Recherche pour Air ambiant

La stratégie de surveillance nationale de la concentration en nombre des particules (PNC) développée par le LCSQA se situe dans une approche impliquant l’utilisation de Compteurs à Noyaux de Condensation (CNC). Ce nouveau parc analytique de CNC sera déployé et contrôlé périodiquement en accord avec la méthode normalisée décrite au sein de la spécification technique XP CEN/TS 16976:2016 « Air ambiant - Détermination de la concentration en nombre de particules de l'aérosol atmosphérique » faisant appel à la procédure de la norme ISO 27891:2015 « Concentration particulaire en nombre - Étalonnage de compteurs de particules d’aérosol à condensation » et adapté selon les recommandations du guide pour l’utilisation des CNC. Dans ce cadre, une activité d’étalonnage des CNC des AASQA est à prévoir en lien avec la mise en place d’une chaîne nationale de traçabilité métrologique. Ce rapport présente ainsi la procédure d’étalonnage des CNC en accord avec le cadre normatif précité et le cahier des charges technique, financier et humain dédié à la construction d’un banc national d’étalonnage des CNC au sein du LCSQA.     Definition of the calibration procedure for condensation particle counters (CPC) The national particle number concentrations (PNC) survey strategy developed by LCSQA is an approach involving the use of condensation particle counters (CNC). This new CNC analytical park will be deployed and verified periodically in accordance with the standardized method described in the technical specification XP CEN / TS 16976: 2016 “ Ambient air - Determination of the particle number concentration of atmospheric aerosol ” which also involves the procedure of standard ISO 27891: 2015 "Particulate concentration in number - Calibration of condensing aerosol particle counters". In this context, a calibration activity for the national CNCs needs to be planned in connection with the establishment of a national metrological traceability chain. Therefore, this report presents the CNC calibration procedure in accordance with the normative context and the technical, financial and human specifications dedicated to the implementation of a national CNC calibration bench within LCSQA.  

  Référentiel technique national   Ce guide 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 15 décembre 2020. Mise en application : 15 décembre 2020     L’objectif du présent document est de compléter les exigences de la norme NF EN 16450 « Air ambiant - Systèmes automatisés de mesurage (AMS) de la concentration de matière particulaire (PM10 ; PM2,5) » d’avril 2017 concernant le contrôle des paramètres dits « critiques » (c’est-à-dire ayant une influence majeure sur le résultat de mesure). La norme privilégie la température ambiante, la pression ambiante, l’humidité relative ambiante et le débit total de prélèvement. Il s’agit essentiellement de recommandations (voire de points de vigilance essentiels) pour chaque type d’appareil de mesure automatique (AMS) utilisé par les Associations Agréées pour la Surveillance de la Qualité de l’Air (AASQA) pour la surveillance réglementaire des particules en suspension. Si ce complément aux guides méthodologiques du RTN (Référentiel Technique National) s’appuie sur les critères d’exigence de la norme NF EN 16450, il est cependant possible de privilégier les exigences spécifiées par le constructeur pour les AMS déployés dans le réseau national de surveillance de la qualité de l’air avant la parution de cette norme. Pour certains AMS, le critère d’action fixé par le constructeur peut s’avérer moins exigeant que celui de la norme tout en permettant d’assurer a priori la bonne qualité des mesures. En effet, le suivi réalisé par le LCSQA de l’équivalence des AMS par rapport à la méthode gravimétrique de référence (selon la norme NF EN 12341 « Air ambiant - Méthode normalisée de mesurage gravimétrique pour la détermination de la concentration massique PM10 ou PM2,5 de matière particulaire en suspension » en vigueur) permet de vérifier le respect de l’objectif de qualité des données qui en terme d’incertitude relative des AMS doit être ≤ 25 % au niveau de la valeur limite journalière (Tableau 1 du chapitre 7.2 de la norme NF EN 16450). Ce document est intégré au RTN, les exigences associées se substituent à celles des guides méthodologiques spécifiques à chaque AMS dans l’attente de leur révision. Les révisions à venir des guides méthodologiques spécifiques à chaque type d’AMS s’appuieront également sur le retour d’expérience des AASQA dans la mise en œuvre des présentes recommandations.

