Recherche pour Air ambiant

  Référentiel technique national Ce document fait partie du référentiel technique national, conformément à l'arrêté du 16 avril 2021 relatif au dispositif national de surveillance de la qualité de l'air ambiant. Il a été approuvé en CPS (comité de pilotage de la surveillance) du 18 décembre 2025. Mise en application : 31 mars 2026     Ce document constitue la mise à jour du guide méthodologique LCSQA paru en 2020, relatif à l’utilisation de l’aéthalomètre multi-longueurs d’onde AE33 (ou AE36) fabriqué par « Magee Scientific » en air ambiant. Cet instrument permet la mesure des concentrations de carbone suie (ou Black Carbon, BC), émis par les sources de combustion. Cette version modifiée du guide porte sur la réorganisation et la vérification des différents chapitres de l’ancienne version. Elle inclut ensuite une évaluation des critères de traitement et de validation des données BC, ainsi que des aspects liés à leur acquisition. Enfin, le dernier chapitre, consacré à l’intégration des données dans les postes centraux, a également été mis à jour après concertation avec les Associations agréées de surveillance de la qualité de l’air (AASQA). Ce guide méthodologique ne constitue pas un mode opératoire ou un manuel d’utilisation. Le lecteur est invité à se reporter au manuel fourni par le distributeur pour les informations relatives au fonctionnement de l’instrument lui-même. Ce document s’attache à recenser les bonnes pratiques, les fréquences de maintenance, les différentes étapes inhérentes à la validation des données ainsi que les méthodes d’exploitation des données à travers notamment l’utilisation d’un modèle d’estimation des sources reliées aux combustions de biomasse ou de carburant fossile. Il a été rédigé sur la base des documents des constructeurs, des échanges avec le distributeur, de l’état de l’art scientifique. Il s’appuie aussi sur les retours d’expérience des utilisateurs des AASQA, émis lors des différentes réunions de travail animées par le LCSQA. Enfin, il intègre les retours des séminaires techniques à destination des AASQA, organisées conjointement avec le constructeur, le distributeur français et le LCSQA. Ce guide pour l’utilisation des AE33 pourra être remis à jour en fonction des retours d’expériences des utilisateurs, des préconisations du constructeur ou des avancées de l’état de l’art scientifique.   Abstract   This document is an updated version of the methodological guide from the Central Laboratory for Air Quality Monitoring (LCSQA) concerning the use of the multi-wavelength aethalometer AE33 (or AE36) manufactured by Magee Scientific for ambient air measurements. This instrument enables the measurement of black carbon (BC) concentrations, emitted by combustion sources. This revised version of the guide focuses on reorganizing and reviewing the various chapters of the previous edition. It also includes an assessment of the criteria for processing and validating BC data, as well as aspects related to data acquisition. Finally, the last chapter, dedicated to the integration of data into central databases, has also been updated following consultation with the accredited Air Quality Monitoring Associations (AASQA). This methodological guide is not an operating procedure or a user manual. Readers are encouraged to refer to the manual provided by the distributor for information regarding the operation of the instrument itself. This document aims to compile best practices, maintenance frequencies, the different steps involved in data validation, as well as methods for data analysis, notably through the use of a model that estimates contributions from biomass or fossil fuel combustion sources. It has been written based on manufacturer documentation, discussions with the distributor, and the scientific state of the art. It also draws on feedback from AASQA users gathered during various working meetings led by LCSQA. Lastly, it incorporates insights from technical seminars for the AASQA, jointly organized with the manufacturer, the French distributor, and the LCSQA. This guide for the use of AE33 instruments may be updated in the future based on user feedback, manufacturer recommendations, and advances in scientific knowledge.

 Ce document fait partie du référentiel technique national, conformément à l'arrêté du 16 avril 2021 relatif au dispositif national de surveillance de la qualité de l'air.Il a été validé en Comité de Pilotage de la Surveillance le 17 décembre 2024Date d'application : 1er avril 2025Il annule et remplace les prescriptions concernant la BAM 1020 du guide de 2015 et du guide méthodologique pour le contrôle des paramètres critiques pour la mesure des analyseurs automatiques de PM paru en 2020 Pour la surveillance des particules dans l’air ambiant, ce guide préconise des critères en matière de contrôle et d’assurance qualité (QA/QC) à satisfaire pour garantir une mesure fiable de la matière particulaire dans l’air ambiant lors de l’utilisation de la BAM 1020. Certains critères QA/QC définis dans ce guide se basent sur la norme  NF EN 16450 « Air ambiant — Systèmes automatisés de mesurage de la concentration de matière particulaire (PM10 ; PM2.5) » élaborée par le comité technique CEN/TC 264 [2].Ce document constitue la mise à jour du guide initialement paru en 2012 puis révisé en 2015 et 2020 concernant la surveillance dans l’air ambiant des particules PM10 et PM2.5 effectuée au moyen d’une jauge radiométrique par atténuation de rayonnement Bêta modèle BAM 1020 de la marque Met One Instruments, Inc. (désormais sou le label ACOEM). Il a été rédigé sur la base des documents du constructeur, du distributeur en France, des échanges avec eux ainsi qu'à partir du retour d'expérience et des commentaires émis par les AASQA. NOTA :Ce guide est destiné à évoluer et être mis à jour régulièrement en fonction des remarques et propositions des utilisateurs.Ces évolutions seront être discutées en Commission de Suivi "Suivi technique des AASQA (STA)".

