"""Journal du matin : turbulence atmosphérique (bruit rapide sur les déplacements corrigés). Méthode : 1. Par capteur et par heure H, sur les mesures de [H − 1 h, H + 2 h) : agitation = médiane de |Δcorr_x| + |Δcorr_y| entre mesures successives (robuste aux sauts d'un seul pas), et médiane de l'error_value. 2. Chacune est rapportée au calme du capteur : le quartile bas de ses valeurs horaires sur l'export (souvent la nuit). 3. Heure turbulente : au moins la moitié des capteurs à ≥ 1,5 fois leur agitation calme, et error_value médiane des capteurs à ≥ 1,5 fois la calme (l'air chaud brouille les taches : C-003, critère 1). 4. Heures voisines fusionnées (trou d'une heure toléré), épisode d'au moins 3 h, écarté si plus de 15 % des mesures sont rejetées (c'est alors de la mauvaise visibilité, autre détecteur). Grisé si l'agitation médiane ≥ 2×. Résultats (2026-10-23, seuils ci-dessous) : - WILDSTRUBEL (C-003, vérité : chaque jour ~03:30 → 16:00) : 3 épisodes, 02.09 04:00-15:00, 03.09 05:00-15:00, 04.09 04:00-15:00, les 13 capteurs, ×2,3 à ×2,6, tous grisés. - PS_DES_COUDRES (sain, buée une nuit), NORDEND juillet (toile d'araignée), CLARIDEN (mouvement réel), NIEDERHORN (trains, pluie), NORDEND octobre (11 jours) : aucun épisode. Écartés en route : midis agités sans error_value en hausse (PS des Coudres, NORDEND octobre), toile et pluie par les rejets (18 à 43 %), le matin du mouvement de CLARIDEN (06:00-08:00) par la durée. """ import os import statistics import sys from datetime import timedelta sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) from donnees import charger, iso # noqa: E402 RATIO = 1.5 # provisoire, réglé sur C-003 (WILDSTRUBEL : de jour, corr ×1,7 à ×3 la nuit) PART = 0.5 # provisoire : part des capteurs agités en même temps RATIO_ERR = 1.5 # provisoire, réglé sur C-003 (error_value ×1,7 à ×3,2 la nuit ; ≈ ×1 à midi ailleurs) REJET_MAX = 0.15 # provisoire : C-003 ≤ 7 % ; toile d'araignée (C-002) et pluie (C-005) ≥ 18 % FORT = 2.0 # provisoire : C-003 (×2,3 à ×2,6) est fort ; un épisode entre ×1,5 et ×2 reste visible DUREE_MIN = timedelta(hours=3) # provisoire : C-003 dure 10-11 h ; écarte le matin du mouvement réel de C-004 (2 h), # que le classement écarte aussi, quelle que soit la durée (point 14 du plan) HEURE = timedelta(hours=1) def _heure(t): return t.replace(minute=0, second=0, microsecond=0) def _rapports(points): """[(t, valeur)] -> {heure H: médiane sur [H − 1 h, H + 2 h) / quartile bas de ces médianes}.""" par = {} for t, v in points: for k in (-1, 0, 1): par.setdefault(_heure(t) + k * HEURE, []).append(v) med = {h: statistics.median(v) for h, v in par.items() if len(v) >= 3} if len(med) < 8: return {} calme = statistics.quantiles(med.values(), n=4)[0] return {h: v / calme for h, v in med.items()} if calme > 0 else {} def heures(mesures): """-> {heure: {capteur: (agitation / calme, error_value / calme)}}.""" out = {} for s, ms in mesures.items(): ag = _rapports([(b["t"], abs(b["corr_x"] - a["corr_x"]) + abs(b["corr_y"] - a["corr_y"])) for a, b in zip(ms, ms[1:]) if a["corr_x"] is not None and b["corr_x"] is not None]) er = _rapports([(m["t"], m["error_value"]) for m in ms if m["error_value"] is not None]) for h, r in ag.items(): if h in er: out.setdefault(h, {})[s] = (r, er[h]) return out def _turbulente(r): return (sum(a >= RATIO for a, _ in r.values()) >= PART * len(r) and statistics.median(e for _, e in r.values()) >= RATIO_ERR) def detect(mesures): H = heures(mesures) blocs = [] for h in sorted(h for h, r in H.items() if _turbulente(r)): if blocs and h - blocs[-1][-1] <= 2 * HEURE: blocs[-1].append(h) else: blocs.append([h]) episodes = [] for b in blocs: debut, fin = b[0], b[-1] + HEURE dedans = [m for ms in mesures.values() for m in ms if debut <= m["t"] < fin] if fin - debut < DUREE_MIN or sum(m["corr_x"] is None for m in dedans) > REJET_MAX * len(dedans): continue par_capteur = {} for h in b: for s, (a, _) in H[h].items(): par_capteur.setdefault(s, []).append(a) agit = {s: statistics.median(v) for s, v in par_capteur.items()} fort = statistics.median(agit.values()) episodes.append({ "start": iso(debut), "end": iso(fin), "kind": "turbulence", "label": "Heat shimmer", "text": f"Readings were about {fort:.1f}× noisier than in calm hours because of heat shimmer " "(warm air trembling in the line of sight); the small fast wiggles are not movement.", "ignore": fort >= FORT, "sensors": sorted(s for s, v in agit.items() if v >= RATIO), }) return episodes if __name__ == "__main__": for e in detect(charger(sys.argv[1])): print(e["start"], "→", e["end"], e["label"], "(grisé)" if e["ignore"] else "", f"{len(e['sensors'])} capteurs |", e["text"])