Projet SAE (Situation d'Apprentissage et d'Évaluation) - BUT SD (ex DUT STID) S4
Auteurs : Ibrahim BENKHERFELLAH, Axel COULET, Nathan RUELLE
Ce projet propose une analyse complète et multidimensionnelle des émissions mondiales de gaz à effet de serre sur la période 2013-2022, combinant deux sources institutionnelles majeures :
- Our World in Data (OWID) : données consolidées par l'Université d'Oxford
- EDGAR 2025 : base de données détaillée par secteur de la Commission Européenne
- Nettoyer et fusionner deux sources de données hétérogènes
- Analyser explorativement les distributions et tendances mondiales
- Identifier des profils de pays via clustering multidimensionnel
- Visualiser les relations entre émissions, PIB, population et énergie
.
├── README.md # Ce fichier
├── notebook.ipynb # Notebook Jupyter complet
├── requirements.txt # Bibliothèques nécessaires
├── data/
│ ├── initial_owid_dataset.csv # Source OWID brute
| ├── ... # Autres données OWID pour consolidation
│ ├── EDGAR_2025_GHGs...xlsx # Source EDGAR 2025 (4 feuilles)
│ └── donnees_nettoyees.csv # Dataset fusionné après ETL
└── .gitignore
Dataset : 2 180 observations (218 pays × 10 ans, de 2013 à 2022), 60 variables couvrant les émissions de GES (CO₂, CH₄, N₂O, F-gaz), le PIB, la population et la consommation d'énergie primaire.
Nettoyage : fusion de 11 sources par jointure sur (country, year, iso_code), filtrage temporel 2013-2022, suppression des agrégats géographiques, harmonisation des unités (Mt et kt → tonnes), imputation des valeurs manquantes à 0. Trois variables dérivées créées : co2_per_capita, gdp_per_capita et ghg_non_co2.
Résultats clés : asymétrie extrême des distributions (quelques pays dominent les émissions absolues), variables per capita plus comparables, forte concentration du CO₂ charbon.
Corrélations : matrice de corrélation et heatmap avec dendrogramme pour identifier les liens entre émissions, richesse et énergie.
Régressions : en dimension 2 d'abord (CO₂/hab vs PIB/hab), puis en dimension supérieure via une régression multiple intégrant l'ensemble des variables énergétiques et économiques pour mieux capturer les relations entre indicateurs.
ACP : analyse en composantes principales sur variables standardisées pour réduire la dimensionnalité, identifier les axes structurants du jeu de données et projeter les pays dans un espace interprétable.
En dimension 2 : premier clustering sur le plan (PIB/hab × CO₂/hab) via K-Means et CAH Ward, permettant une lecture directe des groupes dans le scatter plot.
En dimension supérieure : clustering sur l'ensemble des variables standardisées (15 indicateurs), avec projection des résultats sur les composantes de l'ACP (2D puis 3D) pour visualiser des clusters qui ne sont plus représentables directement.
Méthodes et validation : choix de K via elbow plot et score de silhouette, comparaison K-Means vs CAH Ward sur les deux espaces (dim 2 et dim 15).
Résultats : identification de profils de pays (économies émergentes, pays riches bas-carbone, pétromonarchies), analyse des trajectoires temporelles entre clusters, et visualisation par projections ACP, heatmaps de profils et graphiques radar.
- OWID : https://github.com/owid/co2-data
- EDGAR 2025 : https://edgar.jrc.ec.europa.eu/
Ce projet est proposé à des fins pédagogiques uniquement. Reproduction interdite sans autorisation.
Dernière mise à jour : Avril 2026