Explainable Machine Learning for Predicting Thermal Discomfort from Multipollutant Exposure on Dhaka Roadways

Résumé technique : Apprentissage automatique explicable pour la prédiction de l'inconfort thermique lié à l'exposition multipolluante sur les voies routières de Dhaka

Énoncé du problème
Les voies de communication urbaines dans les mégapoles en développement rapide comme Dhaka, au Bangladesh, présentent des environnements d'exposition complexes où les usagers de la route (piétons, usagers, forces de l'ordre et travailleurs informels) sont confrontés à des stress simultanés : la chaleur, la pollution de l'air (matières particulaires et CO₂) et le bruit du trafic. Les études traditionnelles évaluent souvent ces facteurs de manière isolée, échouant ainsi à capturer les effets synergiques de l'exposition multipolluante sur la perception thermique humaine. De plus, les méthodes statistiques standards peuvent éprouver des difficultés à modéliser les interactions non linéaires entre ces variables et le confort thermique subjectif. Cette étude répond à la nécessité de quantifier et de prédire l'inconfort thermique dans les microenvironnements routiers de Dhaka en intégrant des données d'exposition multipolluante à des cadres d'apprentissage automatique (ML) explicables.

Méthodologie
La recherche a employé un plan d'observation transversal basé sur le terrain, mené sur 17 sites de surveillance stratégiques le long de trois grands corridors (Nord, Centre et Sud) à Dhaka. La collecte de données s'est déroulée durant les périodes de fin de mousson, de post-mousson et de transition hivernale (août 2025 – janvier 2026).

• Acquisition des données :
  • Capteurs environnementaux : Des détecteurs d'air intelligents calibrés (JLDC) ont mesuré les concentrations de PM₁, PM₂.₅, PM₁₀ et de CO₂. Des sonomètres miniatures (UT353) ont enregistré les niveaux de bruit du trafic. Les données météorologiques (température, humidité relative, vitesse du vent) ont également été capturées.
  • Perception humaine : Des entretiens structurés avec 1 109 participants ont permis de recueillir des votes de sensation thermique subjective basés sur les directives de l'ASHRAE (allant de « Très frais » à « Chaud »), ainsi que des données sur le niveau d'habillement, les plaintes de santé (ex. : maux de tête) et la qualité de l'air perçue.
• Prétraitement des données : Le jeu de données brut a subi un nettoyage rigoureux, incluant l'élimination des erreurs de capteurs, des doublons et des valeurs manquantes. Le jeu de données final pour la modélisation comprenait 1 109 observations.
• Cadre d'apprentissage automatique : Trois algorithmes de classification supervisée ont été entraînés pour prédire les catégories d'inconfort thermique :
  1. Arbre de décision (DT) : Utilisé comme base interprétable.
  2. Forêt aléatoire (RF) : Une méthode d'ensemble pour réduire le surapprentissage et améliorer la stabilité.
  3. XGBoost : Un modèle de boosting de gradient avancé pour capturer les relations non linéaires complexes.
• Explicabilité et validation : La performance des modèles a été évaluée à l'aide de l'AUC-ROC, de la précision, du rappel, du score F1 et des matrices de confusion. Pour garantir l'interprétabilité, une analyse SHAP (SHapley Additive exPlanations) a été appliquée afin de déterminer la contribution relative de chaque prédicteur. Une analyse de sensibilité a été menée pour évaluer la robustesse du modèle face aux variations des variables d'entrée.

Résultats clés

• Charge d'exposition : L'étude a révélé une charge élevée d'exposition multipolluante. La concentration moyenne de PM₂.₅ était de 71,37 µg/m³, tandis que la PM₁ moyenne était de 58,35 µg/m³. Les mesures en bord de route ont enregistré une concentration maximale de PM₂.₅ de 100,00 µg/m³ dans le jeu de données de l'étude, bien que le texte note un pic spécifique de 172,2 µg/m³ dans la zone de Mirpur-10. Les niveaux de bruit moyens ont atteint 82,96 dB. Ces valeurs dépassent considérablement les directives de l'Organisation mondiale de la santé (OMS).
• Prévalence de l'inconfort thermique : Les données de terrain ont révélé un inconfort thermique extrême, avec 99,46 % des observations classées comme « Chaud », « Tiède » ou « Légèrement tiède ». Seule une fraction négligeable a rapporté des sensations neutres ou fraîches.
• Performance des modèles : Les modèles d'ensemble ont nettement surpassé l'arbre de décision unique. Random Forest et XGBoost ont tous deux atteint une précision de 0,96 et un score F1 de 0,96, avec des valeurs d'AUC-ROC indiquant une excellente discrimination (AUC = 0,96). Les modèles ont démontré une grande stabilité dans la classification de l'inconfort thermique à travers différents scénarios d'exposition.
• Importance des prédicteurs (Analyse SHAP) : Contrairement à l'hypothèse selon laquelle la température est le seul moteur, l'analyse SHAP a identifié la vitesse du vent et la concentration de CO₂ comme les prédicteurs les plus influents de l'inconfort thermique. Les PM₁₀, le niveau d'habillement et l'humidité ont également contribué de manière modérée, tandis que les PM₂.₅ et le bruit avaient des impacts plus faibles mais non négligeables. Cela suggère que l'airflow microclimatique et les émissions liées au trafic (indiquant la congestion et une mauvaise ventilation) sont des déterminants critiques de l'inconfort.
• Sensibilité : L'analyse de sensibilité a confirmé que, bien que les variables de PM et de bruit restent relativement stables dans leur impact, les variations de l'exposition au CO₂ ont provoqué des fluctuations plus importantes dans les prédictions du modèle, soulignant la sensibilité du confort thermique à la densité du trafic et aux conditions de ventilation.

Signification et contributions
L'article revendique plusieurs contributions significatives aux domaines de la santé environnementale urbaine et de l'apprentissage automatique :

1. Approche multipolluante intégrée : Contraпаirement aux études précédentes qui isolaient la chaleur, le bruit ou la pollution, cette recherche fournit un cadre fondé sur des preuves pour comprendre l'impact combiné de ces stress sur la perception thermique dans une mégapole tropicale dense.
2. Application de l'IA explicable : En utilisant l'analyse SHAP, l'étude dépasse les prédictions de type « boîte noire ». Elle quantifie l'influence spécifique de variables telles que la vitesse du vent et le CO₂, offrant des informations exploitables pour les décideurs politiques plutôt que de simples mesures de précision prédictive.
3. Pertinence pour la santé publique : Les conclusions soulignent que l'inconfort thermique à Dhaka n'est pas seulement un problème météorologique, mais une crise de santé publique pilotée par la synergie de la chaleur, des particules fines et du bruit. La haute prévalence de l'inconfort (99,46 %) souligne la vulnérabilité des travailleurs extérieurs et des usagers.
4. Cadre politique : L'étude propose une stratégie d'intervention multisectorielle, incluant des solutions fondées sur la nature (plantation d'arbres en bord de route, trottoirs ombragés), des contrôles des émissions de trafic et l'atténuation du bruit. Elle suggère que ces mesures doivent être ciblées sur des segments routiers spécifiques à haut risque identifiés par analyse spatiale.

Les auteurs concluent que la lutte contre l'inconfort thermique nécessite une approche de planification urbaine intégrée qui gère simultanément la qualité de l'air, le bruit et le microclimat, soutenue par des modèles prédictifs explicables et fondés sur les données.