-`vues-deplacements/detectors/visibilite.py`, règle 1 (mesure « haute ») ajustée. Avant : `error_value > médiane + 10 MAD`**et**`> 2 × médiane`. Après : `> médiane + 10 MAD`**et** (`> 2 × médiane`**ou** rejetée, `> error_threshold`, et `> 1,2 × médiane`). Une cible dont le niveau habituel est de 0,6 ne double jamais : sa perte de visibilité ne pouvait pas être vue. La condition « rejetée » est désormais calculée une seule fois et sert aussi à la règle 4 (Target obscured), qui reste inchangée.
- Constante nouvelle `FACTEUR_REJET = 1.2` : elle écarte un capteur dont le niveau est au ras de son seuil (C24 de C-009 : niveau 0,68 pour un seuil de 0,7, rejeté à ×1,04 ; sans ce garde-fou, une `visibilite_reduite` à tort sur 19 capteurs le matin du mouvement de C-009). Toute valeur entre 1,1 et 1,3 donne le même résultat, sur le lot comme au benchmark.
- La docstring a été mise à jour (point 1, et une ligne FLORIDA dans « Résultats »), ainsi que le registre `vues-deplacements/contexte/seuils-du-journal.md` (ligne `FACTEUR_REJET`, réglée sur la boucle FLORIDA, lot 01).
## Pourquoi
S1 : les brouillards de FLORIDA (18/10 matin et nuit, 20-21/10, 23/10, 24-25/10) sortaient en `cible_masquee`, faute de capteurs « hauts » en nombre suffisant pour une Poor visibility. Les sauts de `corr` de ces épisodes n'étaient donc pas absorbés. Ils sortent maintenant en `visibilite_nulle`, et trois des cinq `saut_bref` en trop sont absorbés.
Ce qui a bougé : les cinq `cible_masquee` deviennent des `visibilite_nulle`, sauf un reste sur Sellette 4 le 23/10, de 13:30 à 18:45. Sur les cinq `saut_bref` en trop, trois sont absorbés (21/10 13:00, 23/10 12:30, 25/10 11:00) ; deux restent (21/10 16:15, 23/10 17:30). Ce qui a été perdu : les bornes. Les épisodes ne couvrent plus que les cœurs, où les cibles sont rejetées à 10 MAD. Le niveau « none »/« reduced », calculé mesure par mesure, alterne et les découpe en morceaux ; des `visibilite_reduite` d'une à quelques mesures apparaissent entre deux `visibilite_nulle`. Le trou et le reste n'ont pas changé.
La catégorie en cause monte : `visibilite_nulle` passe de 2 à 26 % de trouvées, justes à 99 %. La validité « à ignorer » baisse, de 47 à 27 % de trouvées : la `cible_masquee` d'avant grisait aussi ces mesures, sous une fausse catégorie et plus large (20/10 15:30 → 22:30 compris). Les épisodes de visibilité ne prennent que les cœurs, et ses creux en « reduced » ne sont pas grisés. Aucun événement n'est perdu ni signalé à tort ; seules les bornes reculent.
C-005 : deux capteurs de plus dans les trains du 30/09 22:00 et du 01/10 12:00 (17 → 19 et 19 → 21 capteurs), les mêmes événements. Rien d'autre ne bouge ; C-004 inchangé (`a_verifier` 163/639, 163/523).
`grep -E '^total +toutes'` :
```
avant : total toutes 8838/17368 (51 %) 8838/16707 (53 %)
après : total toutes 8838/17368 (51 %) 8838/16711 (53 %)
```
## Pas corrigé
- **S2 (référence au-dessus de son seuil, non rejetée)** : r1_r et Pont Ernen, du 22/10 au 24/10, ne déclenchent toujours rien. Leur MAD sur l'export (0,15) est gonflé par la dégradation elle-même, ce qui met 10 MAD hors d'atteinte (au-delà de 1,6). Il faudrait une mesure « non vue » au seul seuil, sans comparaison à son propre niveau : c'est la version simple archivée (`archive/visibilite_simple.py`), écartée au point 11 (C-001, C-002, C-003 et C-004 reculaient). Une règle propre aux références n'y suffit pas non plus : Pont Ernen est une cible et la Poor visibility demande deux capteurs. Le suivi de la compensation par le `corr` d'une référence serait une règle nouvelle, pas courte. Ce point est laissé à l'utilisateur.
- **S1, en partie** : (a) les épisodes ne couvrent que les cœurs (rejets à 10 MAD). Le début du 20/10 (15:30 → 22:15, Sellette 4 et 5 rejetées entre 0,70 et 0,78) et les montées de l'`error_value` sous le seuil restent dehors. Descendre à 5 MAD (`K_CIBLE`) pour les rejets donnait 41 % sur le lot, mais le PA_9 de C-003 (Target obscured chaque matin) passait en `visibilite_reduite` à tort : écarté. (b) Le niveau calculé mesure par mesure (point 38) alterne « none »/« reduced » quand seules Sellette 4 et 5 sont rejetées (2 capteurs habituellement vus sur 6). Lisser ces creux en « none » (un creux de moins de 3 mesures entre deux « none ») donnait 32 % au lieu de 26 %, sans changer le benchmark. Je ne l'ai pas gardé : 7 lignes de plus pour 6 points. (c) La `cible_masquee` de Sellette 4 le 23/10 (13:30 → 18:45) reste, car ses rejets sont pour la plupart hors du cœur 14:00-15:00. (d) Deux `saut_bref` restent (21/10 16:15, 23/10 17:30). (e) Massif 2, Sellette 6, r1_r et Pont Ernen ne sont jamais « hauts » (niveau déjà au-dessus du seuil, ou MAD gonflé). Les épisodes comptent donc 4 à 6 capteurs, quand l'analyste en compte 8.
- **Trous d'un pas et Sellette 5 le 20/10 05:30** (mineurs, selon la critique) : non traités. `MISSING` vaut 2 pas, et deux rejets restent sous `CIBLE_MIN`.
## Nouveautés
- 2026-10-16T10:45Z → 2026-10-25T22:15Z et 2026-10-16T11:15Z → 2026-10-25T14:00Z : `sauts` sort sur Sellette 3 et sur Pont Ernen deux « Sudden jump, back to normal » de 9 jours. Ce sont les deux cibles jumelles d'une référence, au `corr` à 0 ± 0,0003 (la moindre bosse y fait des centaines de bruits). Une Poor visibility qui les chevauche les absorbe : ce sont les « absorbés : sauts 10-16T10:45, 10-16T11:15 » de la critique, absorbés avant par l'événement du 21/10 et maintenant par celui du 18/10. Non traité ici, la critique n'en fait pas une suggestion. À regarder au prochain lot : un capteur au bruit quasi nul, dans `sauts`.
- L'arbre de travail contenait déjà, avant mon passage, des changements non commités hors de mon périmètre (`agents/diagnostic/outils/donnees.py`, `ensemble.py`, `inventaire.py`, `.claude/skills/lire-les-donnees/SKILL.md`, `labeling/connaissances/colonnes-des-deplacements.md`, `extraction/README.md`). `donnees.py` est le chargeur des détecteurs. Je n'y ai pas touché ; mes mesures avant et après ont tourné avec ces changements, donc elles sont comparables entre elles. Le benchmark avant a pu tourner sans eux : seul C-005 diffère, et l'écart s'explique par ma règle (vérifié en remettant l'ancienne `visibilite.py`). L'orchestrateur devra séparer ces fichiers de mon commit.