Recherche pour Geod'air

Ce rapport présente les performances des prévisions nationales opérées dans le cadre de la plateforme Prev’Air (www.prevair.org) pour l’année 2022. L’objectif est de montrer des éléments d’appréciation de la qualité de la production Prev’air. Ce rapport traite successivement de l’évaluation des prévisions des concentrations des quatre polluants O3, NO2, PM10 et PM2.5, fournis quotidiennement par le système Prev’Air, du jour courant J jusqu’au J+3. L’estimation du comportement des outils est réalisée grâce à des indicateurs statistiques qui permettent de comparer les résultats de modélisation avec les observations validées de la base de données nationale GEOD’air, elle-même alimentée par les AASQA (associations agréées de surveillance de la qualité de l’air) et développée par le LCSQA. Une attention particulière est portée à l’évaluation des performances de Prev’Air concernant la détection des seuils réglementaires. Cet exercice a pour objectif d’estimer l’aptitude des modèles à prévoir spécifiquement les épisodes de pollution. L’ozone est évalué sur les mois de l’été 2022 (avril à septembre). Les autres polluants (PM10, PM2.5, NO2) sont évalués sur l’ensemble de l’année 2022. L’année 2022 a connu peu d’épisodes de pollution persistants d’ampleur nationale. L’évaluation de ces épisodes est effectuée à la fois sur les prévisions brutes de Prev’Air et sur les prévisions avec adaptation statistique, qui visent à corriger les biais systématiques du modèle brut par un processus d’apprentissage historique. Cette prévision corrigée statistiquement sert généralement de référence à l’expertise de l’équipe Prev’air pour la communication en cas d’épisode de pollution de l’air, et sert également de base aux calculs du module AMU, qui vérifie les critères de l’arrêté mesure d’urgence[1]. Les prévisions Prev’Air pour les DROM des caraïbes ont également été évaluées. Les prévisions sur les DROM de l’océan Indien, produites à partir de mai 2022, seront évaluées à compter de 2024 (rapport de performances portant sur l’année 2023). Dans l’ensemble, le comportement de Prev’Air est satisfaisant avec une bonne aptitude à respecter les objectifs de qualité définis dans le référentiel technique national[2], qui a établi ces valeurs cibles pour les différents scores concernant l’ozone et les PM10 ainsi que le contenu à faire figurer dans les rapports annuels d’évaluation des plateformes de prévisions constituant le référentiel technique national. Les prévisions avec adaptation statistique disponibles sur la métropole respectent les objectifs de performance et ont permis la plupart du temps d’anticiper l’occurrence des épisodes de pollution et d’identifier les principales zones affectées. Les prévisions brutes rencontrent plus de difficultés à satisfaire les objectifs de qualité, notamment dans les DROM. La composition chimique des particules (PM1) prévue par Prev’air a été évaluée avec l’aide des données CARA[3].  La part d’ammonium, de nitrates, de sulfates et de matière organique est un peu moins bien représentée dans la spéciation des PM1 qu’en 2021.   1] Arrêté du 7 avril 2016 relatif au déclenchement des procédures préfectorales en cas d'épisodes de pollution de l'air ambiant [2] https://www.lcsqa.org/fr/referentiel-technique-national [3] Favez et al. (Atmosphere, 2021) CARA program   Performances of Prev’air in 2022   This report presents the performances in 2022 of the national forecasts carried out within the Prev'Air platform (www.prevair.org). The objective is to assess the quality of Prev'air production. This report deals successively with the evaluation of the O3, NO2, PM10 and PM2.5 concentrations forecasts, daily provided by the Prev'Air system, from day D to D+3. The behavior of this system is estimated using conventional statistical indicators, which allow the modelling results to be compared with validated observations from the national GEOD'air database, itself fed by the AASQA (accredited air quality monitoring associations) and developed by the LCSQA. Particular attention is paid to the evaluation of Prev’Air’s forecasts regarding the detection of regulatory thresholds. The objective of this exercise is to estimate the capacity of the models to specifically anticipate pollution episodes. Ozone is