fix: anomalie fenêtres 3j+7j (worst-case) + carte plus large PC

- normales.ts : computeAnomaly évalue 2 fenêtres (3j pour détecter un pic
  récent, 7j pour la tendance lissée), retient la pire catégorie. Évite
  de noyer un +15°C sur 3 jours dans 4 jours précédents normaux.
- FranceMap : max-w-3xl → max-w-5xl (1024px sur PC, plus lisible).

Mapping dept → station SYNOP (script build-stations-synop.mjs + json statique)
pour préparer l'intégration hourly via API Météo France officielle.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

scripts/build-stations-synop.mjs

@@ -0,0 +1,91 @@
+#!/usr/bin/env node
+// Calcule la station SYNOP Météo France la plus proche du centroïde de chaque département.
+//
+// Inputs :
+//   - data-sources/stations-synop.csv (188 stations SYNOP en France, format: lat;lon;geo_id_wmo;geo_id_wigos;name)
+//   - data-sources/departements-simplifie.geojson (96 départements métropole)
+// Output :
+//   - src/data/stations-synop.json  { "01": { stationId, name, distKm }, "02": ..., ... }
+//
+// Notes :
+//   - 188 stations / 96 depts ⇒ ~2 stations/dept en moyenne, certains dépts ruraux n'ont aucune station SYNOP
+//     dans leurs frontières (rabattu sur la plus proche, distance Haversine en km).
+//   - Pour les DROM (971-976), la liste SYNOP couvre quelques stations (à vérifier en regardant les ids).
+//   - Le mapping est rejoué uniquement si la liste SYNOP change (rare).
+
+import { readFileSync, writeFileSync, mkdirSync } from 'node:fs';
+import { resolve, dirname } from 'node:path';
+import { fileURLToPath } from 'node:url';
+
+const __dirname = dirname(fileURLToPath(import.meta.url));
+const STATIONS_CSV = resolve(__dirname, '../data-sources/stations-synop.csv');
+const GEOJSON = resolve(__dirname, '../data-sources/departements-simplifie.geojson');
+const OUT = resolve(__dirname, '../src/data/stations-synop.json');
+
+// Haversine — distance grand-cercle entre 2 points en km.
+function distKm(lat1, lon1, lat2, lon2) {
+  const R = 6371;
+  const toRad = (d) => (d * Math.PI) / 180;
+  const dLat = toRad(lat2 - lat1);
+  const dLon = toRad(lon2 - lon1);
+  const a = Math.sin(dLat / 2) ** 2 + Math.cos(toRad(lat1)) * Math.cos(toRad(lat2)) * Math.sin(dLon / 2) ** 2;
+  return 2 * R * Math.asin(Math.sqrt(a));
+}
+
+// Parse CSV stations
+const rows = readFileSync(STATIONS_CSV, 'utf-8').trim().split('\n');
+const header = rows[0].split(';');
+const idx = {
+  lat: header.indexOf('lat'),
+  lon: header.indexOf('lon'),
+  wmo: header.indexOf('geo_id_wmo'),
+  name: header.indexOf('name'),
+};
+const stations = rows.slice(1).map((line) => {
+  const c = line.split(';');
+  return {
+    id: c[idx.wmo],
+    name: c[idx.name],
+    lat: parseFloat(c[idx.lat]),
+    lon: parseFloat(c[idx.lon]),
+  };
+}).filter((s) => Number.isFinite(s.lat) && Number.isFinite(s.lon) && s.id);
+
+console.log(`Loaded ${stations.length} SYNOP stations`);
+
+// Centroïde par dept depuis le GeoJSON (moyenne simple des coords du contour externe).
+const geojson = JSON.parse(readFileSync(GEOJSON, 'utf-8'));
+const centroids = {};
+for (const f of geojson.features) {
+  const code = String(f.properties.code);
+  const polys = f.geometry.type === 'Polygon' ? [f.geometry.coordinates] : f.geometry.coordinates;
+  let sumLat = 0, sumLon = 0, n = 0;
+  for (const poly of polys) {
+    const ring = poly[0]; // contour externe
+    for (const [lng, lat] of ring) { sumLat += lat; sumLon += lng; n++; }
+  }
+  if (n) centroids[code] = { lat: sumLat / n, lon: sumLon / n };
+}
+console.log(`Computed ${Object.keys(centroids).length} dept centroids`);
+
+// Plus proche station par dept.
+const mapping = {};
+for (const [code, c] of Object.entries(centroids)) {
+  let best = null;
+  for (const s of stations) {
+    const d = distKm(c.lat, c.lon, s.lat, s.lon);
+    if (!best || d < best.distKm) best = { stationId: s.id, name: s.name, distKm: +d.toFixed(1) };
+  }
+  mapping[code] = best;
+}
+
+mkdirSync(dirname(OUT), { recursive: true });
+writeFileSync(OUT, JSON.stringify(mapping, null, 0));
+
+// Stats : moyenne, médiane, max des distances.
+const dists = Object.values(mapping).map((m) => m.distKm).sort((a, b) => a - b);
+const med = dists[Math.floor(dists.length / 2)];
+const max = dists[dists.length - 1];
+const farDepts = Object.entries(mapping).filter(([, m]) => m.distKm > 50).map(([k, m]) => `${k}=${m.distKm}km`);
+console.log(`distKm: median=${med}, max=${max}, depts >50km away from station: ${farDepts.join(', ')}`);
+console.log(`Wrote ${OUT}`);