Modèle déterministe de risque spatial parisien

Statut et périmètre

Le module apps/web/src/lib/geo/paris-pressure-risk.ts produit deux sorties distinctes pour une zone du snapshot paris-pressure-v1 :

• wasteRisk : risque prédit de déchets diffus ;
• cigaretteButtRisk : risque prédit de mégots.

Ces valeurs sont des scores de pression/risk bornés sur 0–100. Elles ne sont pas une mesure réelle de pollution et ne doivent pas être présentées comme une observation exhaustive de l'état de la zone.

Le modèle est pur : il consomme une ParisPressureZone, le ParisPressureSnapshot qui la porte et, lorsque disponible, un contexte préparé par les contrats existants (événements, historique validé et provenance). Il n'effectue aucun appel réseau.

Rattachement IRIS et couverture géométrique

Le snapshot canonique est paris-iris-2024-pop-2021-r2-polygon. Les points sont d'abord rattachés par appartenance réelle au polygone IRIS, avec prise en charge des trous et des MultiPolygon. La même primitive déterministe est partagée par le runtime et le générateur (paris-pressure-geometry-core.mjs) : une géométrie non finie, mal structurée, non fermée ou de surface invalide est inexploitable et n'est jamais utilisée pour une appartenance.

Le centroïde n'est utilisé qu'en nearest-centroid-fallback, uniquement pour une zone dont la géométrie est manquante ou invalide, dans un rayon maximal de 1,5 km. Quand la couverture géométrique est complète, un point hors de tous les polygones reste sans rattachement, y compris s'il est proche d'un centroïde : être dans l'emprise historique ou proche d'un IRIS ne prouve pas l'appartenance à Paris.

La couverture expose expectedZoneCount, geometryZoneCount, geometryComplete, missingGeometryZoneCount, invalidGeometryZoneCount et invalidSurfaceZoneCount. complete exige le nombre IRIS attendu, une géométrie exploitable pour chaque zone et une surface positive ; il ne signifie pas que tous les signaux métier sont disponibles. Le snapshot actuel contient 992/992 géométries exploitables et 0 géométrie ou surface invalide.

Version et configuration

La configuration versionnée est predictionModelVersion = "paris-pressure-risk-v2" dans paris-pressure-risk-contract.ts. Cette version ne modifie aucun poids, aucune échelle et aucune formule de risque. Elle durcit la portée de la provenance contextuelle, rend une résolution de propreté inconnue fail-closed et intègre la fiabilité de la correction dans la confiance finale.

Poids de base

Les poids totalisent 1 pour chaque score. Une composante absente ne reçoit pas une valeur neutre inventée et ne redistribue pas son poids aux autres composantes : sa contribution vaut 0, tandis que la complétude signale l'incertitude.

Ainsi, la population seule ne peut pas saturer un score : son maximum est 22 points pour les déchets et 5 points pour les mégots.

Normalisations

Les valeurs déjà normalisées du snapshot sont re-bornées par normalizedSignal :

          
text
          clamp01(x) = min(1, max(0, x))
        

Les comptes bruts utilisent une saturation exponentielle explicite :

          
text
          normalizeCount(x, scale) = 1 - exp(-x / scale)
        

Un compte négatif, non fini ou absent reste indisponible (null). Les échelles versionnées sont :

Les terrasses et stations ont donc des facteurs autonomes pour le score mégots, même si l'activité publique du snapshot possède aussi une valeur agrégée normalized utilisée par le score déchets.

Pression événementielle

Le contexte peut fournir directement eventPressure, déjà normalisée par le contrat d'événements de la route. Si cette valeur n'est pas fournie, le module peut calculer une pression à partir d'événements récents :

          
text
          distanceFactor = clamp01(1 - distanceKm / 2)
recencyFactor  = clamp01(1 - ageDays / 56)
attendanceFactor = 0,5 si l'assistance est inconnue, sinon clamp01(assistance)
eventPressure = distanceFactor × recencyFactor × attendanceFactor
        

Plusieurs événements sont agrégés sans dépasser 1 :

          
text
          1 - produit(1 - eventPressure_i)
        

Un événement non valide ne contribue pas. L'absence complète d'événements reste null; un appelant qui sait qu'il n'y a aucun événement peut transmettre eventPressure: 0.

La provenance du contexte est portée par le facteur qu'elle peut réellement justifier, et non par un tableau global :

          
ts
          contextProvenance: {
  eventPressure?: ParisPressureContextProvenance[];
  validatedWastePressure?: ParisPressureContextProvenance[];
  validatedCigarettePressure?: ParisPressureContextProvenance[];
}
        

Une provenance événementielle ne renforce donc jamais l'historique déchets ou mégots. Sans provenance propre au facteur, la fiabilité explicite contextWithoutProvenance = 0,5 est appliquée et un gap est conservé. Une provenance partial reste utilisable avec 0,7; une provenance unavailable ne valide pas le facteur.