Ce rapport présente une synthèse des informations disponibles dans la base de données Capt’Air mise en place depuis 2019 pour recenser des systèmes capteurs utilisés pour l’évaluation de la qualité de l’air et des expérimentations menées en laboratoire ou sur le terrain avec ces derniers. La première partie établit une comparaison avec d’autres bases de données nationales ou internationales permettant de bien cerner les forces, mais également certaines limites de Capt’Air. Les principaux avantages de Capt’Air résident dans le fait que c’est une base de données évolutive et qu’elle est complétée par des utilisateurs expérimentés, membres du dispositif national de surveillance de la qualité de l’air (AASQA et LCSQA). L’hétérogénéité des protocoles tests est aussi un fort de Capt’Air. En effet, le fait que les expérimentations recensées sont menées selon différents protocoles permet de pouvoir extrapoler les performances de certains usages définis. Néanmoins, Capt’Air montre également quelques limitations comme l’absence d’informations sur certains paramètres fondamentaux (reproductibilité, taux de recouvrement de données etc..) Ou encore le manque d’informations sur les protocoles utilisés pour les expérimentations renseignées qui peut laisser à interprétation les résultats consignés.  Puis, une exploitation statistique des informations disponibles dans la base de données montre que les polluants pour lesquels des expérimentations sont renseignées, sont principalement les polluants réglementés au sens de la Directive 2008/50/CE et plus particulièrement les PM2,5, les PM10 et le NO2. De plus, la très grande majorité de ces expérimentations sont des évaluations métrologiques (80-90%), de courte durée (< 6 mois) et menées en air ambiant extérieur (>70%). Pour finir, il est à noter que plus de 60% des 69 systèmes capteurs recensés ne sont associées qu’à 1 à 2 expérimentations. Par ailleurs, une analyse plus fine des données présentes dans Capt’Air a permis d’identifier les systèmes capteurs présentant les meilleures performances globales vis-à-vis de plusieurs critères qualitatifs (mise en œuvre, versatilité, énergie et fiabilité) et quantitatifs (R2Max et pente associée à R2MAX) . On retrouve notamment : l’ATMOTRACK version 1.2 et le POLLUTRACK pour la mesure des concentrations massiques en PM2,5 ; l’ATMOTRACK version 1.2 pour la mesure des concentrations massiques en PM10 ; le système WT1 de RUBIX et le CAIRNET V2 pour la mesure des concentrations en NO2 ; l’AQMESH version 4.0 pour la mesure des concentrations en O3. Enfin, au regard des résultats de l’exploitation ainsi que d’un premier retour d’expérience des utilisateurs de Capt’Air, des évolutions sont envisagées afin d’améliorer la base de données. La possibilité de faire une recherche en fonction de l’utilisation envisagée ( cartographie, amélioration de la couverture spatiale et/ou temporelle etc..)  fait partie des pistes de réflexion principale.     Analysis of data from Capt’Air: the French IT tool for census of  information on air quality sensors and their uses   This report presents a review of the database Capt’Air set up since 2019 to identify sensor systems used for the assessment of air quality and experiments carried out in the laboratory or in the field with them. In the first section, a comparison with other data bases from all around the world puts forward strength but also limitations of Capt’Air. The main advantages of Capt’Air come from its own definition. Indeed, Capt’Air is meant to be an evolutive database filled out by members of the national air monitoring network (LCSQA and AASQA). The heterogeneity of experimental protocols is also a strength of Capt'Air. Indeed, the fact that the identified experiments are carried out according to different protocols makes it possible to extrapolate performances for certain defined uses. However, Capt’Air also shows some limitations such as some missing fundamental information (reproducibility, data recovery rate, etc..) Or the lack of information on the protocols used for the informed experiments which may leave the recorded results open to interpretation. At this stage, the statistical exploitation of the database shows that PM2.5, PM10 and NO2 are the main pollutants studied in Capt’Air. Moreover, the majority of experiments are short metrological experiments with ambient outdoor air[1]. Another point is the fact that a lot of sensor system found in Capt’Air are associated with only few experiments. Sensor system with best performances regarding some qualitative (implementation, versatility, energy and reliability) and quantitative (R2MAX and slope associated to R2MAX) criteria are also put forward. We found in particular:  ATMOTRACK 1.2 and POLLUTRACK for PM2.5, ATMOTRACK 1.2 for PM10, RUBIX WT1 and CAIRNET V2 for NO2,  AQMESH 4.0 for O3. Finally, based on the statistical exploitation results and also a feedback from Capt’Air users, upgrades are considered in order to develop the database. A reflection will be undertaken on the possibility to do a search based on considered use   [1] We insist that we do not judge, we only extract informations provided on a limited and non-exhaustive number of systems and experiments.

