Recherche pour Seuil d'information

Conformément aux Directives européennes sur la qualité de l’air et à leur transposition en droit français, les AASQA doivent caractériser les situations de dépassement de seuil dans les zones dont elles assurent la surveillance. Pour tout dépassement observé, il convient d’évaluer la surface en dépassement et d’estimer, selon le cas, la population exposée (seuil pour la protection de la santé) ou la superficie d’écosystème exposée (seuil pour la protection de la végétation). La caractérisation des situations de dépassement en milieu urbain fait l’objet du présent rapport. Elle nécessite de disposer d’une information précise sur la distribution spatiale des concentrations dans l’agglomération. La modélisation de la dispersion est de plus en plus utilisée par les AASQA afin d'obtenir une telle information. Néanmoins, pour limiter les temps de calcul, les données ne sont généralement pas modélisées sur des grilles régulières mais sur des maillages adaptés aux variations des concentrations (plus lâches en situation de fond, et resserrés à proximité des axes routiers). C'est pourquoi il est important de définir une méthode d'interpolation qui spatialise intégralement les données du modèle. L'interpolateur linéaire est largement utilisé. L'hypothèse de linéarité est arbitraire mais peut-être considérée comme valide, principalement à de faibles distances et lorsque les concentrations varient faiblement. Des interpolateurs plus sophistiqués existent. Le krigeage, méthode d’estimation géostatistique, tient compte de la covariance spatiale des concentrations et permet d'interpoler après définition d'un modèle de covariance et d'un voisinage de points à prendre en compte. Apparue plus récemment, la méthode fondée sur la triangulation de Delaunay consiste à parcourir les triangles définis par les points de sortie du modèle et à interpoler linéairement les concentrations le long des arêtes. Elle permet de construire des polygones dans lesquels les concentrations sont comprises entre deux valeurs. Afin d’être évalués et comparés, ces interpolateurs ont été appliqués à différents jeux de données de modélisation fournis par les AASQA. Ces données résultent de simulations effectuées sur les agglomérations de Bourges, Nantes, Niort, Orléans, Reims et Tours. Le NO2, polluant  pour lequel les données étaient les plus nombreuses, a été retenu pour cette analyse. Dans toutes les validations réalisées, l’interpolateur linéaire et l’interpolateur de Delaunay se révèlent les plus précis. Le krigeage ordinaire, dans son emploi usuel, est mal adapté à des données de typologie contrastée (fond/trafic) ; pour une utilisation appropriée, le modèle géostatistique doit être modifié, ce qui requiert des développements supplémentaires. Quelle que soit la méthode, la qualité de l’interpolation est liée à  l’organisation spatiale du maillage de modélisation qui, outre une couverture régulière des zones de fond, doit permettre une bonne représentation des gradients de concentration près des routes et doit donc s’adapter au comportement du polluant considéré dans l’espace, qui n’est évidemment pas le même s’il s’agit de NO2, d’O3 ou de particules. Dans les exemples étudiés, l’interpolation a été réalisée sans prise en compte des données de mesure. La deuxième partie du rapport offre un aperçu des méthodes qui existent en matière de correction des sorties de modèle par intégration des observations. Les méthodes dérivées de la géostatistique ainsi que les derniers travaux en matière d'assimilation de données en milieu urbain sont abordés sous forme de revue documentaire. Ces éléments pourront servir à la planification de travaux ultérieurs. La troisième partie du rapport est consacrée à l’estimation des zones en dépassement et des populations exposées. La sensibilité des résultats aux paramètres de l’estimation est examinée. Si le maillage d’interpolation a peu d’influence dans la gamme de résolution testée (1m, 5m ou 10m), le mode de croisement entre zones de dépassement et population spatialisée a un effet notable. Un croisement maille à maille, si la population est préalablement répartie sur le maillage d’interpolation, ou, ce qui revient au même, un croisement au prorata de la surface de bâtiment intersectée est recommandé. Les conclusions de ce travail seront reprises en 2016 dans une note de synthèse méthodologique et technique sur l’évaluation de la population et des écosystèmes exposés. Leur adaptation aux agglomérations et zones de grande taille sera examinée en 2016 avec les AASQA concernées.

