• Air
  • Emission et transformation de polluants
  • QAE dans les territoires
  • QAE aux autres échelles

Coordinateur du projet

Palmira MESSINA (INERIS - INSTITUT NATIONAL DE L'ENVIRONNEMENT INDUSTRIEL ET DES RISQUES)

Partenaires

  • CNRS - CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE
  • ECOLE NATIONALE DES PONTS ET CHAUSSEES
  • UVSQ - UNIVERSITE DE VERSAILLES-SAINT-QUENTIN-EN-YVELINES

Description

À la suite des mesures prises pour contenir la pandémie de Covid-19, les habitudes des populations et le système de production ont été considérablement perturbés pour toute l’année 2020. Cela a entraîné un changement très important des émissions de polluants. Ces conditions inédites peuvent être considérées comme une expérience naturelle très significative pour comprendre la capacité à modéliser l’efficacité de mesures de gestion sur l’amélioration de la qualité de l’air.

La construction de scénarios d'émissions, associée à l'utilisation de modèles de chimie atmosphérique, est désormais un outil clé pour comprendre la possible évolution de la pollution atmosphérique. Au niveau national, ce type d’approche est par exemple déployée dans le cadre du Plan national français de réduction des émissions de polluants atmosphériques (PREPA), adopté en 2017. Cependant, si les modèles de chimie sont largement validés en ce qui concerne leur capacité à reproduire les concentrations de polluants au jour le jour, leur sensibilité aux variations d’émissions sont difficiles à valider à priori.

Dans son rapport de 2020 sur la qualité de l’air en Europe, l’agence Européenne de l’Environnement indique que pendant le confinement du printemps 2020, les concentrations de NO2 auraient baissé de 30 à 60%, alors que les PM10, n’auraient baissé que de 10 à 20%. Cette différence confirme la complexité de comprendre l’effet des restrictions d’activités sur les différents polluants de l’air et la nécessité de bien séparer le signal dû au changement des émissions à celui lié à la météorologie.

Le projet Lock'Air vise à apporter des éclaircissements importants sur cette question fondamentale, en combinant tous les moyens de modélisation et d'observation à disposition : le modèle de qualité de l’air CHIMERE, les méthodologies de machine learning pour décomposer le signal dû à la météorologie et les techniques statistiques d’inversion pour remonter aux émissions à partir des concentrations observées.
Tout d'abord une première estimation des changements sur les concentrations de polluant dus aux confinements/déconfinements/re-confinements sera réalisée pour toute l’année 2020. Une première simulation sera réalisée avec un scénario de référence ignorant les effets des confinements et une deuxième en utilisant les inventaires d’émissions déterministes « bottom-up ».

Ensuite un large spectre d’observations disponibles (in-situ et satellitaires) sera utilisé afin de comprendre l’effet des confinements et déconfinements sur les concentrations de polluants mesurées. Le coeur de cette analyse repose sur l’utilisation de méthodologies de machine learning capables de décomposer le signal dû à la météorologie et celui lié au changement d’émission.

Un nouvel inventaire d’émissions sera également calculé (en prticulier pour les NOx, NH3, et particules primaires PM10, PM2.5), à partir de données observées, en utilisant des techniques de modélisation inverse. Un important effort sera consacré à exploiter le méta-modèle Air Control Toolbox (ACT) développé par l’INERIS dans le cadre du Copernicus Atmosphere Monitoring Service (CAMS), afin qu'il puisse fournir rapidement les émissions de polluants à partir des données observées et des simulations réalisées avec le modèle CHIMERE. Le méta-modèle sera calibré en utilisant les variations des concentrations observées estimées précédemment. Une telle méthode pourrait permettre une réponse plus rapide en cas de crise par rapport aux méthodes plus classiques type 4Dvar, et ainsi aider à la décision.
Les résultats du projet ANR ARGONAUT, qui vise à produire des inventaires optimisés et cohérents des principaux polluants sur la France, seront également utilisés.

Enfin une troisième simulation sera réalisée avec l’inventaire d’émission estimé toujours à l’aide du modèle CHIMERE. En comparant toutes les simulations effectuées, il sera donc possible à la fois (a) tester l’impact sur la pollution atmosphérique dû aux mesures adoptées pour contenir la pandémie (b) quantifier l’impact sur la qualité de l’air de l’utilisation d’un inventaire construit à partir des observations « top-down » au lieu d’un inventaire déterministe «bottom-up».

Le but ultime de ce projet est ainsi de comprendre si des enseignements utiles sur la gestion des émissions et leurs conséquences sur la pollution atmosphérique pourront être tirés. Le projet donnera un important éclairage sur des questions très actuelles et sensibles comme l'efficacité du télétravail et la réduction des transports dans la maitrise de la pollution.

Date de fin de projet

Novembre 2024

Territoire étudié

  • Europe
  • France
Haut de page