evaluated over the summer months of 2022 (April to September). The other pollutants (PM10, PM2.5, NO2) are assessed over the whole year 2022. Few persistent episodes of national scope were noted during 2022. The evaluation of these episodes is carried out both on Prev’Air’s raw forecasts and on the statistical adaptation of CHIMERE which aims at correcting the systematic biases of the raw model through a historical learning process. This statistically corrected forecast generally serves as a reference to the expertise of the Prev’air team for communication in the event of an air pollution episode. It is also a base for the calculations of the AMU module, which checks the criteria of the emergency measure decree[4]. The Prev'air forecasts for the Caribbean DROMs have been assessed as well. The forecasts for the Indian Ocean overseas territories, produced from May 2022, will be evaluated from 2024 (performance report covering the year 2023). On the whole, the performance of Prev’Air is satisfactory with a good ability to meet the quality objectives defined in the national technical reference document[5] which established these target values for the different scores for ozone and PM10 as well as the content to be included in the annual evaluation reports of the forecasting platforms involved in the national air quality monitoring system. The forecasts with statistical adaptation match the performance objectives and have mostly allowed to anticipate the occurrence of pollution episodes and to identify the main affected areas. Raw forecasts are less satisfactory to comply with the quality objective, particularly in the DROM. The composition of PM1 predicted by Prev’air was assessed using CARA[6] data. Ammonium, nitrates, sulphates, and organic part are predicted less accurately than in 2021.   [4] Decree of 7 April 2016 relating to the triggering of prefectural procedures in the event of episodes of ambient air pollution [5] https://www.lcsqa.org/fr/referentiel-technique-national [6] Favez et al. (Atmosphere, 2021) CARA program   .

Ce rapport présente les performances des prévisions nationales opérées dans le cadre de la plateforme Prev’Air (www.prevair.org). L’objectif est de montrer des éléments d’appréciation de la qualité de la production Prev’air. Ce rapport traite successivement de l’évaluation des prévisions des concentrations des quatre polluants O3, NO2, PM10 et PM2.5, fournis quotidiennement par le système Prev’Air, du jour courant J jusqu’au J+3. L’estimation du comportement des outils est réalisée grâce à des indicateurs statistiques qui permettent de comparer les résultats de modélisation avec les observations validées de la base de données nationale GEOD’air, elle-même alimentée par les AASQA (associations de surveillance de la qualité de l’air) et développée par le LCSQA. Une attention particulière est portée à l’évaluation des performances de Prev’Air concernant la détection des seuils réglementaires. Cet exercice a pour objectif d’estimer l’aptitude des modèles à prévoir spécifiquement les épisodes de pollution. L’ozone est évalué sur les mois de l’été 2021 (avril à septembre). Les autres polluants (PM10, PM2.5, NO2) sont évalués sur l’ensemble de l’année 2021. L’année 2021 a connu peu d’épisodes de pollution persistants d’ampleur nationale. L’évaluation de ces épisodes est effectuée à la fois sur les prévisions brutes de Prev’Air et sur les calculs de l’adaptation statistique, qui visent à corriger les biais systématiques du modèle brut par un processus d’apprentissage historique. Les gains obtenus par le modèle statistique résident dans sa capacité à corriger les biais de représentativité du modèle brut. Cette prévision corrigée statistiquement sert généralement de référence à l’expertise de l’équipe Prev’air pour la communication en cas d’épisode de pollution de l’air, et sert également de base aux calculs du module AMU, qui vérifie les critères de l’arrêté mesure d’urgence[1]. Les prévisions Prev’Air pour les DROM des caraïbes ont également été évaluées et montrent des performances satisfaisantes. Dans l’ensemble, le comportement de Prev’Air est satisfaisant avec une bonne aptitude à respecter les objectifs de qualité définis dans le référentiel technique national[2] qui a établi ces valeurs cibles pour les