Recherche pour INERIS

Conformément aux Directives européennes sur la qualité de l’air et à leur transposition en droit français, les AASQA doivent caractériser les situations de dépassement de seuil dans les zones dont elles assurent la surveillance. Pour tout dépassement observé, il convient d’évaluer la surface en dépassement et d’estimer, selon le cas, la population exposée (seuil pour la protection de la santé) ou la superficie d’écosystème exposée (seuil pour la protection de la végétation). La caractérisation des situations de dépassement en milieu urbain fait l’objet du présent rapport. Elle nécessite de disposer d’une information précise sur la distribution spatiale des concentrations dans l’agglomération. La modélisation de la dispersion est de plus en plus utilisée par les AASQA afin d'obtenir une telle information. Néanmoins, pour limiter les temps de calcul, les données ne sont généralement pas modélisées sur des grilles régulières mais sur des maillages adaptés aux variations des concentrations (plus lâches en situation de fond, et resserrés à proximité des axes routiers). C'est pourquoi il est important de définir une méthode d'interpolation qui spatialise intégralement les données du modèle. L'interpolateur linéaire est largement utilisé. L'hypothèse de linéarité est arbitraire mais peut-être considérée comme valide, principalement à de faibles distances et lorsque les concentrations varient faiblement. Des interpolateurs plus sophistiqués existent. Le krigeage, méthode d’estimation géostatistique, tient compte de la covariance spatiale des concentrations et permet d'interpoler après définition d'un modèle de covariance et d'un voisinage de points à prendre en compte. Apparue plus récemment, la méthode fondée sur la triangulation de Delaunay consiste à parcourir les triangles définis par les points de sortie du modèle et à interpoler linéairement les concentrations le long des arêtes. Elle permet de construire des polygones dans lesquels les concentrations sont comprises entre deux valeurs. Afin d’être évalués et comparés, ces interpolateurs ont été appliqués à différents jeux de données de modélisation fournis par les AASQA. Ces données résultent de simulations effectuées sur les agglomérations de Bourges, Nantes, Niort, Orléans, Reims et Tours. Le NO2, polluant  pour lequel les données étaient les plus nombreuses, a été retenu pour cette analyse. Dans toutes les validations réalisées, l’interpolateur linéaire et l’interpolateur de Delaunay se révèlent les plus précis. Le krigeage ordinaire, dans son emploi usuel, est mal adapté à des données de typologie contrastée (fond/trafic) ; pour une utilisation appropriée, le modèle géostatistique doit être modifié, ce qui requiert des développements supplémentaires. Quelle que soit la méthode, la qualité de l’interpolation est liée à  l’organisation spatiale du maillage de modélisation qui, outre une couverture régulière des zones de fond, doit permettre une bonne représentation des gradients de concentration près des routes et doit donc s’adapter au comportement du polluant considéré dans l’espace, qui n’est évidemment pas le même s’il s’agit de NO2, d’O3 ou de particules. Dans les exemples étudiés, l’interpolation a été réalisée sans prise en compte des données de mesure. La deuxième partie du rapport offre un aperçu des méthodes qui existent en matière de correction des sorties de modèle par intégration des observations. Les méthodes dérivées de la géostatistique ainsi que les derniers travaux en matière d'assimilation de données en milieu urbain sont abordés sous forme de revue documentaire. Ces éléments pourront servir à la planification de travaux ultérieurs. La troisième partie du rapport est consacrée à l’estimation des zones en dépassement et des populations exposées. La sensibilité des résultats aux paramètres de l’estimation est examinée. Si le maillage d’interpolation a peu d’influence dans la gamme de résolution testée (1m, 5m ou 10m), le mode de croisement entre zones de dépassement et population spatialisée a un effet notable. Un croisement maille à maille, si la population est préalablement répartie sur le maillage d’interpolation, ou, ce qui revient au même, un croisement au prorata de la surface de bâtiment intersectée est recommandé. Les conclusions de ce travail seront reprises en 2016 dans une note de synthèse méthodologique et technique sur l’évaluation de la population et des écosystèmes exposés. Leur adaptation aux agglomérations et zones de grande taille sera examinée en 2016 avec les AASQA concernées.

