Comparer les profils journaliers de PM2.5 entre stations en 2025.
Repérer les journées où les moyennes de PM2.5 sont les plus élevées et discuter les limites d'une analyse descriptive.
Construire un tableau de bord exploratoire par station, contaminant et période.
À cadrer en classe
Faire comparer les résultats avec un seuil de 18 heures valides et avec 24 heures valides.
Aperçu des données
Entrer par les lignes, puis poser une question
Extrait public de 120 résumés journaliers de PM2.5 à la station Radisson, échantillonnés sur 2025 depuis la ressource officielle. Il sert à explorer la structure et une série temporelle; la ressource complète reste disponible à la source.
FormatCSV officiel 2025 préparé localement; une ressource CSV par année de 1975 à 2025
Documentation complèteSources, variables, code R minimal, méthode et limites
Pourquoi ce jeu est intéressant
Ce jeu met les étudiants devant une source environnementale québécoise réelle, volumineuse et imparfaite. Il est idéal pour enseigner les séries temporelles, les valeurs manquantes, les résumés journaliers et la visualisation prudente d’un phénomène environnemental.
La fiche utilise la ressource officielle 2025 du RSQAQ. Le fichier brut contient des mesures horaires par station et par contaminant. La préparation locale produit un résumé journalier station-contaminant afin de garder les analyses rapides, reproductibles et adaptées à un laboratoire pédagogique.
Ce qui a été vérifié
Élément
Résultat vérifié
Paquet CKAN
a80757bd-d442-4d3d-9269-11628330b727
Source officielle
Données Québec / MELCCFP / RSQAQ
Titre officiel
RSQAQ - Données horaires continues
Ressources dans le paquet
51 ressources CSV
Ressource préparée ici
RSQAQ - Données continues horaires 2025
Identifiant de la ressource 2025
370a6be4-1530-4c2b-92f3-0a308224f284
Dernière modification de la ressource 2025
2026-06-19
Licence
Attribution (CC-BY 4.0), selon les métadonnées CKAN consultées le 2026-06-21
Direction de la qualité de l’air et du climat, MELCCFP
Description officielle
Concentrations horaires des contaminants mesurés de façon continue par le RSQAQ
Date d’accès
2026-06-21
Fréquence
Une ressource CSV par année
Ce que représente une ligne
Dans le CSV officiel, une ligne représente une station et une heure publiée. Les contaminants sont en colonnes. Une même ligne peut donc contenir plusieurs valeurs de contaminants ou plusieurs valeurs manquantes.
Dans la table préparée pour la fiche, une ligne représente plutôt un résumé journalier pour une station et un contaminant : nombre d’heures valides, moyenne, médiane, 95e percentile et maximum.
Une ligne n’est pas un épisode de pollution, une exposition individuelle, un diagnostic sanitaire ou une mesure causale. C’est un résumé descriptif des valeurs publiées pour une station, un jour et un contaminant.
Variables principales
Variable préparée
Rôle
Point de vigilance
source_year
Année de la ressource utilisée
Ici 2025
date
Date du résumé journalier
Dérivée de Date_Heure sans conversion de fuseau
station_id
Code de station extrait du libellé source
Utile pour regrouper sans dépendre du nom
station_name
Nom de station
Peut contenir des libellés longs
contaminant_source
Nom exact de la colonne source
Conserve la provenance technique
contaminant
Libellé lisible du contaminant
N’est pas une conversion d’unité
n_heures_valides
Nombre d’heures non manquantes dans la journée
Sert à filtrer les journées peu couvertes
moyenne, mediane, p95, maximum
Résumés des valeurs publiées
À interpréter par contaminant
Taille et résultats R vérifiés
Indicateur
Valeur
Ressources CSV annuelles dans le paquet CKAN
51
Lignes horaires dans le CSV 2025
457 686
Colonnes dans le CSV 2025
13
Stations distinctes
54
Contaminants publiés en colonnes
11
Mesures non manquantes tous contaminants
1 549 609
Résumés journaliers préparés
65 306
Première heure publiée
2025-01-01 00:00
Dernière heure publiée
2025-12-31 23:00
Mesures PM2.5 non manquantes
436 243
Stations avec PM2.5
52
Maximum horaire PM2.5 dans le CSV 2025
387,896
Contaminants les plus couverts en 2025
Contaminant source
Mesures non manquantes
Stations
Moyenne
95e percentile
Maximum
PM2.5-T640
436 243
52
6,71
20,1
387,896
O3
413 010
50
27,1
44,4
87,0
NO
188 051
25
1,81
8,38
232,0
NO2
181 701
25
5,64
18,0
95,8
SO2
146 261
18
1,22
3,17
297,0
Ces nombres ne doivent pas être comparés naïvement entre contaminants. La fiche conserve les valeurs publiées par colonne et ne normalise pas les unités. Pour un cours d’introduction, il est préférable de choisir un contaminant à la fois.