différents scores ainsi que le contenu à faire figurer dans les rapports annuels d’évaluation des plateformes de prévisions constituant le dispositif national de surveillance de la qualité de l’air. Les prévisions avec adaptation statistique disponibles sur la métropole respectent les objectifs de performance et ont permis la plupart du temps d’anticiper l’occurrence des épisodes de pollution et d’identifier les principales zones affectées. Les prévisions brutes rencontrent plus de difficultés à satisfaire les objectifs de qualité, notamment dans les DROM. La composition des PM1 prévue par Prev’air a été évaluée avec l’aide des données CARA[3].  La part d’ammonium, de nitrates, de sulfates et de matière organique est relativement bien représentée dans la spéciation des PM1 prévue par le modèle CHIMERE. Une nette amélioration a pu être constatée pour le chlore avec la mise en place de la nouvelle version de CHIMERE en novembre 2021.   [1] Arrêté du 7 avril 2016 relatif au déclenchement des procédures préfectorales en cas d'épisodes de pollution de l'air ambiant [2] https://www.lcsqa.org/fr/referentiel-technique-national [3] Favez et al. (Atmosphere, 2021) CARA program     Performances of Prev’air in 2021   This report presents the performances of the national forecasts carried out within the Prev'Air platform (www.prevair.org). The objective is to assess the quality of Prev'air production. This report deals successively with the evaluation of the O3, NO2, PM10 and PM2.5 concentrations forecasts, daily provided by the Prev'Air system, from day D to D+3. The behavior of this system is estimated using conventional statistical indicators, which allow the modelling results to be compared with validated observations from the national GEOD'air database, itself fed by the AASQA (air quality monitoring associations) and developed by the LCSQA. Particular attention is paid to the evaluation of Prev'Air's forecasts regarding the detection of regulatory thresholds. The objective of this exercise is to estimate the capacity of the models to specifically anticipate pollution episodes. Ozone is evaluated over the summer months of 2021 (April to September). The other pollutants (PM10, PM2.5, NO2) are assessed over the whole year 2021. Few persistent episodes of national scope were noted during 2021. The evaluation of these episodes is carried out both on Prev'Air's raw forecasts and on the statistical adaptation of the Chimere which aims at correcting the systematic biases of the raw model through a historical learning process. The gains obtained by the statistical model lie in its ability to correct the representativeness bias of the raw model. This statistically corrected forecast generally serves as a reference to the expertise of the Prev'air team for communication in the event of an air pollution episode. It is also a base for the calculations of the AMU module, which checks the criteria of the emergency measure decree[1]. The Prev'air forecasts for the Caribbean DROMs have been assessed as well and show satisfactory performances. On the whole, the performance of Prev'Air is satisfactory with a good ability to meet the quality objectives defined in the national technical reference document[2] which established these target values for the different scores as well as the content to be included in the annual evaluation reports of the forecasting platforms involved in the national air quality monitoring system. The forecasts with statistical adaptation match the performance objectives and have mostly allowed to anticipate the occurrence of pollution episodes and to identify the main affected areas. Raw forecasts are less satisfactory to comply with the quality objective, particularly in the DROM. The composition of PM1 predicted by Prev’air was assessed using CARA[3] data. Ammonium, nitrates, sulphates and organic part are predicted relatively well by the CHIMERE model. An improvement has been noted for chlorine with the implementation of the new version of CHIMERE (v2020) in November 2021.   [1] Decree of 7 April 2016 relating to the triggering of prefectural procedures in the event of episodes of ambient air pollution [2] https://www.lcsqa.org/fr/referentiel-technique-national [3] Favez et al. (Atmosphere, 2021) CARA program).     .

