Dossier : Climat   
    La recherche française sur le climat
  Les thèmes de recherche
  L'atmosphère, son évolution  
   

Inventaires des émissions atmosphériques : un outil pour la gestion de la qualité de l’air


Extrait de la Lettre n°13
Programme International
Géosphère
Biosphère-Programme Mondial
de Recherches sur le Climat

(PIGB-PMRC)
 

Les cadastres d’émissions permettent à la fois de recenser l’ensemble des émissions gazeuses d’une zone géographique avec leur distribution spatiale et temporelle. La maîtrise de ces bases de données permet en outre de générer des scénarios d’émissions qui permettent de tester, à l’aide de la modélisation, différentes stratégies de réductions d’émissions. Comment se construit un tel cadastre d’émission ?
A quelle prévision sert-il ?




Dans un contexte d’étude de qualité de l’air ou de gestion de l’environnement atmosphérique, l’établissement d’un cadastre d’émissions constitue très souvent une étape et non une finalité en soi. Ces bases de données d’émissions spatialisées peuvent avoir deux catégories d’applications .

Utilisées telles quelles, elles permettent :

  • d’obtenir des indications sur la part locale des émissions par rapport à celles issues d’ailleurs,
  • de connaître les distributions des effluents atmosphériques par catégories de sources (industrie, transports, résidentiel-tertiaire ou biogènes) ou par composés ou famille de composés chimiques.


Utilisées à des fins de modélisation de qualité de l’air , elles permettent :

  • de constituer des données d’entrée indispensables pour les modèles à différentes échelles spatiales et temporelles,
  • de construire des scénarios d’émissions afin de tester des stratégies de réduction d’émissions, des plans d’occupation des sols (implantation d’établissement industriels, de voies de communications, etc.).


Pour modéliser aussi bien de manière diagnostique que pronostique les concentrations de polluants à l’échelle d’une agglomération ou d’une région, il est indispensable :

  • de connaître la nature chimique et le détail de chaque catégorie d’émissions,
  • de quantifier ces flux,
  • de connaître leurs distributions dans l’espace et dans le temps.


Etablissement d’un cadastre

Les paramètres

La réalisation pratique d’un cadastre s’articule en plusieurs étapes. Considérant qu’un cadastre est rarement un objectif en soi, il convient avant tout d’en connaître son utilisation. L’étape préliminaire vise à établir les spécifications des inventaires spatialisés d’émissions : les applications dans lesquelles seront utilisés ces cadastres vont déterminer d’une part leur contenu (sources et polluants pris en compte) et d’autre part la structuration des bases de données. La réalisation de cadastres d’émissions passe par la définition des paramètres suivants :

  • définition et extension de la zone d’étude si possible en accord avec le contexte géographique et avec le(s) domaine(s) de modélisation s’il y a lieu,
  • la résolution spatiale en relation avec l’extension du domaine d’étude,
  • la résolution temporelle et la période de référence (année),
  • les données effectivement disponibles pour la (les) période(s) de référence : données relatives aux calculs d’émissions, données socio-économiques complémentaires, données structurantes pour établir la distribution spatiale des émissions,
  • les composés chimiques pris en compte, en relation avec les besoins des mécanismes chimiques prévus dans les phases de modélisation.


La base de données initiales

L’étape suivante consiste pour la période de référence choisie, à vérifier l’existence et l’accessibilité des données de base (primaires) et complémentaires qui permettront le calcul des émissions, puis à collecter ces données. Ceci constitue la base de données initiale.

Le calcul des émissions

Il existe globalement deux type d’approches pour l’établissement des cadastres. La première de type "top-down" dont le principe est de collecter les données générales qui concernent la zone d’investigation : échelle administrative des arrondissements, des départements, de la région, par secteurs d’activité pour l’industrie, etc., de calculer les émissions à ces échelles puis de les distribuer pour atteindre la résolution spatiale requise. La seconde approche est de type « bottom-up » consiste à collecter les données les fines possibles (communes, quartiers, établissement par établissement pour l’industrie, etc., de calculer les émissions puis de les rassembler/redistribuer pour atteindre la résolution spatiale voulue. En pratique, ces deux approches sont utilisées simultanément en privilégiant généralement les données fines lorsqu’elle sont accessibles par rapport à une approche plus globale. Le calcul proprement dit des émissions, avec la(es) résolution(s) temporelle(s) requise(s) a nécessité de connaître les facteurs d’émissions relatifs aux activités des sources prises en compte. Avec la nomenclature SNAP sont attachés des facteurs d’émissions par défaut pour l’ensemble des activités ce qui permet de palier très souvent de pallier l’absence de facteurs d’émissions spécifiques pour certaines catégories de sources.