Conformément aux Directives européennes sur la qualité de l’air et à leur transposition en droit français, les AASQA doivent caractériser les situations de dépassement de seuil dans les zones dont elles assurent la surveillance. Pour tout dépassement observé, il convient d’évaluer la surface en dépassement et d’estimer, selon le cas, la population exposée (seuil pour la protection de la santé) ou la superficie d’écosystème exposée (seuil pour la protection de la végétation). La caractérisation des situations de dépassement en milieu urbain fait l’objet du présent rapport. Elle nécessite de disposer d’une information précise sur la distribution spatiale des concentrations dans l’agglomération. La modélisation de la dispersion est de plus en plus utilisée par les AASQA afin d'obtenir une telle information. Néanmoins, pour limiter les temps de calcul, les données ne sont généralement pas modélisées sur des grilles régulières mais sur des maillages adaptés aux variations des concentrations (plus lâches en situation de fond, et resserrés à proximité des axes routiers). C'est pourquoi il est important de définir une méthode d'interpolation qui spatialise intégralement les données du modèle. L'interpolateur linéaire est largement utilisé. L'hypothèse de linéarité est arbitraire mais peut-être considérée comme valide, principalement à de faibles distances et lorsque les concentrations varient faiblement. Des interpolateurs plus sophistiqués existent. Le krigeage, méthode d’estimation géostatistique, tient compte de la covariance spatiale des concentrations et permet d'interpoler après définition d'un modèle de covariance et d'un voisinage de points à prendre en compte. Apparue plus récemment, la méthode fondée sur la triangulation de Delaunay consiste à parcourir les triangles définis par les points de sortie du modèle et à interpoler linéairement les concentrations le long des arêtes. Elle permet de construire des polygones dans lesquels les concentrations sont comprises entre deux valeurs. Afin d’être évalués et comparés, ces interpolateurs ont été appliqués à différents jeux de données de modélisation fournis par les AASQA. Ces données résultent de simulations effectuées sur les agglomérations de Bourges, Nantes, Niort, Orléans, Reims et Tours. Le NO2, polluant  pour lequel les données étaient les plus nombreuses, a été retenu pour cette analyse. Dans toutes les validations réalisées, l’interpolateur linéaire et l’interpolateur de Delaunay se révèlent les plus précis. Le krigeage ordinaire, dans son emploi usuel, est mal adapté à des données de typologie contrastée (fond/trafic) ; pour une utilisation appropriée, le modèle géostatistique doit être modifié, ce qui requiert des développements supplémentaires. Quelle que soit la méthode, la qualité de l’interpolation est liée à  l’organisation spatiale du maillage de modélisation qui, outre une couverture régulière des zones de fond, doit permettre une bonne représentation des gradients de concentration près des routes et doit donc s’adapter au comportement du polluant considéré dans l’espace, qui n’est évidemment pas le même s’il s’agit de NO2, d’O3 ou de particules. Dans les exemples étudiés, l’interpolation a été réalisée sans prise en compte des données de mesure. La deuxième partie du rapport offre un aperçu des méthodes qui existent en matière de correction des sorties de modèle par intégration des observations. Les méthodes dérivées de la géostatistique ainsi que les derniers travaux en matière d'assimilation de données en milieu urbain sont abordés sous forme de revue documentaire. Ces éléments pourront servir à la planification de travaux ultérieurs. La troisième partie du rapport est consacrée à l’estimation des zones en dépassement et des populations exposées. La sensibilité des résultats aux paramètres de l’estimation est examinée. Si le maillage d’interpolation a peu d’influence dans la gamme de résolution testée (1m, 5m ou 10m), le mode de croisement entre zones de dépassement et population spatialisée a un effet notable. Un croisement maille à maille, si la population est préalablement répartie sur le maillage d’interpolation, ou, ce qui revient au même, un croisement au prorata de la surface de bâtiment intersectée est recommandé. Les conclusions de ce travail seront reprises en 2016 dans une note de synthèse méthodologique et technique sur l’évaluation de la population et des écosystèmes exposés. Leur adaptation aux agglomérations et zones de grande taille sera examinée en 2016 avec les AASQA concernées. Télécharger l'annexe technique au rapport (parution 2016)