Ce rapport présente les performances des prévisions nationales opérées dans le cadre de la plateforme Prev’Air (www.prevair.org). L’objectif est de montrer en toute transparence des éléments d’appréciation de la qualité de la production Prev’air. Ce rapport traite successivement de l’évaluation des prévisions des concentrations des quatre polluants O3, NO2, PM10 et PM2.5, fournis quotidiennement par le système Prev’Air, du jour courant J jusqu’au J+3. L’estimation du comportement des outils est réalisée grâce à des indicateurs statistiques qui permettent de comparer les résultats de modélisation avec les observations validées de la base de données nationale GEOD’air, elle-même alimentée par les AASQA (associations de surveillance de la qualité de l’air) et développée par le LCSQA. Une attention particulière est portée à l’évaluation des performances de Prev’Air concernant la détection des seuils réglementaires. Cet exercice a pour objectif d’estimer l’aptitude des modèles à prévoir spécifiquement les épisodes de pollution. L’ozone est évalué sur les mois de l’été 2020 (avril à septembre). Les autres polluants (PM10, PM2.5, NO2) sont évalués sur l’ensemble de l’année 2020. L’année 2020 a été marquée par la crise Covid-19 et par les confinements que celle-ci a entraînés au sein des pays de l’Europe, perturbant ainsi les activités humaines habituelles et les émissions de polluants associées. Le système Prev’Air a cependant continué de produire des prévisions sur la base de ses émissions standard, donc sans modulation vis-à-vis de ces perturbations. Notons toutefois que le système Prev’Air bénéficie d’une approche de correction automatique statistique et géostatistique qui repose sur les observations en temps réel, permettant ainsi de prendre en compte indirectement l’effet des confinements. Une prévision opérationnelle complémentaire a été produite à partir de mars 2020, intégrant une estimation de baisse des émissions liée aux mesures de lutte contre la pandémie Covid[1], mais elle ne fait pas l’objet d’une évaluation dans le cadre de ce rapport. Peu d’épisodes persistants d’ampleur nationale ont été relevés sur les périodes étudiées : un pour l’ozone, du 6 au 12 août, et trois pour les PM10, du 21 au 26 janvier (avec dépassement du seuil d’alerte), du 27 au 28 mars, et du 22 au 27 novembre. L’évaluation de ces épisodes est effectuée à la fois sur les prévisions brutes de Prev’Air et sur les calculs de l’adaptation statistique, qui visent à corriger les biais systématiques du modèle brut par un processus d’apprentissage historique. Les gains obtenus par le modèle statistique résident dans sa capacité à corriger les biais de représentativité du modèle brut. Cette prévision corrigée statistiquement sert généralement de référence à l’expertise de l’équipe Prev’air pour la communication en cas d’épisode de pollution de l’air, et sert également de base aux calculs du module AMU, qui vérifie les critères de l’arrêté mesure d’urgence[2]. Les prévisions Prev’Air pour les DROM des caraïbes ont également été évaluées et montrent des performances satisfaisantes. Dans l’ensemble, le comportement de Prev’Air est satisfaisant avec une bonne aptitude à respecter les objectifs de qualité définis dans le référentiel technique national[3] qui a établi ces valeurs cibles pour les différents scores ainsi que le contenu à faire figurer dans les rapports annuels d’évaluation des plateformes de prévisions constituant le dispositif national de surveillance de la qualité de l’air. Les prévisions avec adaptation statistique disponibles sur la métropole respectent les objectifs de performance et ont permis la plupart du temps d’anticiper l’occurrence des épisodes de pollution et d’identifier les principales zones affectées. Les prévisions brutes rencontrent plus de difficultés à satisfaire les objectifs de qualité notamment dans les DROM. La composition des PM1 prévue par Prev’air a été évaluée pour la première fois avec l’aide des données CARA[4].  