Conformément aux Directives européennes sur la qualité de l’air et à leur transposition en droit français, les AASQA doivent caractériser les situations de dépassement de seuil dans les zones dont elles assurent la surveillance. Pour tout dépassement observé, il convient d’évaluer la surface en dépassement et d’estimer, selon le cas, la population exposée (seuil pour la protection de la santé) ou la superficie d’écosystème exposée (seuil pour la protection de la végétation). La caractérisation des situations de dépassement en milieu urbain fait l’objet du présent rapport. Elle nécessite de disposer d’une information précise sur la distribution spatiale des concentrations dans l’agglomération. La modélisation de la dispersion est de plus en plus utilisée par les AASQA afin d'obtenir une telle information. Néanmoins, pour limiter les temps de calcul, les données ne sont généralement pas modélisées sur des grilles régulières mais sur des maillages adaptés aux variations des concentrations (plus lâches en situation de fond, et resserrés à proximité des axes routiers). C'est pourquoi il est important de définir une méthode d'interpolation qui spatialise intégralement les données du modèle. L'interpolateur linéaire est largement utilisé. L'hypothèse de linéarité est arbitraire mais peut-être considérée comme valide, principalement à de faibles distances et lorsque les concentrations varient faiblement. Des interpolateurs plus sophistiqués existent. Le krigeage, méthode d’estimation géostatistique, tient compte de la covariance spatiale des concentrations et permet d'interpoler après définition d'un modèle de covariance et d'un voisinage de points à prendre en compte. Apparue plus récemment, la méthode fondée sur la triangulation de Delaunay consiste à parcourir les triangles définis par les points de sortie du modèle et à interpoler linéairement les concentrations le long des arêtes. Elle permet de construire des polygones dans lesquels les concentrations sont comprises entre deux valeurs. Afin d’être évalués et comparés, ces interpolateurs ont été appliqués à différents jeux de données de modélisation fournis par les AASQA. Ces données résultent de simulations effectuées sur les agglomérations de Bourges, Nantes, Niort, Orléans, Reims et Tours. Le NO2, polluant  pour lequel les données étaient les plus nombreuses, a été retenu pour cette analyse. Dans toutes les validations réalisées, l’interpolateur linéaire et l’interpolateur de Delaunay se révèlent les plus précis. Le krigeage ordinaire, dans son emploi usuel, est mal adapté à des données de typologie contrastée (fond/trafic) ; pour une utilisation appropriée, le modèle géostatistique doit être modifié, ce qui requiert des développements supplémentaires. Quelle que soit la méthode, la qualité de l’interpolation est liée à  l’organisation spatiale du maillage de modélisation qui, outre une couverture régulière des zones de fond, doit permettre une bonne représentation des gradients de concentration près des routes et doit donc s’adapter au comportement du polluant considéré dans l’espace, qui n’est évidemment pas le même s’il s’agit de NO2, d’O3 ou de particules. Dans les exemples étudiés, l’interpolation a été réalisée sans prise en compte des données de mesure. La deuxième partie du rapport offre un aperçu des méthodes qui existent en matière de correction des sorties de modèle par intégration des observations. Les méthodes dérivées de la géostatistique ainsi que les derniers travaux en matière d'assimilation de données en milieu urbain sont abordés sous forme de revue documentaire. Ces éléments pourront servir à la planification de travaux ultérieurs. La troisième partie du rapport est consacrée à l’estimation des zones en dépassement et des populations exposées. La sensibilité des résultats aux paramètres de l’estimation est examinée. Si le maillage d’interpolation a peu d’influence dans la gamme de résolution testée (1m, 5m ou 10m), le mode de croisement entre zones de dépassement et population spatialisée a un effet notable. Un croisement maille à maille, si la population est préalablement répartie sur le maillage d’interpolation, ou, ce qui revient au même, un croisement au prorata de la surface de bâtiment intersectée est recommandé. Les conclusions de ce travail seront reprises en 2016 dans une note de synthèse méthodologique et technique sur l’évaluation de la population et des écosystèmes exposés. Leur adaptation aux agglomérations et zones de grande taille sera examinée en 2016 avec les AASQA concernées. Télécharger l'annexe technique au rapport (parution 2016)