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   .

  Attention : Ce guide 2013 est obsolète ; il a fait l'objet d'une révision en 2016 applicable au 1er février 2017. Lire le guide révisé "Guide méthodologique pour la surveillance des PM10 et PM2.5 par TEOM-FDMS dans l'air ambiant" (2016)   Ce guide se conçoit comme le référentiel français en termes d’exigences de qualité des données obtenues par TEOM-FDMS sur l’ensemble du territoire pour la surveillance des PM10 et PM2,5 comme préconisé par l’arrêté du 21 octobre 2010 relatif aux modalités de surveillance de la qualité de l'air et à l'information du public. Il a pour objectif principal de définir les exigences minimales en matière de contrôles et assurances qualités (AC/QC) à respecter pour garantir une mesure fiable par TEOM-FDMS de la matière particulaire (PM) dans l’air ambiant au sein du dispositif français de surveillance de la qualité de l’air. Les critères AC/QC définis dans ce guide se basent sur la spécification technique TS16450 «Air ambiant — Systèmes automatisés de mesurage de la concentration de matière particulaire (PM10 ; PM2,5) » élaborée par le comité technique CEN/TC 264 et soumise actuellement au vote formel. Les retours d’expériences des AASQA, obtenus lors des réunions d’échanges organisées par le LCSQA depuis décembre 2012, ont également été pris en compte et ont permis d’affiner et d’adapter aux TEOM-FDMS les critères définis dans la TS16450. Il revient à chaque AASQA de les mettre en œuvre selon la périodicité indiquée, de les documenter et de mettre en place les actions correctives adéquates en cas de non respect des exigences minimales. Pour ce faire, le LCSQA continuera son travail de centralisation des retours d’expérience AASQA et de synthèse des problèmes rencontrés et solutions trouvées au travers de rapports annuels et de son site internet. Toutes remarques et propositions de corrections de ce guide sont les bienvenues et peuvent être adressées directement au LCSQA.