  Ce document fait partie du référentiel technique national, conformément à l'arrêté du 19 avril 2017 relatif au dispositif national de surveillance de la qualité de l'air.   Résumé du rapport : Lorsqu’à l’issue de l’évaluation préliminaire ou de la révision régulière de cette évaluation, les niveaux de concentration d’un polluant dans une zone administrative de surveillance sont classés comme étant inférieurs au seuil d’évaluation inférieur, les Directives 2008/50/CE et 2004/107/CE autorisent une surveillance par estimation objective. Le concept d’estimation objective n’est pas précisément défini dans la législation. Il sert à désigner différentes méthodes d’évaluation simplifiée de la qualité de l’air, fondées sur la mesure, le calcul, et/ou le jugement d’expert, et qui, par rapport à la mesure fixe et indicative ou à la modélisation, sont soumises à des exigences de qualité allégées. L’objectif de ces approches est de maintenir un suivi des concentrations et de leur évolution et de s’assurer que la classification de la zone reste valable. A partir d’une revue des pratiques en France et à l’étranger, plusieurs méthodes d’estimation objective sont proposées, avec pour chacune des recommandations d’usage. Elles reposent sur des approches variées telles que l’exploitation statistique ou géostatistique de données de campagnes, la connaissance des émissions, ou une évaluation simplifiée de la dispersion. Il ne s'agit pas dans ce rapport de prescrire une méthode unique, mais de plutôt définir un cadre minimal de pré-requis pour ce type de surveillance. Le document pourra évoluer en fonction de l’expérience acquise.

Le chauffage au bois représente une part prépondérante des émissions du secteur résidentiel.Cette note présente les résultats d’un test réalisé avec le modèle de qualité de l’air CHIMERE à 4km de résolution pour montrer l’impact d’une augmentation des émissions en particules du chauffage au bois sur les concentrations en PM10. Ce test est réalisé sur trois mois d’hiver de janvier à mars 2010. Les résultats montrent clairement l’apport d’une augmentation des émissions sur les simulations des concentrations en particules permettant logiquement de débiaiser le modèle pendant l’hiver en dégradant très peu les corrélations spatio-temporelles. Ces corrélations sont même améliorées en Aquitaine. Le test valide l’hypothèse d’une sous-estimation des inventaires d’émissions issues des feux de bois mais n’explique pas totalement la forte sous-estimation hivernale.

  La réalisation de cartes analysées est un outil important dans le système de prévision national de la qualité de l'air PREV’AIR. Les observations du réseau de mesures et les sorties du modèle de chimie-transport CHIMERE sont intégrés par des méthodes géostatistiques afin de fournir les cartographies les plus vraisemblables possible de la qualité de l’air. Ces méthodes géostatistiques, couramment appelées krigeage, font intervenir des paramètres de voisinage qui peuvent modifier fortement l'aspect final des cartes. Dans cette courte note, nous discuterons des performances obtenues avec les différents voisinages de krigeage testés et des problèmes qui sont susceptibles d'en découler

Un premier exercice d’intercomparaison de modélisation a été mené en mode aveugle sur un quartier du centre ville de Reims par des AASQA volontaires. Cet exercice n’a malheureusement pas rencontré le succès escompté, ne suscitant qu’une participation limitée. Il a cependant permis d’initier les AASQA à ce type d’exercice ; il est donc attendu que les intercomparaisons futures rassemblent davantage de participants. Les conclusions de l’exercice montrent que de manière générale, peu de variabilité est constatée entre les différentes simulations, ce qui constitue le premier résultat de cette étude. Concernant le NO2, les modélisations montrent une sous-estimation systématique des concentrations mesurées. Les meilleures simulations ont été obtenues avec des données météorologiques complétées par des valeurs de nébulosité initialement manquantes ainsi qu’avec une reconstruction sur toute l’année de la pollution de fond à l’aide des stations existantes. Il y a peu de différences constatées entre les résultats fournis par ADMS URBAN et par SIRANE (version V2). Concernant les PM10, les modélisations montrent une sous-estimation moins importante que pour le NO2. Les biais constatés pour toutes les simulations sont faibles et l’indice de corrélation est élevé. La variabilité entre les modélisations est encore plus faible que pour le NO2. Les différences constatées entre les résultats fournis par ADMS URBAN et par SIRANE (version V2) sont également limitées. Les valeurs mesurées par le biais des échantillonneurs passifs en NO2 montrent des concentrations beaucoup plus fortes que celles indiquées par les résultats de modélisation. Le réajustement des valeurs mesurées aux tubes par l’erreur constatée au point du camion laboratoire ne permet pas d’expliquer des différences aussi importantes. L’intérêt d’une comparaison des résultats de modélisation aux valeurs mesurés par ce type de capteur est ici remis en question et appelle des approfondissements ultérieurs.

