MN - Modèles Numériques

Estimation d'incertitude en simulation de la qualité de l'air à l'échelle urbaine – ESTIMAIR

Incertitudes des simulations de la qualité de l'air à l'échelle urbaine

Propagation des incertitudes dans un modèle dynamique d'affectation du trafic urbain, dans le calcul des émissions de polluants associées et dans la dispersion atmosphérique des polluants dans la ville<br />

Propagation des incertitudes

Les simulations de la qualité de l'air à l'échelle urbaine dépendent de la géométrie de la ville, des conditions météorologiques, de la pollution de fond (importée de l'extérieur de la ville) et des émissions urbaines des polluants atmosphériques, en grande partie issues du trafic routier. Grâce à ces informations, un modèle de dispersion atmosphérique est capable d'estimer les concentrations des polluants, heure par heure, sur l'ensemble d'une ville jusqu'à la résolution de la rue. Ces simulations sont entachées de fortes incertitudes du fait de l'imprécision des données d'entrée et du modèle lui-même. Il est important de quantifier ces incertitudes pour associer un niveau de confiance aux simulations et, en particulier, dans le cadre de l'assimilation des données d'observation où la quantification des variances et covariances dans les erreurs de simulation est essentielle.<br />

Une première étape des travaux consiste à mettre en place toute la chaîne de calcul des concentrations des polluants sur une ville. Trois calculs sont essentiels: l'affectation du trafic sur le réseau routier, le calcul des émissions associées et la dispersion atmosphérique des polluants. Afin de reposer sur des simulations de trafic suffisamment fines, le modèle d'affectation du trafic dynamique LADTA est utilisé. Les émissions sont calculées en suivant la méthode COPERT. Enfin, le modèle de qualité de l'air à l'échelle urbaine SIRANE est employé pour simuler la dispersion des polluants dans les rues et au-dessus de la ville. Toutes ces simulations sont très coûteuses en temps de calcul. Or, la propagation des incertitudes requiert de générer de nombreuses simulations pour créer un ensemble représentatif des incertitudes. La construction de méta-modèles, pour le trafic et la dispersion atmosphérique, permet de réduire grandement les coûts de calcul et donc de générer de grands ensembles de simulations. La calibration de ces ensembles doit enfin être effectuée à l'aide des observations du trafic routier (boucles de comptage) et des concentrations atmosphériques des polluants (stations fixes pour la surveillance de la qualité de l'air).

Nous avons obtenu des données pour appliquer les travaux sur la ville de Clermont-Ferrand (France). Une partie importante des travaux a conduit à des simulations du trafic routier à l'aide du modèle dynamique LADTA. À l'heure de pointe, ces simulations fournissent des résultats comparables au modèle de référence, statique, PTV VISUM. Le modèle dynamique permet en outre de bien reproduire l'évolution temporelle du trafic, tel qu'il est observé sur plus de 500 boucles de comptage de la ville de Clermont-Ferrand. Néanmoins, la répartition spatiale du trafic est moins bien reproduite, et les résultats démontrent globalement que de fortes incertitudes (certainement au-delà de 50%) se logent dans les simulations du trafic. De plus, le calcul des émissions montre une grande sensibilité à la composition du parc. Côté atmosphérique, une simulation de la qualité de l'air sur la ville de Clermont-Ferrand a été construite pour le modèle SIRANE. Des premiers travaux ont achevé la constitution d'un solide méta-modèle sur la ville de Clermont-Ferrand, qui permet de reproduire les observations aussi bien que le modèle initial. Le coût de calcul d'une carte de qualité de l'air passe de plusieurs minutes à 50 millisecondes.

La suite des travaux doit permettre de calculer le trafic et ses émissions sur une année complète, et d'alimenter la simulation de la qualité de l'air avec ces émissions. Dans la perspective de la propagation des incertitudes dans toute la chaîne de calcul, un méta-modèle doit être généré pour le modèle de trafic LADTA. Ses sorties alimenteront un méta-modèle de qualité de l'air. Il sera alors possible de générer des ensembles de simulations (trafic, puis qualité de l'air), et d'en étudier la calibration par les données d'observation.

