Recherche pour INERIS

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   .

Si la qualité de l’air s’est notablement améliorée depuis une vingtaine d’années en Europe en ce qui concerne les particules fines ou les oxydes d’azote (ainsi que les dépôts acidifiants), ce n’est pas le cas pour l’ozone. Les concentrations en moyenne annuelle sont plutôt à l’augmentation, surtout en ville. Et, alors que les valeurs les plus élevées (correspondant aux pics constatés pendant les épisodes estivaux) indiquent bien une baisse, celle-ci demeure limitée en regard de la baisse des émissions de précurseurs. L’ozone est un polluant exclusivement secondaire, c’est-à-dire formé à partir de précurseurs émis par les activités humaines. Sa formation est conditionnée par l’occurrence de conditions météorologique favorables. Les mécanismes photochimiques sous-jacents sont complexes et peuvent, en fonction des situations, conduire soit à la formation soit à la destruction d’ozone. Cette note présente différents éléments relatifs à l’évolution de l’ozone en réponse aux baisses d’émission de précurseurs. Dans une première partie une synthèse des tendances d’ozone en France et en Europe depuis une vingtaine d’années permet de souligner que si les concentrations augmentent en moyenne annuelle (surtout en ville), les pics ont été réduits. Cette réduction en termes d’intensité (de l’ordre de 2.5% entre 2005 et 2019 sur la France) est néanmoins assez faible en regard de la baisse des émissions de précurseurs (40% et 50% pour les émissions de COV et de NOx, respectivement). La deuxième partie est consacrée à l’évaluation prospective des réductions d’émission. En comparant la situation actuelle à l’horizon 2030, on confirme que les moyennes annuelles d’ozone risquent de continuer à augmenter, surtout sur la partie Nord de la France et ses grandes agglomérations. A l’inverse les pics devraient bien être réduits. Les études de cas consacrées aux épisodes ponctuels ayant eu lieu en 2019 et 2022 permettent d’illustrer la très forte variabilité de la réponse aux réductions d’émissions qui peuvent passer d’une augmentation à une baisse d’un jour à l’autre pour une ville donnée. Néanmoins, comme pour les projections de long terme, on souligne que le risque d’augmentation en réponse à une baisse de précurseur est limité aux régions les moins touchées par les pics ou les jours où ces pics sont moins intenses. Il n’en demeure pas moins que ce risque est réel et qu’il faut s’interroger sur les impacts potentiels de ces hausses des concentrations d’ozone en moyenne annuelle dans les zones densément peuplées, même si les réductions de précurseurs ont par ailleurs des effets bénéfiques pour l’atténuation des pics lors des épisodes. -*-*-*-*-*-*-*-*-*-*-*-**-*-*--*-*-*-*-*--*-*-*-*-*-*--*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*--*-*-*--*-*-*-*-*-*-*---*-**- Ozone air pollution : background elements on long term trends, intense episodes and efficiency of mitigation measures Air quality has notably improved in France over the past 20 years as far as particulate matter and nitrogen oxides are concerned. It is not quite the case for ozone where annual mean levels are increasing, and if decreases are noted for peak concentrations, those are not in line with the magnitude of reduction of ozone precursors. The present report reviews the recent findings related to ozone temporal trends in the past twenty years in France and in Europe and put these results in perspective with reported emission changes over that period. We also discuss the projected impact of emission reduction strategies, either for long term indicators, or for short term episodes. We highlight the potentially negative impact of emission reductions with projected increases of annual mean ozone in areas and for days where ozone is low. On the contrary, emission reductions are expected to efficiently reduce peak concentrations. We also note a very strong volatility while the sign of the response can change from one day to the next for a given location  

L’élaboration et l’évaluation des plans d’action visant à améliorer la qualité de l’air nécessitent l’identification et la quantification des principales sources d’émissions. Deux grands types de méthodologies sont alors principalement utilisées : celles se basant sur l’utilisation de modèles numériques permettant de simuler le devenir des polluants dans l’atmosphère à partir de cadastres d’émission, de la paramétrisation des conditions météorologiques et des processus physico-chimiques de (trans-)formation des PM ; celles se basant sur la mesure des propriétés physico-chimiques des particules sur un site récepteur (« modèles récepteurs »). Ces derniers rendent compte des situations réelles et sont aujourd’hui couramment utilisés au sein de la communauté scientifique et par les acteurs de la surveillance de la qualité de l’air. Un guide méthodologique pour leur mise en œuvre a été édité en 2014 et révisé en 2019 dans le cadre des travaux du forum Européen pour la modalisation de la qualité de l’air (FAIRMODE).[1] Le LCSQA/Ineris s’est fortement impliqué dans ces travaux, en collaboration avec le Joint Research Center. La présente note relie les différents chapitres du guide européen (indiqués en bleu) à certains des principaux points d’attention à considérer lors de la mise en œuvre de ce type outils statistiques, et en particulier de la Positive Matrix Factorization (PMF). Elle ne constitue donc pas un substitut à une lecture attentive et une application rigoureuse du guide européen.   [1] https://ec.europa.eu/jrc/en/publication/european-guide-air-pollution-source-apportionment-receptor-models

