18- Forecasting PM10 Concentrations in the Caribbean Area Using Machine Learning Models [Plocoste and Laventure (2023)] 

Dans le bassin caribéen, les particules inférieures ou égales à 10 µm de diamètre (PM10) ont un impact épidémiologique conséquent dû principalement au transport des poussières désertiques. Pour la première fois dans cette zone géographique, le cadre théorique de l’intelligence artificielle a été appliqué pour prédire les concentrations de PM10. Six modèles d’apprentissage automatique ont donc été utilisés pour l’archipel Guadeloupéen. La régression de renforcement du gradient (GBR) est le modèle qui nous a fourni les meilleures performances de prévision. En comparant nos résultats aux autres études utilisant des modèles d’apprentissage automatique pour des mégapoles, nous obtenons des performances similaires en utilisant uniquement trois variables d’entrée tandis qu’ils en utilisent une dizaine pour leurs modèles. Tous ces résultats montrent les spécificités des concentrations de PM10 dans la zone Caraïbe.