Un article sur la génération du méta-modèle de qualité de l'air a été soumis.

L'objectif du projet est de quantifier les incertitudes des concentrations de polluant que calcule un modèle opérationnel de qualité de l'air à l'échelle urbaine. Par incertitude, on entend l'intervalle des valeurs que les erreurs (c'est-à-dire l'écart entre les sorties de modèle et la réalité) peuvent prendre. Ces erreurs sont généralement représentées par un vecteur aléatoire dont la densité de probabilité fournit une description complète des incertitudes. La stratégie du projet consiste à approcher cette densité de probabilité à l'aide d'un ensemble de simulations qui échantillonne correctement les erreurs.

Le travail se déclinera autour de la simulation de la qualité de l'air sur Clermont-Ferrand, à l'aide d'un modèle dynamique de trafic pour le calcul des émissions du trafic, et à l'aide d'un modèle atmosphérique de chimie-transport qui représente explicitement les rues de la ville. Sur la base de données d'émission, des conditions météorologiques et des concentrations de fond des polluants, le modèle atmosphérique calcule pour chaque heure un champ de concentration (sur toute la ville) pour plusieurs polluants, dont le dioxyde d'azote et les particules fines. Du fait de la complexité des phénomènes atmosphériques et du manque d'observations, les simulations de la qualité de l'air sont entachées de fortes incertitudes qu'il convient de quantifier. Nous souhaitons développer des méthodes qui permettent, pour toute simulation de la qualité de l'air à l'échelle urbaine, d'estimer les incertitudes des concentrations produites. Ces méthodes doivent être adaptées à la fois à des simulations à court terme (pour la prévision quotidienne) et à long terme (par exemple, pour des études d'impact sur une année).

À l'échelle urbaine, une source d'incertitude clé réside dans les émissions du trafic. Nous nous proposons donc d'estimer précisément les incertitudes associées à l'affectation du trafic dans les rues et aux émissions des polluants associées. En générant de multiples calculs avec un modèle dynamique de trafic, un ensemble d'affectations du trafic pourra être généré. Cet ensemble sera calibré, à l'aide d'observations (à des points de comptage du trafic), afin qu'il soit représentatif des incertitudes. L'ensemble des émissions de polluant associé fournira ensuite plusieurs jeux d'émissions possibles pour le modèle de qualité de l'air. Un ensemble de simulations de la qualité de l'air sera ainsi généré, chaque simulation utilisant un jeu d'émissions de trafic, des données d'entrées perturbées (approche Monte Carlo) et potentiellement un modèle physique différent. Cet ensemble sera lui aussi calibré, avec des observations des concentrations atmosphériques des polluants. Le modèle de qualité de l'air est un modèle de grande dimension dont les coûts de calcul sont très élevés. Afin de générer l'ensemble des simulations, il sera nécessaire de réduire les coûts de calcul. En conséquence, une partie du projet traitera de la réduction du modèle de dispersion atmosphérique.

Le projet s'insère dans un contexte où les modèles numériques de simulation de la qualité de l'air sont de plus en plus utilisés à l'échelle urbaine. Les modèles sont utilisés pour des prévisions quotidiennes, pour l'évaluation de l'exposition au long cours des populations, pour l'estimation de l'impact de nouvelles mesures réglementaires, ... Les méthodes proposées au cours du projet seront adaptées au contexte opérationnel et s'appliqueront à toute la chaîne de modélisation, depuis l'affectation du trafic jusqu'à la dispersion atmosphérique. Elles seront ensuite intégrées dans un système de modélisation de la qualité de l'air qui est utilisé sur de nombreuses villes en France et à l'étranger.

Coordination du projet

Vivien MALLET (Institut national de recherche en informatique et en automatique)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

LVMT Laboratoire ville mobilité transport
Numtech Numtech
LMFA Laboratoire de mécanique des fluides et d'acoustique
Inria Paris - Rocquencourt Institut national de recherche en informatique et en automatique

Aide de l'ANR 414 800 euros
Début et durée du projet scientifique : août 2013 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter