Probabilité de pluie

Bonjour à tous,

Depuis quelques temps , je souhaite pouvoir détecter la probabilité de risque de pluie avec un Arduino ( localement car je ne souhaite pas interroger les sites en ligne à cause du quota)
Les détecteurs actuels sont peu ou pas fiables car l'idéal n'est pas de tester la présence de l'eau ( c'est trop tard ) mais bien la proba lité qu'elle arrive

Ce faisant , il pourrait exister une solution en mesurant de façon périodique la température et l'humidité extérieures et ainsi me donner quelques solutions

- soit par un modèle d'approche "par apprentissage automatique"
je mesure et je stocke les données T° et RH%
puis j'utilise un "model" pour en déterminer la probabilité mais là je n'ai pas le type de modele

-soit je détermine alors des seuils
je mesure T° et RH% et suivant des seuils tels que :
- Si humidité > 90% et température < 20°C, forte chance de pluie. (vPluie = 1 )
- Si humidité < 60%, pluie peu probable. (vPluie = 0)

j'expérimente çà :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97

#include <Wire.h> #include <Adafruit_GFX.h> #include <Adafruit_SSD1306.h> #include <DHT.h> #include <math.h>   // Taille de l'écran OLED #define SCREEN_WIDTH 128 #define SCREEN_HEIGHT 64   // Initialisation de l'écran OLED (adresse 0x3C) Adafruit_SSD1306 display(SCREEN_WIDTH, SCREEN_HEIGHT, &Wire, -1);   // Capteur DHT #define DHTPIN 2 #define DHTTYPE DHT22 DHT dht(DHTPIN, DHTTYPE);   // Coefficients issus du modèle de régression logistique float a = -0.34513; float b = 0.09128; float c = -1.43782;   void setup() { Serial.begin(9600); dht.begin();   // Initialisation de l'écran OLED if (!display.begin(SSD1306_SWITCHCAPVCC, 0x3C)) { Serial.println(F("Écran SSD1306 non détecté")); for (;;); // Boucle infinie en cas d'erreur }   display.clearDisplay(); display.setTextSize(1); display.setTextColor(SSD1306_WHITE); display.setCursor(0, 0); display.println("Station Meteo"); display.display(); delay(2000); }   void loop() { float temp = dht.readTemperature(); float humid = dht.readHumidity();   if (isnan(temp) || isnan(humid)) { display.clearDisplay(); display.setCursor(0, 0); display.println("Erreur capteur!"); display.display(); delay(2000); return; }   // Calcul de la probabilité de pluie float z = a * temp + b * humid + c; float proba = 1.0 / (1.0 + exp(-z)); // <=====================   // Affichage sur OLED display.clearDisplay(); display.setCursor(0, 0); display.setTextSize(1);   display.print("Temp: "); display.print(temp, 1); display.println(" C");   display.print("Humid: "); display.print(humid, 0); display.println(" %");   display.print("Pluie: "); display.print(proba * 100, 0); display.println(" %");   // Message en fonction du seuil display.setCursor(0, 48); display.setTextSize(1); if (proba >= 0.5) { display.println("Pluie probable"); } else { display.println("Pluie peu probable"); }   display.display();   Serial.print("Temp: "); Serial.print(temp); Serial.print(" | Humid: "); Serial.print(humid); Serial.print(" | Proba pluie: "); Serial.println(proba, 2);   delay(5000); }

---

Je voudrais donc simplement ici avoir votre avis ou peut-être avez-vous d'autres solutions


merci bien
pascal

Bonjour,

Citation:

---

Envoyé par cobra38

Ce faisant , il pourrait exister une solution en mesurant de façon périodique la température et l'humidité extérieures et ainsi me donner quelques solutions.

---

Sans être météorologue, il manque :
- La mesure de pression atmosphérique car quand elle baisse il pleut souvent. https://meteofrance.com/actualites-e...temp%C3%A9ries.
- Tu peux aussi mesurer la luminosité pour tenter de voir le ciel se couvrir (prédiction de court terme car on mesure localement).
- Le vent qui monte est très souvent annonciateur de pluie.

Un modèle d'apprentissage me paraît une très bonne idée ! Peut être complexe à mettre en oeuvre ? Je ne l'ai jamais fait personnellement.

Bonjour Vincent

Citation:

---

- La mesure de pression atmosphérique car quand elle baisse il pleut souvent. https://meteofrance.com/actualites-e...temp%C3%A9ries.
- Tu peux aussi mesurer la luminosité pour tenter de voir le ciel se couvrir (prédiction de court terme car on mesure localement).
- Le vent qui monte est très souvent annonciateur de pluie.

---

Oui tu as raison j'ai oublié d'y adjoindre la pression atmosphérique mais je devrais alors changer de capteur (BME680)
mais je ne vois surtout pas comment l’intégrer dans la formule de proba

d'ailleurs , j'ai fini par comprendre que la probabilité de pluie tenait compte de la conscience du météorologue (?) et de la zone
pas forcement de données compilées étrange...

Hello,

Le modèle Alaro utilisé par l'IRM (météo Belgique) a mis des années (si pas plus d'une décennie) pour être à peu près fiable (c'est en constante évolution). Alors, en amateur (et je ne dénigre rien ni personne), je pense qu'espérer pouvoir prévoir qu'il va pleuvoir, c'est quelque peu "au petit bonheur la chance".

Salut edgarjacobs

Citation:

---

Le modèle Alaro utilisé par l'IRM (météo Belgique) a mis des années (si pas plus d'une décennie) pour être à peu près fiable (c'est en constante évolution). Alors, en amateur (et je ne dénigre rien ni personne), je pense qu'espérer pouvoir prévoir qu'il va pleuvoir, c'est quelque peu "au petit bonheur la chance".

---

oh rassures-toi , je n'ai pas cette prétention, je voulais juste trouver une autre approche que celle d'un capteur ou d'une API sur "openweathermap" que je sollicite beaucoup trop à mon goût ...

Bonjour,

En local cela doit être plus facile d'établir un modèle qu'avoir un modèle général paramétrable localement. Bon déjà, à pile ou face nous avons déjà 50% c'est déjà pas si mal :roll:

La prise en compte de l'électricité statique est assez simple pour détecter les orages à venir (détection > 10 km) mais il y a des orages sans pluie (assez rare) et des pluies sans orage (assez fréquent). J'aurais tendance à prendre les différents éléments déjà cités et les faire contribuer à un évaluateur global avec, dans un premier temps, une logique linéaire et non contradictoire (certaines valeurs de capteurs peuvent influer sur l'interprétation d'autres capteurs). Donc une grosse somme pondérée comparée à un seuil.

Une détection d'eau serait un plus pour éviter que le bidule soit toujours dans le "non pluie" alors qu'il pleut à verse :D

Salutations

Bonjour,

Code:

---

1 2 3 4 5 6 7 8 9

// Coefficients issus du modèle de régression logistique float a = -0.34513; float b = 0.09128; float c = -1.43782; //...   // Calcul de la probabilité de pluie float z = a * temp + b * humid + c; float proba = 1.0 / (1.0 + exp(-z));

---

Par curiosité, d'où vient cette formule ?

Salut à tous ,

Citation:

---

Par curiosité, d'où vient cette formule ?

---

je suis parti de cette formule

Pièce jointe 668961

avec quelques datas météo en exemple :

Code:

---

1 2 3 4 5 6

data = { 'temperature': [22, 25, 18, 20, 27, 15, 17, 30, 28, 21], 'humidite': [70, 60, 90, 85, 55, 95, 80, 50, 45, 88], 'pluie': [0, 0, 1, 1, 0, 1, 1, 0, 0, 1] }

---

on finit par trouver les coefficients suivants :

Code:

---

1 2 3 4

float a = -0.34513; float b = 0.09128; float c = -1.43782;

---

je sais , ce n'est pas terrible au vu du nombre de datas mais ces coefficients sont là pour être ajustés comment ?
je pensais avec les données méteo annuelles peut-être via API ...

Citation:

---

Une détection d'eau serait un plus pour éviter que le bidule soit toujours dans le "non pluie" alors qu'il pleut à verse

---

ahah , j'ai essayé mais c'est une galère les détecteurs ne fonctionnent pas ou trop tard ....

en fait, je voulais juste m'inspirer des données méteo que l'on retrouve comme par ex la probabilité de 0 à 100% qui me parait, elle, fiable mais je ne sais pas comment cela est généré ....




​

Bonjour,

Ce qui est bien avec les probabilités de pluie est que nous sommes incapables humainement de les apprécier réellement. En effet, nous n'intégrons pas les données sur le long terme. Par exemple, pour apprécier une probabilité de 80 %, il faudra maintes occurrences avant d'être capable de dire si les 80 % affichés sont proches de la réalité. Humainement, nous n'aurons qu'une vague impression.

La convergence vers une solution fiable me semble impliquer enregistrements et contrôles (on retrouve la proposition d'un capteur de pluie 8-) ).

Il y a aussi l'aspect temps (heure pas météo :) ). La prévision concerne quel horizon de temps ? 1 heure, 2 heures ou plus ? Une prévision, même à 100 % ne sera confirmée que si la pluie arrive avant l'horizon de temps fixé.

Une idée complètement autre sur ce sujet (peut-être difficile à mettre en œuvre). Les réseaux LoRa captent souvent les données météo. En regardant régulièrement les endroits où il pleut alentour et en dressant une carte de progression de la pluie, il serait possible de dire si l'une des pluies les plus proches s'approche (en regardant les relevés précédents) et à quelle vitesse.

Salutations