Le cadre régalien et normatif de la surveillance de la qualité de l’air en France a évolué en 2015 en raison du processus de révision des 2 Directives européennes en vigueur qui a abouti fin août à la parution d’un nouveau texte modifiant plusieurs annexes des directives du Parlement européen et du Conseil 2004/107/CE et 2008/50/CE. Ces annexes concernent les méthodes de référence, les règles portant sur la validation des données et l'emplacement des points de prélèvement pour l'évaluation de la qualité de l'air ambiant. S’agissant des méthodes de référence, il s’agit essentiellement d’une mise à jour documentaire via la mention des référentiels normatifs parus depuis 2008. Outre le traitement des contentieux (en cours pour les PM10 et pour le NO2), 2015 a vu la parution du 1er Plan National de la Surveillance de la Qualité de l’Air (PNSQA) qui décrit la stratégie nationale de surveillance de la qualité de l’air sur la période 2016‐2020. Ce texte de référence va devoir être repris au niveau régional via les PRSQA des AASQA dont la 3ème version est prévue à partir de 2016, en tenant compte de la réforme territoriale et la nouvelle carte de régions entraînant la fusion des AASQA concernées. En tant que Laboratoire de Référence dans le domaine de la Qualité de l’Air notifié par le Ministère en charge de l’environnement, le LCSQA a pour missions l’aide à l’application correcte des textes de référence ainsi que l’assurance de la qualité des mesures dans le respect des exigences des Directives. Pour cela, il participe aux travaux de normalisation nationale (AFNOR – Association Française de NORmalisation) et européenne (CEN – Comité Européen de Normalisation) et assure la transmission de l’information auprès des acteurs du Dispositif National de Surveillance, notamment au travers des Groupes de Travail et des Commissions de Suivi. Il contrôle la correcte application des exigences techniques et législatives lors des audits de vérification technique. Les travaux décrits dans le présent rapport permettent au LCSQA d’apporter au Dispositif National de Surveillance les éléments d'une vision d'ensemble des activités de surveillance de la qualité de l'air sur tout le territoire, et d’assurer leur cohérence avec les contraintes régaliennes, techniques en tenant compte de la réalité du terrain. Dans la continuité des années précédentes, les travaux du LCSQA en 2015 ont permis : d’assurer une application homogène des textes de référence sur le territoire national en vue de leur respect, de contribuer aux choix stratégiques & économiques du Dispositif National, de valoriser la position française au niveau européen. Ainsi, en 2015, les travaux du LCSQA en matière de normalisation ont été les suivants : participation aux travaux de normalisation européenne, nationale et internationale: normalisation européenne (14 GT du CEN TC 264 sur l’air ambiant extérieur et intérieur impliquant 10 experts du LCSQA. 3 nouveaux GT ont été créé en 2015 : le GT42 sur les micro‐capteurs pour la qualité de l’air, le GT43 sur les objectifs de qualité des modèles  et le GT44 sur l’identification des sources), normalisation nationale (3 Commissions de l’AFNOR impliquant 4 experts du LCSQA). Il est à noter que l’année 2015 a vu la réactivation de 3 GT Ad Hoc dans le cadre de la révision de normes AFNOR (Normes sur les pesticides, sur l’étalonnage et sur la  mesure dans les dépôts, impliquant 5 experts du LCSQA), normalisation internationale (3 GT de l’ISO TC 158 sur l’analyse des gaz, en lien avec la Commission AFNOR E29EG « Préparation et utilisation de mélanges de gaz en analyse » impliquant 2 experts du LCSQA) la participation aux groupes d’expertise européens (AQUILA sur le plan technique et FAIRMODE sur le plan de la modélisation) mandatés par la Commission Européenne, impliquant 5 experts du LCSQA. Ces travaux vont dans la logique de convergence des approches métrologiques et par modélisation souhaitée par la Commission Européenne pour la surveillance de la qualité de l’air et dans le cadre du nouveau texte sorti fin août amendant les 2 Directives « qualité de l’air », la participation aux échanges avec la Commission Européenne (ex : Contentieux en cours sur les PM10 et probable pour le NO2, transposition des directives…), la mise en application effective (ou par anticipation) des exigences ou recommandations découlant des points précédents, associées à l’arrêté du 21/10/11 et à la lettre annuelle de cadrage du MEDDE, etc …), se traduisant par : l’apport d’un appui technique pour l’élaboration des recommandations nationales pour le dispositif national (note de cadrage, guide méthodologique…) et des propositions de résolutions faites dans le cadre des Commissions de Suivi, la vérification de leur application effective, au travers des actions de contrôle sur le terrain que les experts des équipes du LCSQA effectuent en audit chez les AASQA (5 audits en 2015 : Atmo Nord‐Pas de Calais, Atmo Picardie, AIRPARIF, Air Lorraine, AIRAQ), Tous ces travaux s’effectuent en collaboration avec les acteurs du dispositif national de surveillance (MEDDE, LCSQA, AASQA), notamment dans le cadre des études menées par le LCSQA et de ses missions de coordination. L’ensemble des actions d’appui à la surveillance, à la planification et aux politiques territoriales est décrit sur le site du LCSQA (http://pro-lcsqa2.lcsqa.org/fr/) et permettent notamment la mise à jour régulière du référentiel métier applicable par les AASQA pour surveiller la qualité de l'air en France.