Les travaux du LCSQA présentés dans cette note technique permettent de faire un état des lieux exhaustif des méthodologies de mesure applicables au 1,3-butadiène pour la surveillance de la qualité de l’air ambiant. Les méthodes identifiées comprennent des mesures en différé (phase de prélèvement suivie d’une phase d’analyse en différée au laboratoire) ou en temps réel avec des limites de quantification allant de quelques ng.m-3 à une centaine de ng.m-3. Ces dix dernières années, les niveaux mesurés dans l’air ambiant hors influence industrielle couvrent des gammes allant de quelques dizaines de ng.m-3 dans les zones rurales (Sauvage et al., 2009) jusqu’à quelques centaines de ng.m-3 dans les zones urbaines (entre 0,12 à 0,19 μg.m-3). Les teneurs sont beaucoup plus variables dans les zones sous influence industrielle et peuvent aller de plusieurs µg.m-3 jusqu’à une centaine de μg.m-3 (Detournay, 2011, Gallego et al., 2018), mais ces concentrations connaissent une nette tendance à la baisse depuis quelques années dans plusieurs pays (Grande-Bretagne, Etats-Unis/Texas, Suède, Espagne/Catalogne). La valeur toxicologique de référence (VTR) chronique à seuil pour l’inhalation qui a été proposée par l’Anses dans son rapport de janvier 2021[1] est de 2 µg.m-3. Ce qui compte-tenu des niveaux mesurés en France, positionne l’enjeu de la surveillance en proximité de sites industriels. Il est à noter en complément qu’aucune VTR cancérogène pour la voie inhalation n’a été retenue par l’Anses qui recommande de construire une nouvelle VTR sans seuil sur la base de la dernière mise à jour d’une étude portant sur une cohorte qui devrait être publiée prochainement.      This document presents a review of methodologies adapted to the measurement of 1,3-butadiene in ambient air. The methods identified include offline measurements (sampling phase followed by an analytical phase in laboratory) or in real time. The quantification limits are between a few ng.m-3 to around one hundred ng.m-3. Over the past ten years, the levels measured in the ambient air excluding industrial sites cover ranges ranging from a few tens of ng.m-3 in rural areas (Sauvage et al., 2009) to a few hundred ng.m-3 in urban areas (between 0.12 to 0.19 μg.m-3). The levels are more variable in areas under industrial influence and can range from several µg.m-3 up to a hundred µg.m-3 (Detournay, 2011, Gallego et al., 2018). Neverless, overall concentrations deacrese during the last years in several countries (Great Britain, United States/Texas, Sweden, Spain/Catalonia). A chronic threshold toxicity reference value (TRV) by the respiratory route for 1,3-butadiene of 2 µg.m-3 was decided in January 2021 by The French Agency for Food, Environmental and Occupational Health & Safety (ANSES). This places the monitoring issue in France in the surrounding of industrial plants. No carcinogenic TRV by the respiratory route was decided and ANSES recommends to build a new non-threshold TRV based on the most recent update of the cohort study that should be soon published. [1] https://www.anses.fr/fr/system/files/VSR2019SA0073Ra.pdf

  L’article 27 de l’arrêté du 16 avril 2021 relatif au dispositif national de surveillance de la qualité de l’air ambiant dispose que le LCSQA effectue le suivi du coût total du dispositif national de surveillance de la qualité de l’air. Tel est l’objet de ce rapport qui analyse les évolutions budgétaires du dispositif depuis 2015. Le financement total du dispositif national de surveillance de la qualité de l’air s’élève en 2019 à 73,1 M€ (Tableau 1). Le financement du dispositif présente une hausse de 2,8% sur la période 2015-2019. En 2019, l’Etat finance le dispositif national de surveillance de la qualité de l’air par des subventions à hauteur de 33,9% et par des moindres recettes fiscales via la taxe générale sur les activités polluantes (TGAP) à hauteur de 34,1%. Le financement des AASQA représente 92,3% du financement total de la surveillance de la qualité de l’air en moyenne sur la période 2015-2019 et est en augmentation depuis 2015 (4,6%). Le financement du LCSQA représente 7,2% du total en moyenne sur la période 2015-2019 et est en baisse depuis 2015 (-14,1%) Le financement de la mise en œuvre opérationnelle du système Prev’Air est de 349 k€ en moyenne sur la période 2015-2019 et représente 0,5% du financement total de la surveillance de la qualité de l’air entre 2015 et 2019.     2015 (€) 2016 (€) 2017 (€) 2018 (€) 2019 (€)   Total Etat 25 200 455 23 566 875 24 162 990 23 870 740 24 714 520   Total dons TGAP 27 373 493 25 612 490 26 815 066 25 753 175 24 946 522   Total collectivités 14 421 871 13 747 972 15 053 252 15 519 739 15 496 878   Contribution entreprises 2 307 966 3 014 662 2 166 038 1 623 188 3 452 094   Total autres 1 367 130 2 001 262 15 372 530 3 349 905 3 482 426   Etudes et activités annexes 369 329 919 365 980 575 862 017 958 337   Total financement de la qualité de l'air 71 040 244 68 862 626 84 550 451 70 978 764 73 050 777 Financement total du dispositif national de surveillance de la qualité de l’air pour les 5 derniers exercices clos.