Le rapport « Travaux LCSQA dans le domaine de la normalisation française et européenne » fait état des principales activités dans lesquelles le LCSQA s'est impliqué au niveau national et européen en 2018. Au niveau européen, les Groupes de Travail et différentes instances techniques (AQUILA, FAIRMODE) ont impliqué jusqu’à 14 experts membres du LCSQA en 2018. Les principales informations associées aux différents documents normatifs et réglementaires traités cette année sont les suivantes : Ø sur le plan de la réglementation européenne, le processus de Fitness Check s’est terminé et ses conclusions sont attendues pour 2019, Ø concernant la réglementation nationale, l’arrêté du 19 avril 2017 qui précise les rôles et responsabilités des différents acteurs (AASQA, LCSQA) et qui structure désormais le Référentiel Technique National devrait être révisé en 2019. Il convient de noter que ce référentiel mentionne des textes normatifs européens qui ne sont pas inscrits dans les directives européennes (par exemple  la norme EN 16450 sur les analyseurs automatiques de PM, la norme EN 16339 sur la mesure du NO2 par tube à diffusion, la Spécification Technique TS 16976 sur la détermination de la concentration en nombre de particules de l’aérosol atmosphérique), Ø s’agissant de la normalisation, tant européenne que (inter)nationale, 2018 est une année de transition et de préparation à la sortie de textes (soit nouveaux, soit révisés) sur la période 2019-2020 : F EN 17346 « Qualité de l'air ambiant - Méthode de détermination de la concentration d'ammoniac par échantillonnage diffusif »  F NF EN 14211 « Air ambiant - Méthode standard pour le mesurage de la concentration en dioxyde d'azote et monoxyde d'azote par chimiluminescence » F NF EN 14212 « Air ambiant - Méthode standard pour le mesurage de la concentration en dioxyde de soufre par fluorescence UV » F NF EN 14625 « Air ambiant - Méthode standard de mesurage de la concentration en ozone par photométrie UV » F NF EN 14626 «  Air ambiant – Méthode normalisée de mesurage de la concentration en monoxyde de carbone par spectroscopie à rayonnement infrarouge non dispersif » F EN 14662-1 « Qualité de l'air ambiant — Méthode normalisée pour le mesurage de la concentration en benzène — Partie 1 : Echantillonnage par pompage suivi d'une désorption thermique et d'une méthode chromatographie en phase gazeuse » F EN 12341 « Air ambiant - Méthode normalisée de mesurage gravimétrique pour la détermination de la concentration massique MP10 ou MP2,5 de matière particulaire en suspension » F EN 16450 « Air ambiant - Systèmes automatisés de mesurage de la concentration de matière particulaire (PM10; PM2,5) » F TS 17434 « Air ambiant - Détermination de la distribution granulométrique de particules d’un aérosol atmosphérique à l’aide d’un spectromètre de granulométrie à mobilité électrique (SMPS) » F TS 16868 « Air ambiant - Échantillonnage et analyse des grains de pollen dans l'air et des spores fongiques pour les réseaux d'allergie - Méthode volumétrique Hirst » F TS (référence non encore attribuée) sur l’évaluation des performances de capteurs pour la détermination de la concentration de polluants gazeux dans l’air ambiant F TS 17458 « Air ambiant — Méthode d’évaluation de la performance d’applications d’un système de modélisation de la répartition des sources » F TS (référence non encore attribuée) sur la définition et l’utilisation d’objectifs de qualité d’un système de modélisation pour l’évaluation de la qualité de l’air ambiant   Ces textes (dont certains sont déjà mentionnés dans le Référentiel Technique National) impacteront vraisemblablement le fonctionnement du dispositif national de surveillance. La « mise sous normalisation » des nouveaux outils d’évaluation de la qualité de l’air (capteurs, outils numériques) est un enjeu majeur pour le dispositif, notamment en ce qui concerne les exigences stipulées dans ces textes susceptibles de devenir des documents de référence.

