HEALTH4EARTH

Analyse des liens entre les émissions de CO₂, la pollution atmosphérique et la santé publique à l’échelle mondiale.

---

⚠️ Note Importante : Déploiement du Site Web

Le déploiement automatique (GitHub Pages) nécessitant des droits d'administration spécifiques sur ce dépôt, nous avons mis en place un Fork de démonstration pour valider le fonctionnement de notre pipeline CI/CD et du site web.

Le site est pleinement fonctionnel et accessible ici :

🔗 https://modestedvlr.github.io/Health4Earth/

(Ce lien démontre la génération automatique du rapport Quarto, de la documentation Sphinx et des cartes interactives).

---

Présentation

Ce projet a été réalisé dans le cadre du cours HAX712X - Développement Logiciel (Université de Montpellier). Il propose une suite d'outils Python pour télécharger, nettoyer et analyser des données environnementales et sanitaires, ainsi qu'un tableau de bord interactif.

Fonctionnalités Clés

• Ingestion Automatique : Téléchargement des données (OWID) avec gestion de cache système via pooch (reproductibilité garantie).

• Analyses Statistiques : Calculs de corrélations et tendances via une architecture Orientée Objet (HealthAnalyzer).

• Visualisation Interactive : Cartes dynamiques (folium) et graphiques interactifs (plotly) intégrés dans un rapport Web.

• Qualité Logicielle : Tests unitaires automatisés (pytest), Intégration Continue (GitHub Actions) et documentation technique (Sphinx).

---

Installation

Pour tester ce projet sur votre machine locale :

1. Cloner le dépôt :

   git clone https://github.com/Modestedvlr/Health4Earth.git
   cd Health4Earth

2. Installer les dépendances :

   # Installation en mode éditable avec les dépendances
   pip install -e .
   
   # (Optionnel) Installer les outils de développement (tests, doc)
   pip install -e .[dev]

3. Slides de presentation :

quarto preview slides/presentation.qmd

4. Rapport de performance

   python health4earth/perf.py

---

Exemple d'utilisation

Voici un script rapide pour lancer une analyse via notre package :

from health4earth.data_ingest import load_merged_data
from health4earth.analytics import HealthAnalyzer

# 1. Chargement des données (téléchargement auto avec Fallback si API indisponible)
print("Chargement des données...")
df = load_merged_data()

# 2. Initialisation de l'analyseur
analyzer = HealthAnalyzer(df)

# 3. Prédiction IA pour la France (Horizon 2030)
pred = analyzer.predict_evolution("France", "co2", year_end=2030)

# 4. Affichage des résultats
print(pred.tail())

---

Développement & Tests

Le projet intègre une suite de tests automatisés pour garantir la stabilité.

   # Lancer les tests unitaires
python -m pytest tests/

# Générer la documentation technique (HTML)
cd docs
python -m sphinx.cmd.build -b html source build/html

---

Auteurs :

Projet réalisé par les étudiants du Master SSD :

Dossou AGOSSOU

Firdaousse KARIMOU

Julien OLLIER

---

Licence

Projet sous licence MIT.