Avec une prise de conscience croissante de l'importance de la pollution de l'air à proximité des routes et une population croissante de piétons à proximité des routes, il est impératif de « présenter maintenant » les conditions de qualité de l'air à proximité des routes au grand public. Cela nécessite de construire des modèles prédictifs horaires à la fois précis et faciles à utiliser. Cette étude démontre une approche pour modéliser les concentrations horaires de carbone noir (BC) près de la route en fonction des informations sur le trafic routier et des conditions météorologiques actuelles à l'aide d'ensembles de données provenant de deux sites urbains à Seattle, Washington. L'ensemble optimal de variables de prédiction est déterminé à l'aide d'une méthode de moyennage de modèle bayésien (BMA) et trois structures de modèles différentes sont développées et comparées par la qualité de l'ajustement. Une approche innovante est proposée pour traduire la direction du vent à partir de valeurs numériques en variables catégorielles ayant une signification statistique. En modélisant l'autocorrélation dans la série chronologique BC à l'aide d'une composante AR(1), le modèle atteint une précision de prédiction satisfaisante. L'hétéroscédasticité conditionnelle et la distribution à queue lourde des résidus du modèle sont identifiées et modélisées avec succès par le modèle GARCH (General Auto Regressive Conditional Heteroscedasticity), qui fournit des informations précieuses pour l'interprétation des résultats de prédiction. La procédure méthodologique démontrée lors de la sélection et de l'affinement du modèle est efficace sur le plan informatique et utile pour une mise en œuvre ultérieure sur des plateformes en ligne pour la prévision immédiate de la BC à proximité des routes. Une comparaison entre les deux sites révèle également l'efficacité de la réglementation locale du fret pour atténuer les impacts environnementaux d'une flotte de poids lourds.
Yu, R., XC Liu, T. Larson et Y. Wang (2015) Approche cohérente pour la modélisation et la prévision immédiate des concentrations horaires de carbone noir à proximité des routes à Seattle, Washington, TRANSPORTATION RESEARCH PART D: TRANSPORT AND ENVIRONMENT, 34:104- 115.