Après une première partie retraçant les faits marquants sur la période 2020-2021, le rapport d'activité présente l'ensemble des démarches mises en œuvre et les actions réalisées pour assurer la coordination du dispositif français de surveillance de la qualité de l'air selon les quatre principales orientations décrites dans le contrat de performance 2016-2021 signé avec le ministère de la transition écologique : Assurer la qualité des données de l’observatoire et les adéquations avec les exigences européennes et les besoins de surveillance Assurer la centralisation au niveau national, l’exploitation et la mise à disposition des données produites par le dispositif de surveillance Améliorer les connaissances scientifiques et techniques du dispositif pour accompagner la mise en œuvre des plans d’action et anticiper les enjeux futurs du dispositif Assurer la coordination, l’animation et le suivi du dispositif national de surveillance Le rapport s'achève sur la présentation de l'organisation du LCSQA ainsi que des principaux chiffres clés, des indicateurs et jalons prioritaires. Notons que 2021 constitue une étape finale dans la réalisation des objectifs fixés dans le contrat de performance du LCSQA 2016-2021 et dont le bilan est positif au regard des indicateurs retenus. Le LCSQA a pu maintenir sa capacité d’expertise scientifique et technique tout en respectant les obligations définies dans la réglementation, comme la réalisation des audits techniques des AASQA et le maintien et la mise à jour du Référentiel Technique National en produisant des notes stratégiques et des guides méthodologiques. Parmi les principaux sujets traités par le LCSQA en 2020-2021, on peut retenir : En collaboration avec le BQA et les AASQA, l'élaboration d'une stratégie harmonisée de surveillance de la concentration totale en nombre des particules (ultra)fines et la définition d'une stratégie de suivi pérenne des pesticides dans l’air. L’ensemble des travaux du LCSQA concernant les polluants d’intérêt national et émergents (Particules Ultra Fines, potentiel oxydant des particules, 1,3-butadiène, NH3, H2S, pesticides) est décrit dans un dossier technique dédié (publié prochainement) ; La poursuite des travaux sur les systèmes capteurs pour la surveillance de la qualité de l’air avec notamment leur couplage avec des drones et la mise à disposition d’algorithmes « open-source » pour réaliser des cartographies à partir de systèmes capteurs mobiles (SESAM) ; L’ouverture et la valorisation auprès du public des données de qualité de l’air avec la mise en service, en septembre 2021, du nouveau site Geod’air, système national de gestion des données de qualité de l’air ; la poursuite de la collaboration avec le Gouvernement de la Nouvelle Calédonie qui s’est traduite par la fourniture à la Direction de l'Industrie, des Mines et de l'Energie de la Nouvelle-Calédonie de plusieurs guides méthodologiques et notes techniques, en lien avec la publication en janvier 2021 de l'arrêté relatif à l'amélioration de la qualité de l'air. L'accompagnement de Scal’Air (organisme de surveillance de la qualité de l’air en Nouvelle-Calédonie) s'est traduit par la finalisation de la comparaison interlaboratoire concernant la mesure automatique des particules (PM10 et PM2.5), et l’appui technique pour la mise en œuvre de la modélisation à Nouméa.