La distribution spatiale et temporelle des émissions

Pour passer de la notion d’inventaire à celle de cadastre, il s’agit ensuite de localiser les émissions avec une précision compatible avec la résolution spatiale requise. Pour cela, un ensemble de données dites structurantes sont utilisées (occupation des sols, réseaux routier, ferroviaire, fluvial, etc.). Elles permettent de localiser géographiquement les émissions des sources linéaires (trafics routier, ferroviaire, fluvial et maritime le cas échéant) et surfaciques (composées d’un grand nombre de faibles émetteurs répartis sur des surfaces importantes comme les émissions dues au chauffage résidentiel ou biogènes issues des forêts). Au cours de cette étape, l’utilisation de bases de données d’occupation des sols et les réseaux de transports (routes, voies ferrées et navigables) s’avèrent indispensables. Pour traiter la spatialisation de cet ensemble de bases de données, les Systèmes d’Information Géographiques (SIG) constituent l’outil le plus adapté.

Les résolutions temporelles des inventaires s’échelonnent en général du pas de temps annuel au pas de temps horaire. A titre d’exemple, dans le cas du cycle photochimique de l’ozone troposphérique et compte tenu des temps caractéristiques des réactions chimiques prépondérantes, le pas de temps horaire apparaît suffisant. Si les données annuelles nécessaires aux calculs d’émissions sont relativement faciles à collecter (statistiques, consommations etc.), il n’en est pas de même au pas horaire. Cependant, pour évaluer les émissions annuelles en minimisant les incertitudes pour les calculs d’émissions il est nécessaire, de collecter les données à un pas de temps beaucoup plus fin. C’est notamment le cas pour les sources biogènes, pour lesquelles les distributions journalières voire horaires des paramètres de température et d’insolation permettent de d’évaluer les émissions avec une bien meilleure précision.



1 : Méthodologie générale d’élaboration des cadastres
 

Les bases de données finales

Les bases de données d’émissions obtenues in fine peuvent être classées en 2 catégories :

  • les bases de données dites "finalisées" comportant toutes les informations et les étapes de calcul permettant d’actualiser ou de reconstruire tout ou partie des cadastres pour des périodes quelconques.
  • les bases de données "utilisateurs" qui ne comportent qu’un nombre restreint d’informations nécessaires uniquement dans le cadre d‘applications précises : par exemple les valeurs d’émissions de composés chimiques par maille et par heure pour chaque maille (résolution spatiale), indépendamment des sources qui les génèrent.
    La méthodologie générale d’élaboration des cadastres d’émissions qui a été développée au laboratoire et récapitulant les différentes étapes ci-dessus est résumée dans la figure 1.




    Exemple de réalisation de cadastres d’émissions et de scénarios d’émissions

Contexte de l’étude

Dans le cadre du programme PRIMEQUAL (Programme de Recherche Inter-organisme pour une MEilleure QUalité de l’Air à l’échelle Locale) sur la région de Strasbourg, le Laboratoire de Physico-chimie de l’Atmosphère (LPCA) a été chargé successivement d’établir le cadastre annuel pour l’année de référence 1995, et sur cette base, les cadastres horaires pour la période du 9 au 15 mai 1998 pour une modélisation diagnostique déterministe à méso-échelle de la qualité de l’air. Pendant cette période, durant laquelle les conditions météorologiques ont été propices à la pollution photochimique, 28 dépassements du seuil de concentration moyenne horaire d’ozone de 180 µg/m3 ont été relevés dans la zone d’étude.

Caractéristiques du domaine d’étude et des cadastres

La zone d’étude est la région transfrontalière franco-allemande de Strasbourg – Kehl composée de la Communauté Urbaine de Strasbourg (CUS) et de l’arrondissement de l’Ortenau étendue à un domaine rectangulaire (partie hors CUS et hors Ortenau) pour les besoins de la modélisation. Le choix de ce domaine d’étude s’est imposé par l’existence d’un nombre important de cadastres d’émissions sur la région (Ponche et al., 2000, 1998, 1995). Sa position au milieu du fossé rhénan supérieur lui confère des caractéristiques climatologiques particulières (REKLIP, 1995). La partie allemande de la zone n’ayant pas été réactualisée, les données de précédents inventaires ont été utilisées par défaut (cadastres 1992). ). Les cadastres, établis essentiellement pour servir de données d’entrée pour la modélisation, prennent en compte toutes les activités et les sources importantes de composés dans l’atmosphère et les principaux polluants atmosphériques caractéristiques d’une zone urbaine (tableau I).