Ce rapport présente les performances des prévisions nationales opérées dans le cadre de la plateforme Prév’air (www.prevair.org) pour l’année 2024. L’objectif est de montrer des éléments d’appréciation de la qualité de la production Prév’air. Ce rapport traite successivement de l’évaluation des prévisions des concentrations des quatre polluants O3, PM10, PM2,5 et NO2 fournis quotidiennement par le système Prév’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 géré par le LCSQA.Une attention particulière est portée à l’évaluation des performances de Prév’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 2024 (avril à septembre). Les autres polluants (PM10, PM2,5, NO2) sont évalués sur l’ensemble de l’année 2024.L’année 2024 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 Prév’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 Prév’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.Les prévisions Prév’air pour les DROM des Caraïbes ont également été évaluées, ainsi que les prévisions sur les DROM de l’océan Indien.Au regard des objectifs de qualité à atteindre sur l’O3 et le PM10, les résultats fournis par Prév’air en 2024 sont, à l’image de l’année précédente, très satisfaisants. Sur l’ensemble des régions étudiées (13 métropolitaines et 5 DROM), 85% des objectifs de qualité définis dans le référentiel technique national sont atteints. Ce pourcentage monte même à 97% en excluant les DROM, ces derniers ne disposant pas encore en opérationnel du traitement par adaptation statistique qui permet dans la plupart des cas une amélioration significative des scores. Ces 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. Cependant, bien que les objectifs de qualité soient toujours atteints, on observe une légère baisse de performance de l’adaptation statistique par rapport à l’année précédente, particulièrement pour les PM10. Les prévisions brutes rencontrent plus de difficultés à satisfaire les objectifs de qualité, notamment dans les DROM, et là aussi une baisse modérée de performance est observée par rapport à 2023, surtout pour les PM10. Il conviendra de vérifier si cette tendance se confirme ou non dans les prochaines années. Pour les différents scores concernant les PM2,5 et NO2, polluants pour lesquels il n’y a pas d’objectif de qualité, une légère dégradation des indicateurs est également constatée par rapport à 2023, pour les deux modèles bruts et l’AS. Cette dernière permet cependant d’obtenir des performances améliorées par rapport aux modèles bruts. Ici aussi, il sera nécessaire de suivre l’évolution de cette tendance dans les années à venir.La composition chimique des particules (PM1) et de l’équivalent carbone noir prévus par Prév’air ont été évalués avec l’aide des données CARA. Les performances sont là aussi légèrement moins bonnes par rapport à l’année précédente et une observation sur le long terme sera requise pour confirmer ou non la continuité de cette dégradation.Enfin, pour la première fois en 2024, les performances de méthodes de post-traitement statistique, appelées Model Output Statistics (MOS) développées et mises en place dans Prév’air en juin 2023 pour le domaine Atlantique-ouest regroupant la Martinique, Guadeloupe et la Guyane, ont été étudiées et rapportées dans un chapitre à part, à titre probatoire pour cette année. De manière générale, l’apport des modèles de machine learning vis-à-vis du modèle brut de CHIMERE est bien marquée, avec une amélioration significative des scores pour les trois territoires.   ^Episode d’une durée prévue d’au moins 2 jours et concernant au moins 3 régions^Arrêté du 7 avril 2016 relatif au déclenchement des procédures préfectorales en cas d'épisodes de pollution de l'air ambiant^ https://www.lcsqa.org/fr/referentiel-technique-national^ Favez et al. Overview of the French Operational Network for In Situ Observation of PM Chemical Composition and Sources in Urban Environments (CARA Program). Atmosphere 2021, 12, 207. https://doi.org/10.3390/ atmos12020207 Performances of Prev’air in 2024 This report presents the performance in 2024 of the national forecasts carried out within the Prév’air platform (www.prevair.org). The objective is to assess the quality of Prév’air production. This report deals successively with the evaluation of the O3, PM10, PM2,5 et NO2 concentrations forecasts, daily provided by the Prév’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 Prév’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 2024 (April to September). The other pollutants (PM10, PM2,5, NO2) are assessed over the whole year 2024.Few persistent episodes of national scope were noted during 2024. The evaluation of these episodes is carried out both on Prév’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 Prév’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.The Prév’air forecasts for the Caribbean DROMs have also been assessed, as well as the forecasts for the Indian Ocean overseas territories.Considering the quality objectives to be achieved for O₃ and PM10, the results provided by Prév’air in 2024 are, as in the previous year, very satisfactory. Across all the regions studied (13 metropolitan regions and 5 overseas regions), 85% of the quality objectives defined in the national technical reference framework are met. This percentage even rises to 97% when excluding the overseas regions (DROM), as these do not yet have the statistical adaptation treatment operationally available, which in most cases significantly