Journées PM2.5 élevées dans le résumé 2025
Date
Station
Heures valides
Moyenne journalière
Maximum horaire
95e percentile
2025-06-04
Radisson
24
100,3
203,8
202,1
2025-07-26
Montréal - York/Rosemont
24
91,1
128,2
127,3
2025-06-06
Gatineau - Hull
24
88,8
101,7
100,3
2025-07-26
Saint-Joseph-de-Sorel
24
88,4
126,6
123,0
2025-06-05
Radisson
24
87,6
186,7
186,2
Ces journées sont des points de départ pour l’exploration. Elles ne suffisent pas à identifier une cause. Pour interpréter un épisode, il faut ajouter du contexte : météo, feux de forêt, transport régional des polluants, sources locales et validation instrumentale.
Lecture statistique
Une analyse prudente suit cet ordre :
choisir une année et un contaminant;
vérifier le nombre d’heures valides par jour;
résumer par station et par date;
visualiser la série temporelle avant de classer les épisodes;
éviter de mélanger les contaminants sans unité commune;
distinguer valeur élevée, épisode environnemental et cause possible.
Le résumé journalier est pratique pour l’enseignement, mais il masque les variations intra-journalières. Pour une question plus fine, il faut retourner aux mesures horaires.
Concepts enseignables
séries temporelles horaires;
valeurs manquantes;
données en format large;
pivot long;
résumé journalier;
95e percentile;
comparaison entre stations;
détection d’épisodes;
communication prudente;
limites des données environnementales.
Score zéro déchet
Dimension
Score
Justification
Contexte québécois
3
Données officielles de surveillance de la qualité de l’air au Québec
Accessibilité pédagogique
3
Stations, dates et contaminants sont interprétables rapidement
Qualité documentaire
3
Paquet CKAN, ressources annuelles, licence et producteur sont disponibles
Potentiel de nettoyage
3
Format large, valeurs manquantes, stations et contaminants à harmoniser
Potentiel de visualisation
3
Séries temporelles, calendriers, cartes et comparaisons par station
Potentiel de statistique descriptive
3
Moyennes, médianes, percentiles et classements par jour
Potentiel d’inférence
1
Non adapté à l’inférence sans protocole complémentaire
Potentiel de modélisation
2
Modèles exploratoires possibles, mais dépendants du contexte externe
Potentiel éthique
3
Santé publique, environnement et communication du risque
Réutilisabilité
3
Utile en nettoyage, visualisation, séries temporelles et communication
Total : 27 sur 30.
Activité courte
En 60 à 90 minutes, choisir le PM2.5 et repérer les journées les plus élevées en imposant un minimum d’heures valides. Les étudiants doivent expliquer pourquoi un classement descriptif ne suffit pas à conclure sur la cause.
Activité longue
En 2 à 3 heures, construire un tableau de bord exploratoire par station, contaminant et période. Le livrable doit inclure les décisions de nettoyage, les valeurs manquantes, les graphiques et une section de limites.
Code R minimal
À exécuter depuis la racine du projet.
# Load librarieslibrary(dplyr)library(ggplot2)library(readr)# Prepare official 2025 CSV resourcesource("datasets/qualite-air-horaire/preparation.R")# Import prepared daily summariesair_jour <-read_csv("data/processed/qualite-air-horaire/resume_journalier_contaminants_2025.csv",show_col_types =FALSE)# Focus on PM2.5 days with at least 18 valid hourly valuespm25 <- air_jour |>filter(contaminant_source =="PM2.5-T640", n_heures_valides >=18)pm25 |>arrange(desc(moyenne)) |>select(date, station_name, n_heures_valides, moyenne, maximum) |>slice_head(n =10)ggplot(pm25, aes(x = date, y = moyenne, group = station_id)) +geom_line(alpha =0.25, linewidth =0.3) +labs(title ="Moyennes journalières de PM2.5 par station, 2025",x ="Date",y ="Moyenne journalière des valeurs publiées" ) +theme_minimal()
Limites et précautions
La fiche conserve les valeurs publiées par contaminant sans harmoniser les unités.
Les valeurs manquantes varient fortement selon les contaminants et les stations.
Un résumé journalier peut masquer des pics horaires.
Une valeur élevée n’identifie pas automatiquement une cause.
Les comparaisons entre stations doivent tenir compte de la couverture horaire.
Les données sont descriptives; une analyse sanitaire ou réglementaire demanderait un cadre méthodologique plus spécialisé.
Extensions
Comparer les résultats avec un seuil minimal de 18, 20 ou 24 heures valides.
Produire un calendrier de chaleur pour une station.
Comparer PM2.5 et O3 sans les placer sur la même échelle.
Ajouter des données météo pour explorer les épisodes.
Préparer une note publique qui sépare observation, hypothèse et conclusion.