Formules des deux scores

Pour un facteur i, la contribution traçable est :

          
text
          points_i = normalized_i × weight_i × 100
        

avec points_i = 0 si normalized_i est absent. Le score de base est la somme des contributions, arrondie à trois décimales :

          
text
          baseRisk = somme(points_i)
        

estimateWasteRisk et estimateCigaretteButtRisk construisent des listes de facteurs différentes ; ils ne partagent donc pas un score de pression humaine unique.

Correction indépendante de propreté

Dans le snapshot actuel, cleanlinessPrior.normalized provient du nombre normalisé d'anomalies Dans Ma Rue. Il s'agit donc d'une pression d'anomalies : une valeur basse est compatible avec une zone historiquement plus propre, une valeur haute avec une zone plus signalée comme anormale. Ce sens est conservé explicitement dans le contrat et n'est pas inversé silencieusement.

Pour une donnée disponible :

          
text
          centered = (cleanlinessPressure - 0,5) × 2
correction = centered × 12 × resolutionMultiplier
finalRisk = clamp01((baseRisk + correction) / 100) × 100
        

resolutionMultiplier vaut 1 à l'IRIS et 0,75 à l'arrondissement. Une pression basse produit donc une correction négative ; une pression haute produit une correction positive. Si le prior est absent, la correction est 0, marquée available: false et expliquée comme indisponible : cette absence n'est pas assimilée à une zone propre ou sale. Si normalized existe mais que resolution vaut null, la résolution devient explicitement unknown, la correction n'est pas appliquée et resolutionReason vaut unknown_resolution. Le modèle ne promeut jamais implicitement cette valeur en IRIS.

La correction ne remplace jamais l'historique local validé. Un hotspot peut donc conserver un risque élevé malgré une correction de propreté favorable.

Sortie explicable et provenance

estimateParisPressureRisk retourne notamment :

• wasteRisk et cigaretteButtRisk ;
• pour chaque score, baseRisk, finalRisk et chaque contribution avec sa

valeur normalisée, son poids, ses points, sa disponibilité et la fiabilité de sa source ;

• cleanlinessCorrection séparée, avec sa valeur, sa résolution et son

explication ;

• confidence par score : complétude des facteurs de base, fiabilité de leurs

sources, disponibilité et fiabilité de la correction de propreté, score, niveau et facteurs manquants ;

• snapshotId, schemaVersion, generatedAt et refreshedAt ;
• les entrées provenance spatiales réellement utilisées, les entrées

contextProvenance réellement utilisées et les provenanceGaps structurés par facteur.

La confiance expose quatre composantes :

• dataCompleteness : complétude pondérée des facteurs de base ;
• sourceCompleteness : fiabilité pondérée des sources de ces facteurs ;
• cleanlinessCorrectionCompleteness : 1 si la correction est appliquée,

sinon 0 ;

• cleanlinessCorrectionSourceReliability : fiabilité de la source de

propreté utilisée, avec 1, 0,7 ou 0 selon son statut.

La confiance finale est la borne minimale de ces quatre indicateurs. Ainsi une correction inconnue ou sans source fiable ne peut pas conserver la même confiance qu'un finalRisk dont la correction de propreté est documentée. Le niveau est unknown à 0, low sous 0,4, medium de 0,4 à moins de 0,75, et high à partir de 0,75.

Le tri de estimateParisPressureRiskByZone est déterministe : wasteRisk décroissant, puis cigaretteButtRisk décroissant, puis zoneId croissant.

Limites et cas limites

• Les données manquantes restent null dans les contributions et réduisent la

complétude ; elles ne sont pas transformées en état « propre » ou « sale ».

• Une source partielle ne devient pas disponible par défaut local.
• Un seul facteur ne peut dépasser son poids configuré ; la correction de

propreté est séparée et limitée à ±12 points à l'IRIS (±9 à l'arrondissement).

• Les historiques validatedWasteReports et validatedCigaretteButts sont

optionnels et doivent être accompagnés d'une provenance dans les appels métier qui veulent une confiance complète.

• RoutePredictedEvidence transporte contextProvenance, provenanceGaps,

les sous-indicateurs de confiance et la correction de propreté sans recalcul frontend. La trace conserve donc les limites de provenance tout en gardant la prédiction distincte de l'observation.

• Aucun facteur socio-économique n'est utilisé.
• Les noms de sortie restent risk, pressure et predicted; aucune sortie

n'est présentée comme observed.