2 : Emissions spatialisées de NOx


3 : Exemple de distributions horaires des émissions anthropiques


4 : Distributions horaires des émissions de COV
  Résultats

Les résultats obtenus se présentent sous différentes formes : bases de données, tableaux, représentations cartographiques. A titre d’exemple, un tableau de synthèse (émissions annuelles pour 1995 : tableau II) est présenté ainsi qu’un exemple de représentation.



Pour construire les cadastres horaires (exemple donné dans la figure 2), les deux approches mentionnées précédemment ont été utilisées simultanément. Toutes les données horaires, journalières, hebdomadaires existantes et accessibles ont été collectées et les premières ont permis de calculer les distributions horaires des émissions de différentes sources. Lorsque les données horaires relatives à des catégories de sources étaient indisponibles, nous avons utilisé des données complémentaires pour construire des fonctions de distributions statistiquement représentatives jusqu’au pas de temps horaires. Elles ont été appliquées aux émissions existantes (journalières, hebdomadaires, mensuelles ou annuelles) afin de compléter les cadastres horaires (figures 3 et 4).

Ces cadastres horaires ont été élaborés pour l’épisode de pollution photochimique de mai 1998. L’évolution des émissions entre 1998 et 1995 a été prise en compte à chaque fois que des données plus récentes ont pu être disponibles pendant la durée de l’étude.



Application à la modélisation de la qualité de l’air

Deux exemples d’applications sont explicités ci-dessous qui permettent d’illustrer deux utilisations différentes des cadastres d’émissions pour la modélisation de la qualité de l’air. Dans les deux cas, les cadastres d’émissions sont utilisés comme données d’entrée pour le mécanisme chimique du module de chimie transport du modèle utilisé. Le premier exemple concerne la modélisation diagnostique d’un épisode de pollution photochimique. Les cadastres alimentent le mécanisme réactionnel du module de chimie du modèle. Le second concerne une étude d’impact sur la qualité de l’air de mesures de réduction des émissions relatives à des catégories de sources particulières. Dans ce cas, les cadastres d’émissions sont modifiés et constituent eux-mêmes un outil qui permet de tester les impacts de différents scénarios d‘émissions. Ces cadastres modifiés sont ensuite utilisés dans un modèle de qualité de l’air et les résultats obtenus sont comparés à ceux obtenus avec les cadastres de référence (non modifiés) pour évaluer les impacts de ces réductions d’émissions.






5 : Extension du domaine INTERREG II
  Modélisation diagnostique de l’épisode de mai 1998 dans la vallée de Rhin supérieur

L’épisode du 9 au 15 mai 1998 a été modélisé à l’aide d’un modèle, en l’occurrence EZM (Eumac Zooming model) composé lieu–même du modèle MEMO (Mesoscale Model) qui traite les paramètres météorologiques et calcule entre autres les champs de vent et du modèle MARS (Model for Atmospheric Reactive Species) dans lequel le mécanisme réactionnel RACM (Regional Atmospheric Chemistry Modelling, comprenant 273 réactions à partir de 17 espèces inorganiques stables, 4 intermédiaires inorganiques, 32 espèces organiques stables et 24 intermédiaires organiques) a été intégré.

La zone d’étude est la vallée du Rhin supérieur centrée sur Strasbourg–Colmar (figure 5) et comprenant une partie du Bade-Wurtemberg, de la Rhénanie–Palatinat, des cantons de Bâle-Ville et Bâle Campagne et de la région Alsace. Cette zone administrative à été complétée aux régions adjaçantes de façon à obtenir une zone de modélisation rectangulaire de 144 km Est Ouest et de 216 km Nord-Sud.




6 : Principe de l’obtention des résultats
  Les données d’émissions sont issues des cadastres horaires INTERREG (INTERREG II, 2000) auxquels le LPCA a participé (Pallarès et al., 1999). L’ensemble de l’épisode a été représenté de manière satisfaisante. Des comparaisons ponctuelles entre les valeurs mesurées par les réseaux de surveillance et les valeurs calculées par le modèle pour la couche atmosphérique voisine du sol (0-20 m) ont montré que les simulations effectuées étaient cohérentes avec l’évoluiton journalière des concentrations de polluants observées. Un exemple est donné ici concernant la journée du 11 mai 1998 (16h00) afin d’illustrer la procédure et les résultats obtenus (voir figure 6).