Créé et coordonné depuis 2008 par le LCSQA/Ineris, le programme CARA a pour objectif de mieux connaître (au niveau national) la composition chimique des particules en suspension dans l'air ambiant (PM) et leurs diverses origines en milieu urbain. Il fonctionne en étroite collaboration avec les Associations de surveillance de la qualité de l’air (ASQAA) et des laboratoires académiques, permettant de mettre en œuvre des méthodologies novatrices, simples et robustes pour les acteurs de la surveillance de la qualité de l'air, dans une optique d’aide à la décision. Quelques-uns des principaux résultats produits par ce programme au cours des dix dernières années sont présentés dans ce rapport, notamment en ce qui concerne les techniques de mesure et procédures de traitement des données, ainsi que les connaissances acquises sur les principales sources de PM. Des méthodes off-line et on-line sont utilisées en respectant des procédures d'assurance et de contrôle qualité appropriées, comprenant notamment des exercices de comparaison inter-laboratoires (CIL). Des études de sources sont menées à l'aide de divers outils statistiques de type modèle récepteur. Les résultats présentés soulignent globalement le rôle prépondérant du chauffage au bois résidentiel (pendant la saison froide) et du transport routier (émissions à l’échappement et hors échappement, toute l'année), ainsi que la part importante des poussières minérales et des particules biogéniques primaires (principalement pendant la saison chaude). Les phénomènes de transport à longue distance, par exemple l'advection d’aérosols inorganiques secondaires du secteur continental européen et des poussières sahariennes dans les Antilles françaises, sont également présentés dans ce document. L'utilisation des mesures d'isotopes stables (δ15N) et de divers marqueurs moléculaires organiques, permettant de mieux comprendre respectivement les origines de l'ammonium et des différentes fractions d'aérosols organiques, est également abordée. NB : Le présent rapport correspond à la traduction française d’un article scientifique publié en janvier 2021 dans la revue Atmosphere et disponible au lien ci-dessous : https://www.mdpi.com/2073-4433/12/2/207     The CARA program has been developed since 2008 by the French reference laboratory for air quality monitoring (LCSQA) and the regional monitoring networks to gain a better knowledge at the national level on the particulate matter (PM) chemistry and its diverse origins in urban environments. It results of strong collaborations with international-level academic partners, allowing to bring state-of-the-art, straightforward and robust results and methodologies within operational air quality stakeholders (and subsequently, decision makers). Here, we illustrate some of the main outputs obtained over the last decade thanks to this program, regarding methodological aspects (both in terms of measurement techniques and data treatment procedures) as well as acquired knowledge on the predominant PM sources. Offline and online methods are used following well-suited quality assurance and quality control procedures, notably including inter-laboratory comparison exercises. Source apportionment studies are conducted using various receptor modeling approaches. Overall, the results presented herewith underline the major influences of residential wood burning (during the cold period) and road transport emissions (exhaust and non-exhaust ones, all along the year), as well as substantial contributions of mineral dust and primary biogenic particles (mostly during the warm period). Long-range transport phenomena, e.g., advection of secondary inorganic aerosols from the European continental sector and of Saharan dust into the French West Indies, are also discussed in this paper. Finally, we briefly address the use of stable isotope measurements (δ15N) and of various organic molecular markers for a better understanding of the origins of ammonium and of the different organic aerosol fractions, respectively.