L’ammonium, les nitrates et les sulfates sont relativement bien prévus par le modèle CHIMERE. La partie organique est fortement sous-estimée. Quant au chlore, une nette amélioration devrait être constatée à partir de fin 2021 avec la mise en place de la nouvelle version de CHIMERE (v2020)   Performances of Prev’air in 2019   This report presents the performance of the national forecasts carried out within the Prev'Air platform (www.prevair.org). The objective is to assess the quality of Prev'air production. This report deals successively with the evaluation of the O3, NO2, PM10 and PM2.5 concentrations forecasts, daily provided by the Prev'Air system, from day D to D+3. The behavior of this system is estimated using conventional statistical indicators, which allow the modelling results to be compared with validated observations from the national GEOD'air database, itself fed by the AASQA (air quality monitoring associations) and developed by the LCSQA. Particular attention is paid to the evaluation of Prev'Air's forecasts regarding the detection of regulatory thresholds. The objective of this exercise is to estimate the capacity of the models to specifically anticipate pollution episodes. Ozone is evaluated over the summer months of 2020 (April to September). The other pollutants (PM10, PM2.5, NO2) are assessed over the whole year 2020. The year 2020 was affected by the Covid-19 crisis and by the lockdowns that occurred in European countries, thus disrupting the usual human activities and associated emissions of pollutants. However, the Prev'Air system continued to produce forecasts based on its standard emissions, without modulation regarding these disturbances. However, it should be noted that the Prev’Air system benefits from an automatic statistical and geostatistical correction approach based on real-time observations, thus making it possible to indirectly consider the effect of confinements. An additional operational forecast was produced starting from March 2020, implementing an estimation of the reduction in emissions due to measures taken against the Covid pandemic[1], but its assessment is not included in this report. Few persistent episodes of national scope were noted over the studied periods: one for ozone, from August 6 to 12, and three for PM10, from January 21 to 26 (with exceedances of the alert threshold), from March 27 to 28, and from November 22 to 27. The evaluation of these episodes is carried out both on Prev'Air's raw forecasts and on the statistical adaptation of the Chimere which aims at correcting the systematic biases of the raw model through a historical learning process. The gains obtained by the statistical model lie in its ability to correct the representativeness bias of the raw model. This statistically corrected forecast generally serves as a reference to the expertise of the Prev'air team for communication in the event of an air pollution episode. It is also a base for the calculations of the AMU module, which checks the criteria of the emergency measure decree[2]. The Prev'air forecasts for the Caribbean DROMs have been assessed as well and show satisfactory performances. On the whole, the performance of Prev'Air is satisfactory with a good ability to meet the quality objectives defined in the national technical reference document[3] which established these target values for the different scores as well as the content to be included in the annual evaluation reports of the forecasting platforms involved in the national air quality monitoring system. The forecasts with statistical adaptation match the performance objectives and have mostly allowed to anticipate the occurrence of pollution episodes and to identify the main affected areas. Raw forecasts are less satisfactory to comply with the quality objective, particularly in the DROM. The composition of PM1 predicted by Prev’air was assessed for the first-time using CARA[4] data. Ammonium, nitrates and sulphates are predicted relatively well by the CHIMERE model. The organic part is greatly underestimated. Concerning chlorine, an improvement should be noted from the end of 2021 with the implementation of the new version of CHIMERE (v2020).       [1]https://www.ineris.fr/fr/ineris/actualites/confinement-environnement-no… [2] Arrêté du 7 avril 2016 relatif au déclenchement des procédures préfectorales en cas d'épisodes de pollution de l'air ambiant [3] https://www.lcsqa.org/fr/referentiel-technique-national [4] Favez et al. (Atmosphere, 2021) CARA program   .

