |
Rolle | 1,236 | 4 | 2 | 0.013 | 0.013 |
Saint-Gingolph | 8,907 | 13 | 1 | 0.092 | 0.041 |
Saint-Sulpice (VD) | 8,313 | 17 | 5 | 0.086 | 0.053 |
Savonière | 592 | 4 | 1 | 0.006 | 0.013 |
Tolochenaz | 754 | 7 | 3 | 0.008 | 0.022 |
Versoix | 3,559 | 9 | 3 | 0.037 | 0.028 |
Vevey | 15,113 | 48 | 4 | 0.157 | 0.15 |
Vidy | 1,571 | 4 | 1 | 0.016 | 0.013 |
Total | 96,317 | 319 | 56 | 1.0 | 1.0 |
1.1.8. Échantillons de bord des rivières#
Les rivières représentent un environnement d’échantillonnage différent de celui des lacs. La marque des hautes eaux change plus fréquemment et avec plus d’ampleur sur les rivières. Ces changements sont si importants que les relevés effectués sur les berges impliquent souvent de retirer les sacs des arbres.
Attention
Les acteurs régionaux doivent se mettre d’accord sur les lieux d’échantillonnage optimaux le long de la voie navigable. Cela implique l’apport d’hydrologues et d’autres disciplines qui pourraient indiquer des lieux d’accumulation.
Il s’agit notamment d’examiner attentivement les limites de la zone d’enquête et la manière de définir ces limites sur le terrain.
site | municipalités | zone d'intérêt | date | jdl | Projet | code | pcs/m | quantité | canton | zone | |
---|---|---|---|---|---|---|---|---|---|---|---|
10320 | arve_carouge_battistellak | Veyrier | arve | 2017-04-17 | 107.000 | training | Gcaps | 0.080 | 4.000 | Genève | rivière |
10321 | arve_carouge_battistellak | Veyrier | arve | 2017-05-25 | 145.000 | training | Gcaps | 0.090 | 5.000 | Genève | rivière |
10322 | arve_carouge_battistellak | Veyrier | arve | 2017-06-27 | 178.000 | training | Gcaps | 0.050 | 3.000 | Genève | rivière |
10323 | arve_carouge_battistellak | Veyrier | arve | 2017-07-31 | 212.000 | training | Gcaps | 0.070 | 4.000 | Genève | rivière |
10324 | arve_carouge_battistellak | Veyrier | arve | 2017-08-28 | 240.000 | training | Gcaps | 0.110 | 6.000 | Genève | rivière |
1.1.9. Échantillons sentiers pédèstre#
Le lien entre les résultats de ces sites et le lac n’est pas clair. Nous ne disposons pas de données antérieures à 2020 pour les Alpes et les associations n’ont pas manifesté d’intérêt soutenu pour continuer ce projet.
Important
Ces résultats sont intéressants car ils représentent des zones où l’on ne s’attend pas à trouver des déchets. Dans ce contexte, les échantillons prélevés sur les sentiers de randonnée sont équivalents à ceux prélevés sur les plages. Des efforts considérables sont également déployés à tous les niveaux pour entretenir ces ressources.
L’élaboration d’un calendrier d’échantillonnage et la définition d’objectifs régionaux à cet égard peuvent inciter d’autres acteurs à agir.
site | municipalités | zone d'intérêt | date | jdl | Projet | code | pcs/m | quantité | canton | zone | |
---|---|---|---|---|---|---|---|---|---|---|---|
5990 | cabanes-des-diablerets | Ormont-Dessus | alpes-vaudoises | 2021-08-28 | 240.000 | testing | Gcaps | 0.000 | 0.000 | Vaud | montagne |
5992 | crans-montana | Crans-Montana | alpes-valaisannes | 2021-06-12 | 163.000 | testing | Gcaps | 0.000 | 0.000 | Valais | montagne |
5996 | la-tzoumaz | Riddes | alpes-valaisannes | 2021-05-22 | 142.000 | testing | Gcaps | 0.000 | 0.000 | Valais | montagne |
5997 | les-crosets | Val-d'Illiez | alpes-valaisannes | 2021-06-06 | 157.000 | testing | Gcaps | 0.000 | 0.000 | Valais | montagne |
5998 | les-diablerets | Ormont-Dessus | alpes-vaudoises | 2021-05-15 | 135.000 | testing | Gcaps | 0.010 | 1.000 | Vaud | montagne |
1.1.10. Données dimensionnelles#
Nous ne listons pas les poids ici. Les méthodes utilisées pour enregistrer les poids diffèrent d’un groupe à l’autre. Cependant nous disposons de la longueur du rivage ou du sentier, de la superficie et du temps en minutes.
Note
Le temps nécessaire à la réalisation d’un inventaire est souvent sous-estimé. Des inventaires de plusieurs milliers d’unités peuvent nécessiter 8 à 12 heures de comptage, mais seulement une heure de collecte.
En fin de compte, la précision de vos données dépend des ressources allouées à cet effet. D’après notre expérience, les gens participent à la collecte mais pas au comptage.
m² | mètres | minutes | |
---|---|---|---|
airolo | 57.000 | 38 | 99 |
andermatt | 800.000 | 100 | 220 |
cabanes-des-diablerets | 18.000 | 12 | 199 |
charmey | 150.000 | 30 | 220 |
crans-montana | 64.000 | 43 | 149 |
1.1.11. Test#
Avant de passer à l’étape suivante. Nous vérifions les données par rapport au rapport fédéral. Nos résultats ici doivent correspondre à la page ici Le Léman 2021
G112 | G27 | G30 | G67 | G70 | G89 | G95 | Gfrags | |
---|---|---|---|---|---|---|---|---|
pcs/m | 0.000 | 0.470 | 0.215 | 0.090 | 0.010 | 0.055 | 0.120 | 0.615 |
1.2. L’ensemble de données pour le lac#
Les résultats de l’enquête contiennent désormais toutes les informations décrites ici ou permettent d’accéder à d’autres informations sur l’événement.
échantillons | site | municipalités | zone d'intérêt | date | jdl | Projet | code | pcs/m | quantité | canton | zone | region | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
35 | ('aubonne', '2022-02-06') | aubonne | Aubonne | lac-leman | 2022-02-06 | 37.000 | testing | G30 | 0.100 | 5.000 | Vaud | lac | Grand lac |
108 | ('aubonne', '2022-05-14') | aubonne | Aubonne | lac-leman | 2022-05-14 | 134.000 | testing | G30 | 0.220 | 11.000 | Vaud | lac | Grand lac |
181 | ('aubonne', '2022-09-10') | aubonne | Aubonne | lac-leman | 2022-09-10 | 253.000 | testing | G30 | 0.060 | 3.000 | Vaud | lac | Grand lac |
254 | ('aubonne', '2022-11-05') | aubonne | Aubonne | lac-leman | 2022-11-05 | 309.000 | testing | G30 | 0.060 | 3.000 | Vaud | lac | Grand lac |
327 | ('baby-plage', '2022-01-22') | baby-plage | Genève | lac-leman | 2022-01-22 | 22.000 | testing | G30 | 0.111 | 9.000 | Genève | lac | Petit lac |
Ceci est un ébauche : le script a été mis à jour le 22/09/2023 in Biel, CH
Contactez analyst@ pour plus d’informations
Git repo: https://github.com/hammerdirt-analyst/cantonal_reports.git
Git branch: main
json : 2.0.9
pandas : 2.0.3
numpy : 1.25.2
slugify: 8.0.1
analyst at hammerdirt