Multi-Horizon, Multi-Depth Forecasting of Pavement Temperature in a Continental Climate: Machine Learning Methods Benchmarked Against a Persistence Baseline

Résumé technique : Prévision multi-horizons et multi-profondeurs de la température des chaussées dans un climat continental

Énoncé du problème
La prévision précise de la température des chaussées à plusieurs profondeurs est cruciale pour la conception mécaniste-empirique des chaussées, incluant l'analyse des contraintes thermiques, la prédiction de l'orniérage, l'évaluation de la fissuration par basse température et la gestion des cycles de gel-dégel. Bien que l'apprentissage automatique (ML) soit de plus en plus appliqué à ce problème, la littérature récente rapporte fréquemment des coefficients de détermination élevés ($R^2 > 0,95$) sans comparaison avec des référentiels triviaux. Cette étude aborde trois lacunes méthodologiques de la recherche actuelle : (1) l'échec à prendre en compte l'autocorrélation extrême inhérente aux séries temporelles de température des chaussées, ce qui peut gonfler la capacité prédictive apparente ; (2) le recours à des divisions chronologiques uniques entre entraînement et test qui ne parviennent pas à capturer la variance saisonnière ; et (3) l'omission des référentiels de persistance naïve, qui constituent la norme de référence dans la prévision opérationnelle. L'étude vise à déterminer les conditions spécifiques (profondeur, horizon de prévision et volume de données) sous lesquelles les méthodes de ML apportent une réelle valeur ajoutée par rapport à une prévision de persistance simple.

Méthodologie
La recherche utilise une année de données de température horaires ($n = 7\,067$ observations) provenant d'une station de surveillance automatisée située près d'Astana, au Kazakhstan, dans un climat fortement continental. Le jeu de données comprend des mesures à huit profondeurs de sous-surface (de 3 cm à 300 cm) et la température de l'air ambiant.

• Tâche de prévision : L'étude évalue les prédictions à trois horizons : 24 heures (journalier), 168 heures (hebdomadaire) et 720 heures (30 jours).
• Modèles : Six algorithmes de ML ont été évalués : régression linéaire, régression Ridge, régression Lasso, Forêt aléatoire (Random Forest), Gradient Boosting et Extreme Gradient Boosting (XGBoost).
• Référentiel (Baseline) : Un référentiel de persistance naïve ($\hat{y}_{t+h} = y_t$) a été utilisé comme principal point de comparaison.
• Ingénierie des caractéristiques (Feature Engineering) : Un protocole « sans fuite » (leak-free) a été mis en œuvre. Les caractéristiques comprenaient des valeurs décalées (lagged values : 1, 3, 6, 12, 24, 72, 168 heures), des statistiques de fenêtres glissantes (moyennes et écarts-types sur 24h et 168h), et des encodages cycliques du temps. Crucialement, aucune information inter-profondeur au même instant n'a été utilisée comme prédicteur afin d'éviter que la tâche ne se transforme en une interpolation spatiale.
• Validation : Une validation croisée par blocs de séries temporelles à fenêtre extensible en cinq plis a été employée. Cette approche expose les modèles à des changements de distribution saisonnière (par exemple, s'entraîner sur des données d'été/automne et tester sur l'hiver) plutôt que de s'appuyer sur une division statique unique.
• Métriques : La performance a été évaluée par l'erreur quadratique moyenne (RMSE), l'erreur absolue moyenne (MAE) et le coefficient de détermination ($R^2$).

Résultats clés

1. Dominance de la persistance aux horizons courts : À l'horizon de 24 heures, le référentiel de persistance a surpassé les six algorithmes de ML à chaque profondeur. La persistance a atteint des valeurs de $R^2$ comprises entre 0,94 et 0,999 avec des RMSE allant de 0,23 °C (à 180 cm) à 4,37 °C (à 3 cm). Aucun modèle de ML n'a dépassé le référentiel de persistance en termes de RMSE moyenne.
2. Valeur limitée du ML aux horizons intermédiaires/longs : Les méthodes de ML ont commencé à montrer des performances compétitives ou supérieures uniquement sous certaines conditions :
   • Horizon de 168 heures : La régression Lasso a obtenu la RMSE la plus faible dans 22 % des combinaisons profondeur-pli, principalement à des profondeurs intermédiaires (120 cm et 180 cm), mais la persistance est restée supérieure dans la moyenne globale des plis.
   • Horizon de 720 heures : À l'horizon de 30 jours, les méthodes de ML sont devenues compétitives dans les couches plus profondes. La Forêt aléatoire a réalisé une réduction de la RMSE de 20 % par rapport à la persistance à la profondeur de 300 cm. Lasso a montré des améliorations modestes aux profondeurs intermédiaires (40–180 cm). Cependant, aux profondeurs proches de la surface (3–20 cm), aucune méthode de ML n'a approché la performance de la persistance.
3. Impact de la taille des données d'entraînement : La performance du ML était très sensible à la taille de l'ensemble d'entraînement. Avec de petits jeux de données (~1 245 heures), les modèles de ML ont performé nettement moins bien que la persistance. Une performance stable et compétitive nécessitait environ 4 000 à 5 000 heures (six mois) de données d'entraînement.
4. Prédictibilité dépendante de la profondeur : Une augmentation monotone de la prédictibilité avec la profondeur a été observée pour toutes les méthodes, y compris la persistance. Cela reflète l'inertie thermique physique du système de chaussée, où les couches plus profondes présentent une évolution de température plus lente et plus lisse, plutôt qu'une amélioration de la capacité algorithmique.

Contributions et importance de l'étude
L'article apporte un correctif au récit prédominant dans la littérature sur la température des chaussées selon lequel le ML « résout » les problèmes de prédiction. Ses principales contributions sont les suivantes :

• Évaluation comparative méthodologique : Il s'agit de la première étude qui compare explicitement une suite complète d'algorithmes de ML à un référentiel de persistance naïve à travers plusieurs horizons et profondeurs pour la température des chaussées. Elle démontre que de nombreux $R^2$ élevés rapportés précédemment reflètent probablement l'exploitation de l'autocorrélation (persistance) plutôt qu'une réelle capacité prédictive.
• Identification des régimes : L'étude établit des limites claires pour l'utilité du ML. Le ML apporte une valeur ajoutée uniquement aux horizons plus longs (≥ 168 heures) et aux profondeurs plus importantes (≥ 60 cm), là où la diffusion thermique atténue la variabilité à haute fréquence et où l'hypothèse de persistance commence à échouer. Pour les décisions opérationnelles à court terme (ex. : entretien quotidien), la persistance est suffisante et plus robuste.
• Protocoles sans fuite : En imposant une règle stricte d'ingénierie des caractéristiques « sans information inter-profondeur au même instant », l'étude souligne comment les pratiques standards du domaine peuvent involontairement transformer les tâches de prévision en interpolation spatiale, gonflant artificiellement les métriques de performance.
• Conseils pratiques : Les résultats offrent des orientations fondées sur des preuves pour les ingénieurs : utiliser la persistance pour les prévisions à court terme ; envisager la régression Lasso pour la planification à moyen terme et à profondeur intermédiaire ; et envisager les ensembles d'arbres décisionnels uniquement pour la planification saisonnière des couches profondes, à condition de disposer de suffisamment d'historique (≥ 6 mois).

Limites
Les auteurs reconnaissent que les résultats sont basés sur une seule station et un seul cycle annuel. Bien que le site soit représentatif du climat continental, une validation inter-stations à travers le réseau plus large de KazDorNII (couvrant différentes latitudes et types de sols) est nécessaire pour confirmer la généralisabilité. De plus, l'ensemble de caractéristiques excluait les covariables météorologiques telles que le rayonnement solaire et la vitesse du vent, ce qui peut limiter la performance de la prévision de la température de surface. Enfin, l'étude a utilisé le plus simple référentiel de persistance ; les travaux futurs devraient comparer le ML à des référentiels plus sophistiqués comme les modèles saisonniers-naïfs ou ARMA.