improves the scores. The forecasts with statistical adaptation match the performance objectives and have, most of the time, made it possible to anticipate pollution episodes and identify the main affected areas. However, although the quality objectives are still met, a slight decline in the performance of statistical adaptation is observed compared with last year, particularly for PM10. The raw forecasts have more difficulty meeting the quality objectives, especially in the overseas departments and regions (DROM) and here also, a moderate decline in the performance of raw models compared with 2023 is observed, especially for PM10. It will be necessary to monitor whether this trend continues in the coming years.For the various scores concerning PM2,5 and NO2, pollutants for which there are no quality objectives, a slight deterioration in the indicators is observed compared with 2023, for the two raw models and the statistical adaptation. However, this latter approach still allows for improved performance compared to the raw models. Here as well, it will be necessary to check the evolution of this trend in the coming years.The chemical composition of particles (PM1) and elemental carbon forecast by Prév’air was evaluated using CARA data. Here again, performance is slightly worse compared to the previous year, and a long-term observation will be required to confirm whether this degradation continues or not.Finally, for the first time in 2024, the performance of statistical post-processing methods, known as Model Output Statistics (MOS), developed and implemented in Prév’air in June 2023 for the western Atlantic region covering Martinique, Guadeloupe, and French Guiana, was studied and reported in a separate chapter on a trial basis for this year. Overall, the contribution of machine learning models to the raw CHIMERE model is significant, with a marked improvement in scores for all three regions. ^An episode expected to last at least 2 days and affecting at least 3 regions^ Decree of 7 April 2016 relating to the triggering of prefectural procedures in the event of episodes of ambient air pollution^ https://www.lcsqa.org/fr/referentiel-technique-national^Favez et al. Overview of the French Operational Network for In Situ Observation of PM Chemical Composition and Sources in Urban Environments (CARA Program). Atmosphere 2021, 12, 207. https://doi.org/10.3390/ atmos12020207 .

  Depuis juillet 2021, un suivi national du niveau d’imprégnation de fond des pesticides dans l’air ambiant a débuté à l’échelle nationale. Il fait suite à la campagne nationale exploratoire de mesures des résidus de pesticides (CNEP) dans l’air ambiant, réalisée en 2018-2019, aboutissement de la mobilisation, depuis plusieurs années, de l’Agence nationale de sécurité sanitaire de l’alimentation, de l’environnement et du travail (Anses), des Associations agréées pour la Surveillance de la Qualité de l'Air (AASQA) et du Laboratoire central de surveillance de la qualité de l’air (LCSQA), en cohérence avec les différents objectifs gouvernementaux (Plan national santé environnement 3, Plan national de réduction des émissions de polluants atmosphériques). L’objectif de ce suivi national est de suivre au fil des ans l’évolution de l’état des lieux du niveau d’imprégnation de fond (hors situation de proximité ou influence directe d’une seule culture) en résidus de pesticides dans l’air ambiant obtenu lors de la CNEP. Cette note décrit la stratégie nationale retenue (substances visées, méthodes de prélèvement et d’analyse, stratégie d’échantillonnage spatial et temporel, modalités de bancarisation des données), basée sur le retour d’expérience de la CNEP et les discussions issues d’un groupe de travail composé du Bureau de la Qualité de l’Air, d’Atmo France et des référents pesticides des AASQA ainsi que du LCSQA. Le plan de campagne détaillé qui fixe le protocole à suivre est également joint en annexe.   --------------------------------------------------------------------------------------------------------------------------------------------------------------------------   Since July 2021, a long-term national monitoring of the background impregnation level of pesticides in ambient air in France has begun. It follows the national exploratory measurement campaign on pesticides (CNEP) in ambient air, carried out in 2018-2019, that was the result of the involvement, for several years, of the French agency for food, environmental and occupational health & safety (Anses), the French local air quality monitoring networks (AASQA) and the French reference laboratory for air quality monitoring (LCSQA), in agreement with the various government objectives (National Health and Environment Plan 3, National Plan for the Reduction of Air Pollutant Emissions). The aim of this national monitoring programme is to monitor changes over time the inventory of pesticides levels in ambient air, based on measurement sites located out of the proximity or direct influence of a single crop, obtained during the CNEP. This note describes the national strategy adopted (target substances, sampling and analysis methods, spatial and temporal sampling strategy, data banking process), based on feedback from the CNEP and discussions of a working group with people from the Air Quality Office (French Ministry for Environment) and the LCSQA, Atmo France and pesticide experts from AASQA. The detailed protocol that has to be followed is enclosed in appendix..