Ce rapport présente les performances des prévisions nationales opérées dans le cadre de la plateforme Prev’Air (www.prevair.org). L’objectif est de montrer en toute transparence des éléments d’appréciation de la qualité de la production Prev’air. Ce rapport traite successivement les quatre polluants O3, NO2, PM10 et PM2.5, fournis quotidiennement par les prévisions du système Prev’Air, du jour courant J jusqu’au J+3 afin d’évaluer la capacité des modèles à prévoir leurs concentrations. L’estimation du comportement des outils est réalisée grâce à des indicateurs statistiques qui permettent de comparer les résultats de modélisation avec les observations validées de la base de données nationale GEOD’air, elle-même alimentée par les AASQA (associations de surveillance de la qualité de l’air) et développée par le LCSQA. Une attention particulière est portée à l’évaluation des performances de Prev’Air concernant la détection des seuils réglementaires. Cet exercice a pour objectif d’estimer l’aptitude des modèles à prévoir spécifiquement les épisodes de pollution. L’ozone est évalué sur les mois de l’été 2019 (avril à septembre). Les autres polluants (PM10, PM2.5, NO2) sont évalués sur l’ensemble de l’année 2019. L’année 2019 n’a connu que peu d’épisodes de pollution d’ampleur nationale : deux pour l’ozone, du 27 juin au 8 juillet (en 2 phases) et du 23 au 26 juillet, et un pour les PM10, deuxième quinzaine de février. L’évaluation de ces épisodes est effectuée à la fois sur les prévisions brutes de Prev’Air et sur les calculs de l’adaptation statistique, qui vise à corriger les biais systématiques du modèle brut par un processus d’apprentissage historique. Les gains obtenus par le modèle statistique résident dans sa capacité à corriger les sur- et sous-estimations des concentrations induites par le modèle brut. Cette prévision corrigée statistiquement sert généralement de référence à l’expertise de l’équipe Prev’air pour la communication en cas d’épisode de pollution de l’air. Pour la première fois, les prévisions Prev’AIR pour les DROM des caraïbes ont été évaluées et montrent des performances satisfaisantes. Dans l’ensemble, le comportement de Prev’Air est satisfaisant avec une bonne aptitude à respecter les objectifs de qualité définis par le groupe de travail prévision (composé du LCSQA et des AASQA) qui a établi ces valeurs cibles pour les différents scores ainsi que le contenu à faire figurer dans les rapports annuels d’évaluation des plateformes de prévisions constituant le dispositif national de surveillance de la qualité de l’air. Les prévisions avec adaptation statistique disponibles sur la métropole respectent les objectifs de performance et ont permis la plupart du temps d’anticiper l’occurrence des épisodes de pollution et d’identifier les principales zones affectées. Les prévisions brutes rencontrent plus de difficultés à satisfaire les objectifs de qualité notamment dans les DROM.     Performances of Prev’air in 2019 This report presents the performance of the national forecasts carried out within the Prev'Air platform (www.prevair.org). The objective is to assess the quality of Prev'air production. This report deals successively with four pollutants O3, NO2, PM10 and PM2.5, daily provided by the forecasts of the Prev'Air system, from day D to D+3 in order to evaluate the capacity of the models to forecast their concentrations. The behavior of the system is estimated using conventional statistical indicators, which allow the modelling results to be compared with validated observations from the national GEOD'air database, itself fed by the AASQA (air quality monitoring associations) and developed by the LCSQA. Particular attention is paid to the evaluation of Prev'Air' forecasts regarding the detection of regulatory thresholds. The objective of this exercise is to estimate the capacity of the models to specifically anticipate pollution episodes. Ozone is evaluated over the summer months of 2019 (April to September). The other pollutants (PM10, PM2.5, NO2) are assessed over the whole year 2019. A few pollution episodes occurred during this year: two for ozone, from June 27 to July 8 (in 2 phases) and from July 23 to 26, and one for PM10, in the second half of February. The evaluation of these episodes is carried out both on Prev'Air's raw forecasts and on the statistical adaptation of the Chimere which aims at correcting the systematic biases of the raw model through a historical learning process. The gains obtained by the statistical model lie in its ability to correct the over- and underestimations of concentrations computed by the raw model. This statistically corrected forecast generally serves as a reference to the expertise of the Prev'air team for communication in the event of an air pollution episode. For the first time, the Prev'air forecasts for the Caribbean DROMs have been assessed and show satisfactory performances. On the whole, the performance of Prev'Air is satisfactory with a good ability to meet the quality objectives defined by the forecasting working group (composed of the LCSQA and the AASQA) which established these target values for the different scores as well as the content to be included in the annual evaluation reports of the forecasting platforms involved in the national air quality monitoring system. The forecasts with statistical adaptation match the performance objectives and have mostly allowed to anticipate the occurrence of pollution episodes and to identify the main affected areas. Raw forecasts are less satisfactory to comply with the quality objective, particularly in the DROM.