Etude statistique de séries chronologiques de données concernant certains polluants de la Marne

Time series analysis of some Marne river polluants

Centre de Recherche et de Contrôle de l'Eau de Paris 144, avenue Paul-Vaillant-Couturier - 75014 Paris

Résumé

Les études concernant l'environnement, et notamment la qualité des ressources en eau, sont productrices d'un nombre considérable de données, qualitatives ou quantitatives. Les techniques d'exploitation graphiques et statistiques permettent l'analyse de ces séries chronologiques d'informations à travers la recherche de tendances et de saisonnalités. Les méthodes d'analyse de données multivariées, et notamment l'analyse en composantes principales, utilisées en complément des tests statistiques classiques, visualisent et facilitent l'interprétation de 50 ans de suivi de la qualité de l'eau de la Marne à partir de plusieurs paramètres physico-chimiques et sur différentes stations de mesure. Pour aider une éventuelle prise de décision et porter un regard plus juste sur les évolutions des paramètres de pollution mesurés, les résultats des tests statistiques peuvent être rapprochés des données socio-économiques disponibles telles que le développement agricole ou industriel, l'évolution de l'urbanisme et des rejets domestiques ou industriels.

Abstract

Environmental studies, and especially those concerning water resources quality, generale numerous qualitative and quantitative data. These technical elements have to be translated into usable informations to come to decisions. With this object, multivariate data analysis methods, and particulary the principal components analysis (PCA) are the most employed statistical tools. We have used PCA to analyze 50 years record of the Marne river water quality data taking in account 6 physico-chemical parameters and 9 measurement stations spread along the river. Graphical and statistical time series techniques have been used to analyze the trends and specified time changes in a 50-years record of annual average values of Marne river water quality data. The PCA is an exploratory data analysis. This phase of the work as to uncover important properties of the data by executing simple graphical and numerical studies. The second step, a statistical data analysis with non parametric tests like the Kruskall-Wallis (to tests groups median homogeneity), Kendall (to test trends), Bartlett (to test groups dispersion homogeneity) and Mann-Whitney tests (to identify sudden changes dates), were used to confirm the type and dates of changes and trends.

The results obtained in this statistical study cannot be compared to others because of the unusual length of the studied time period. Nevertheless, the information obtained may be associated with some socio-economic variables such as industrial or agricultural development, urban increase and wastewater discharge around or upstream the measurement stations.