Une comparaison interlaboratoires (CIL) d’analyseurs automatiques de particules (PM10) a été organisée par le Laboratoire central de surveillance de la qualité de l’air (LCSQA) du 26 avril au 6 mai 2022. Elle avait pour objectif d’évaluer les performances des analyseurs automatiques de la fraction PM10 des particules déclarés conformes pour la mesure réglementaire et mis en œuvre par les participants. Les essais ont été organisés sur le site de l’Ineris et, pour la première fois, conjointement à l’organisation de la « CIL moyens mobiles pour les gaz inorganiques ». Cela a été rendu possible grâce à l’évolution de la réglementation liée à l’utilisation des jauge Bêta mais également au déploiement d’un dispositif de dopage de l’air ambiant dans la remorque/laboratoire de l’Ineris. Sept analyseurs automatiques ont été mis en œuvre par sept ASQAA à savoir : deux BAM 1020 de Met One Instrument Inc, et cinq FIDAS 200 de Palas. Les mesures ont été réalisées sur une période de six jours dont deux jours avec de l’air ambiant dopé de sels inorganiques de diamètre inférieurs à 1,5µm et de poussières de type désertique (poussière d’Arizona) de diamètre compris entre 1 et 10µm. L’intervalle de confiance à la valeur limite a été calculé autour de 12% pour l’ensemble des participants, ce qui est inférieur à l’incertitude réglementaire de 25%. Un bon accord de cet intervalle a été observé entre les mesures de l’air ambiant et les mesure de l’air ambiant dopé. L’ensemble des scores Z a été calculé entre -2 et 2 excepté pour le BAM n°2 et le FIDAS n°5 sur les périodes pour lesquelles des problèmes techniques ont été identifiés. Le FIDAS n°3 a également montré une tendance à sous-estimer les fractions de taille les plus fines sans qu’aucun paramètre technique défectueux n’ait été identifié. La mise en œuvre du dispositif du système de dopage a été satisfaisant. L’air ambiant a pu être dopé de manière stable pendant des périodes de 12h afin d’atteindre des paliers de concentration jusqu’à 80 µg/m3. L’analyse des données a permis de valider la pertinence de l’utilisation des poussières d’Arizona pour le dopage de la fraction PM10. Cependant, des différences de comportement ont été observées entre les analyseurs pendant la mesure des sels inorganiques ultrafins. Ce point devra faire l’objet de plus amples analyses afin de valider ou pas l’utilisation de ces composés chimiques lors des exercices futurs. .     interlaboratory comparison 2022 (ILC) for automatic particulate matter (PM) analysers An interlaboratory comparison (ILC) for automatic particulate matter (PM) analysers was organised by the LCSQA-INERIS from 26 April to 06 May 2022. The objective was to evaluate the performance of the automatic particle analysers (declared compliant for regulatory measurement) used by the participants to measure the PM10 fraction. The tests were organised on the Ineris site at the same time as the organisation of the "mobile means ILC dor inorganic gases” for the first time, thanks to the evolution of the regulations related to the use of Beta gauges but also to the deployment of an ambient air doping device in the Ineris trailer/laboratory. Seven automatic analysers were used by seven ASQAA, namely: two BAM 1020 from Met One Instrument Inc, and five FIDAS 200 from Palas. Six days of measurements were carried out, including two days of ambient air enriched with inorganic salts of diameter less than 1.5µm and desert-type dust (Arizona dust) of diameter between 1 and 10µm. The confidence interval at the limit value was calculated to be around 12% for all participants. A good agreement of this interval was observed between the ambient air measurements and the enriched ambient air measurements. All Z-scores were measured between -2 and 2 except for BAM n°2 and FIDAS n°5 on the periods for which technical problems were identified. FIDAS No. 3 also showed a tendency to underestimate the smaller size fractions, without any problematic technical parameters being identified. The implementation of the doping system has been satisfactory. The ambient air could be doped stably for periods of 12 hours to reach concentration levels up to 80 µg/m3. The analysis of the data validated the relevance of using Arizona dust for the doping of the PM10 fraction. However, differences in behaviour were observed between the analysers during the measurement of ultrafine inorganic salts. This point will have to be further analysed in order to validate or not the use of these chemical compounds in future exercises.