  Modélisation de l’impact de l’application des futures réglementations européennes sur les émissions atmosphériques à l’horizon 2015 pour la vallée du Rhin supérieur

Cette étude d’impact a été effectuée pour la Préfecture de la Région d’Alsace dans le cadre du Plan régional pour la qualité de l’air en Alsace (PRQA-Alsace, 2000). Il s’agissait de modéliser l’impact sur la qualité de l’air au niveau régional de plusieures stratégies de réductions des émissions sur la base d’un épisode de polluiton photochimique (celui de mai 1998). Deux scénarios sont présentés ici. Le premier prend en compte l’application des futures normes européennes en matière d’émission atmosphériques qui seront en vigueur en 2015 (scénario dit “au fil de l’eau”) et le second, plus contraignant reprend les hypothèses faites dans le précédent scénario en affirmant une politique volontariste régionale en terme de réduction des émissions (scénario dit “volontariste”), voir tableau III.




7 : Méthodologie d’élaboration des scénarios
  Ces scénarios ont été construits à partir des cadastres horaires INTERREG II (cf. § précédent). Ces derniers ont été désagrégés afin de prendre en compte pour chaque catégorie de source, les normes et contraintes propres à chaque scénario (voir tableau III). Ils ont été utilisés pour modéliser les concentrations des polluants photochimiques sur la vallée du Rhin supérieur et les résultats obtenus ont été comparés avec ceux obtenus à l’aide des cadastres horaires initiaux (figure 7) Cette étude a permis d’avoir une idée des concentrations qui auraient été obtenues si les réductions d’émissions avaient été appliquées pendant cet épisode de pollution.




8 : La variabilité des processus
  Les résultats obtenus, dont un exemple est donné dans la figure 8, doivent être analysés et interprétés en termes de tendances et montrent globalement une amélioration de la qualité de l’air sur l’ensemble de la vallée dues à ces réductions d’émissions. L’effet de ces réductions est de modifier le rapport formation/destruction du cycle de l’ozone en défavorisant sa destruction par rapport à sa formation en zones urbaines et en réduisant la formation et donc l’accumulation de l’ozone en zones rurales. Il apparaît que lorsque les niveaux d’ozone augmentent en zone urbaine, ces augmentations sont localisées sur des zones où les niveaux calculés pour le cas de référence étaient faibles. Par ailleurs, ces scénarios ont largement tendance à réduire les niveaux atmosphériques des autres polluants, favorisant ainsi globalement une très nette amélioration de la qualité de l’air.

D’une manière synthétique, il convient de mentionner que les surfaces concernées par un dépassement du seuil d’alerte 2 (180 µg/m3) ont été réduites par l’application des stratégies de réduction d’émissions. Ainsi pour le mardi 12 et le jeudi 14 mai, les scénarios permettent de réduire ces surfaces de plus de 50 % avec une moyenne sur l’ensemble de l’épisode de 40,8% pour le premier scénario et de 43,2% pour le second (tableau IV).

Cette étude nous a permis de constater par ailleurs que la réduction des concentrations des polluants primaires et secondaires entre les deux scénarios ("fil de l’eau" et "plus contraignant") est beaucoup plus modeste que le gain obtenu entre la situation de référence et le scénario "fil de l’eau" relativement aux réductions d’émissions respectives (figure 8).



   

Conclusion

Les cadastres d’émissions lorsqu’ils existent couplés avec les prévisions météorologiques et les modèles de qualité de l’air ont dors et déjà à l’heure actuelle montré qu’ils constituaient des outils opérationnels qui permettent d’orienter les politiques de gestion de qualité l’air. Il est cependant indispensable d’effectuer de nombreuses simulations différentes, car pour une région donnée, les zones sensibles aux réductions des émissions peuvent changer en fonction des périodes (épisodes / hors épisode de pollution, été / hiver) et surtout en fonction des conditions météorologiques.


Contact : Jean-Luc PONCHE - ponche@illite.u-strasbg.fr
Laboratoire de Physico-chimie de l’Atmosphère du CGS
1, rue Blessig, - F-67084 Strasbourg Cedex



© CNRS - Contact : Sagascience@cnrs-dir.fr - URL : http://www.cnrs.fr