The impact of data missingness mechanisms and degradation levels on rainfall agroclimatic data analyses
Cette étude utilise des simulations de Monte Carlo pour démontrer que les mécanismes de données manquantes non aléatoires (MNAR) et des volumes de données manquantes plus élevés (jusqu'à 20 %) biaisent significativement les indices de précipitations agroclimatiques, le nombre maximal de jours consécutifs secs (CDD) s'avérant le plus sensible et les régions sèches étant les moins affectées par rapport aux zones plus humides.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous essayez de cuisiner le gâteau parfait, mais que vous ne possédez qu'une recette à laquelle il manque quelques pages. Si vous devinez les ingrédients manquants, vous pourriez obtenir une friandise délicieuse, ou bien servir une brique. C'est la réalité quotidienne des scientifiques qui étudient la météo et l'agriculture. Ils dépendent des « données de précipitations » — un journal long et continu de la quantité de pluie qui tombe chaque jour — pour prédire quand les cultures pousseront, quand les sécheresses pourraient frapper et comment nourrir des millions de personnes. Mais dans le monde réel, ces journaux météorologiques sont souvent déchirés. Les stations tombent en panne, les batteries meurent, ou des tempêtes endommagent l'équipement, laissant de grands vides dans le registre. La grande question est : est-ce que la manière dont les pages disparaissent importe ? Si les jours manquants sont juste des accidents aléatoires, est-ce différent de jours manquants qui surviennent spécifiquement lors des plus fortes tempêtes ? Si nous essayons de combler ces lacunes avec des mathématiques, notre gâteau aura-t-il toujours bon goût, ou toute la recette va-t-elle s'effondrer ?
Cette étude, menée par des chercheurs du Zimbabwe, plonge dans ce problème complexe en traitant les données de précipitations comme un jeu de « remplissez les blancs ». Ils ont pris un enregistrement de pluie parfait et complet et ont délibérément déchiré des morceaux. Ils ont testé trois manières différentes dont les données peuvent disparaître : « Manquant Complètement au Hasard » (comme une page qui tombe d'un livre), « Manquant au Hasard » (où les données manquantes dépendent des valeurs qui ont été observées, mais pas des valeurs manquantes elles-mêmes), et « Manquant Non au Hasard » (le pire des cas, où les pages manquantes sont celles qui contiennent la pluie la plus importante, comme les fortes tempêtes). Ils ont également testé à quel point la situation s'aggrave lorsqu'ils retirent 5 %, 10 % ou 20 % des données.
Les chercheurs n'ont pas simplement deviné ; ils ont lancé une simulation informatique massive (une expérience « Monte Carlo ») plus de 2 000 fois pour voir comment ces pièces manquantes perturbaient cinq mesures météorologiques spécifiques : la plus longue période consécutive de jours humides (jours avec au moins 3 mm de pluie), la plus longue période consécutive de jours secs (jours avec moins de 3 mm de pluie), la pluie totale pour la saison, quand la saison des pluies commence, et quand elle se termine. Ils ont découvert que la façon dont les données disparaissent compte énormément. Lorsque les données manquantes étaient « Non au Hasard » (cachant la pluie abondante), les résultats étaient les plus déformés, provoquant les plus grandes erreurs. Étonnamment, les mesures de début et de fin de saison étaient des adversaires coriaces ; elles restaient globalement précises même lorsque des données manquaient. Cependant, la mesure de la plus longue période consécutive de jours secs était un désastre total. Dans les zones arides, même une petite quantité de données manquantes rendait le calcul des périodes sèches incontrôlable, faussant parfois les résultats de près de 100 %.
L'étude a également révélé un tournant amusant : les régions plus humides avec beaucoup de pluie ont subi des erreurs plus importantes dans leurs chiffres de précipitations totales lorsque les données manquaient, simplement parce qu'il y avait plus de « matière » à perdre. Mais dans les parties les plus sèches du pays, les chiffres de la pluie totale sont restés étonnamment stables car il n'y avait pas beaucoup de pluie à la base. Cependant, ces régions sèches ont payé un prix différent : leur capacité à suivre les périodes sèches s'est complètement effondrée. Les chercheurs ont conclu que, bien que nous ne puissions pas toujours empêcher les stations météo de tomber en panne, nous devons être très prudents sur la manière dont nous comblons les lacunes. Si nous supposons que les données manquantes sont aléatoires alors qu'elles cachent en réalité les tempêtes, nos prévisions pour les agriculteurs pourraient être dangereusement erronées, menant potentiellement à une mauvaise planification et à des récoltes réduites. L'étude suggère que maintenir nos instruments météo en état de marche est la meilleure recette de toutes, car aucune quantité de mathématiques ne peut parfaitement réparer un journal déchiré.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.