Le plan national de réduction des émissions de polluants atmosphériques (PREPA) 2017-2021 prévoit d’évaluer et de réduire la présence des produits phytopharmaceutiques dans l’atmosphère. Dans ce contexte, la modélisation peut être un outil d’aide à la décision pour cartographier les concentrations atmosphériques des pesticides et ainsi évaluer l’exposition de la population. L’étude de la qualité de l’air passe depuis plusieurs années par le développement et l’exploitation d’outils de modélisation de la pollution atmosphérique couvrant les échelles locales, régionale et mondiale. Les modèles ainsi développés peuvent être adaptés et appliqués à la dispersion des pesticides dans l’atmosphère. Deux types de modèles peuvent être utilisés pour déterminer les concentrations dans l’air de pesticides : Les modèles de dispersion à l’échelle locale peuvent être utilisés pour déterminer l’exposition des riverains. Les modèles actuels présentent cependant des limitations dans la représentation des processus physiques intervenant dans le transport atmosphérique des pesticides. Les modèles de chimie-transport, comme le modèle CHIMERE dont une version pesticide a été récemment développée et prenant en compte l’influence des processus physico-chimiques (dégradation, partage gaz-particule, déposition) sur les concentrations, néanmoins à une résolution en général plus grossière que les modèles locaux. L’une des principales difficultés réside en l’estimation des émissions de pesticides qui exige de coupler des données spatiotemporelles d’application de pesticides à un modèle de volatilisation des pesticides depuis le sol et le couvert végétal. La distribution spatiale d’application des pesticides peut être estimée avec les données de la BNVD-S (la Banque Nationale des Ventes de produits phytopharmaceutiques par les Distributeurs agréés spatialisée). La distribution temporelle peut être obtenue à partir d’enquêtes. Du fait de l’incertitude sur certains paramètres utilisés dans les modèles de volatilisation, il peut être nécessaire de calibrer les modèles à partir de données expérimentales.   Air pollution models of pesticides in the atmosphere The 2017-2021 French National Plan for the Reduction of Air Pollutant Emissions (PREPA) expressed the need for assessing and reducing the presence of pesticides in the atmosphere. Air pollution models covering local, regional and global scales could be applied to the dispersion of pesticides in the atmosphere and thus assess population exposure. Two types of models can be used to determine air concentrations of pesticides: Local scale dispersion models can be used to determine the exposure of local residents. However, these models have limitations in the representation of the physical processes involved in the atmospheric transport of pesticides.  Regional chemistry-transport models, in particular the pesticide version of the CHIMERE model have been recently developed to take into account the influence of physicochemical processes (degradation, gas-particle partitioning, deposition) on concentrations, although at a generally lower spatial resolution. One of the main difficulties lies in the estimation of pesticide emissions, which requires coupling a model of pesticide volatilization from soil and canopy to spatiotemporal data of pesticide application. The spatial distribution of pesticides can be estimated with data from BNVD-S (the National Bank of Sales of Plant Protection Products by Spatialized Authorized Distributors). The temporal distribution can be obtained from surveys. Due to the uncertainty of some parameters used in the volatilization models, it may be necessary to calibrate the models with experimental data.

Cette note technique rend compte de l’opportunité d’établir un protocole pour la caractérisation métrologique en laboratoire de micro-capteurs pour la mesure indicative des particules. Ce travail sera complété en 2018 pour aboutir le cas échéant à un protocole opérationnel qui prendra en compte les remarques et propositions des utilisateurs et des membres du groupe de travail « Micro-capteurs pour l’évaluation de la qualité de l’air ». Les micro-capteurs constituent, depuis quelques années, des outils émergents qui pourraient par exemple être utilisés pour obtenir des mesures indicatives des polluants gazeux et particulaires réglementés au titre de la Directive européenne 2008/50/CE sur la qualité de l’air [1]. Ces données sont particulièrement intéressantes pour le dispositif national car, en complément des méthodes de référence, ces instruments permettraient une surveillance continue et spatialisée à coût modéré. La Directive 2008/50/CE définit le nombre de points de mesure et le type de méthode à mettre en œuvre par chaque Etat Membre pour la détermination des teneurs en polluants gazeux et particulaires et leur adéquation vis-à-vis des valeurs cibles et limites définies. Pour les particules, si ces niveaux sont inférieurs au seuil d’évaluation supérieur (SES), des mesures indicatives ou par estimation objective peuvent être mises en place. Pour ce type de mesure, il doit être démontré que l’objectif de qualité des mesures présente une incertitude relative élargie inférieure à deux fois celle imposée pour les méthodes de référence. Le guide de démonstration d’équivalence (2010) [2] apporte des précisions sur la méthode à utiliser pour effectuer cette démonstration mais n’indique pas de protocole particulier destiné aux capteurs utilisés pour les mesures de qualité de l’air. Devant ces manques en matière de protocole de caractérisation, un groupe de travail au niveau du Comité Européen de Normalisation (CEN, WG 42 « Gas sensors ») s’est constitué pour travailler sur l’élaboration d’une spécification technique sur la caractérisation des performances des capteurs pour la détermination de la concentration des polluants réglementés dans l’air ambiant (gaz dans un premier temps). Les réflexions de ce groupe de travail s’inspirent des études menées par le JRC [3] depuis 2013, et sont également alimentées par la démarche simplifiée de caractérisation en laboratoire des capteurs de gaz adaptée pour le suivi de la pollution de l’air aux polluants gazeux et particulaires réglementés, sur laquelle le LCSQA travaille depuis 2015 [4].   [1] - Note technique LCSQA Episodes de pollution particulaire de mi-Janvier 2017  - Eléments de compréhension à partir des mesures automatiques (période du 18 au 23 janvier 2017), le 24 Janvier 2017 Olivier Favez - Tanguy Amodéo (INERIS), Ref. INERIS-DRC-17-159637-00915A [2] – Guide to the demonstration of equivalence of ambient air monitoring methods – Jan 2010 - http://ec.europa.eu/environment/air/quality/legislation/pdf/equivalence… [3] - Protocol of evaluation and calibration of low-cost gas sensors for the monitoring of air pollution – L. Spinelle, M. Aleixandre, M. Gerboles, JRC Technical Reports, 2013 [4] - LCSQA n°2200997038 / Validation du protocole métrologique micro-capteurs polluants gazeux réglementaires- N. REDON, F. DELCOURT, S. CRUNAIRE, N. LOCOGE - Mars 2017