  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.  Il a été approuvé en CPS (comité de pilotage de la surveillance) du 19 novembre 2015. Mise en application : 1er janvier 2016. Ce guide méthodologique a pour objet de fournir aux acteurs de la qualité de l’air les informations nécessaires pour la validation et l’expertise des données afin de garantir le niveau de qualité souhaité ou exigé des informations produites par les Associations Agréées de la Surveillance de la Qualité de l’Air (AASQA) et d’harmoniser au niveau national les pratiques de validation et d’expertise des mesures automatiques. Il explicite les pré-requis et les connaissances que doivent maîtriser les personnes habilitées pour pouvoir effectuer la validation et l’expertise des données. Il détaille les différentes étapes du processus de validation et d’expertise, ainsi que les outils de validation associés. A partir de ces éléments généraux, ce guide décline également les règles de validation et d’expertise communes à l’ensemble des polluants, ainsi que des règles plus spécifiques applicables aux différents types de polluants (gazeux, particulaires et composés émergents). Ce document est la mise à jour du guide sur la validation et l’agrégation des données (ADEME, 2003[1]). Il est désormais séparé en deux parties, l’une sur l’agrégation des données et l’autre sur la validation des données. La partie consacrée à l’agrégation des données a fait l’objet de travaux spécifiques en 2013/2014 et est actuellement abordée dans un document spécifique[2]. La partie portant sur la validation des données est quant à elle divisée en deux sous-parties traitées dans le cadre de groupes de travail organisés au sein des Commissions de suivi suivantes : Commission de Suivi « Mesures automatiques » : elle porte sur la validation des données de mesures automatiques ; ces travaux font l’objet du présent document. Commission de Suivi « Benzène, HAP et métaux lourds » : elle porte sur la validation des données de mesures manuelles. Dans un premier temps, ces deux sous-parties font l’objet de deux documents distincts qui pourront être regroupés dans un document unique lors de leur révision à moyen terme (3-4 ans). Note : Le processus de validation et d’expertise correspond à la vérification selon le guide qui accompagne la décision 2011/850/EU[3] (guide IPR). Cette vérification distingue 3 états : non vérifié, vérifié de façon préliminaire et vérifié. Ces différents états sont explicités dans le tableau 2 du présent guide.   [1] Règles et recommandations en matière de : validation des données, critères d’agrégation et paramètres statistiques. ADEME (édition 2003) [2] Guide d’agrégation des données de qualité de l’air pour l’application des Directives 2004/107/CE et 2008/50/CE sur la Qualité de l’Air ambiant (édition 2015) [3] Décision d’exécution de la Commission du 12/12/2011 portant modalités d’application des directives 2004/107/CE et 2008/50/CE du Parlement européen et du Conseil concernant l’échange réciproque d’informations et la déclaration concernant l’évaluation de la qualité de l’air ambiant

Ce rapport synthétise l’ensemble des actions menées dans le cadre de la plateforme PREV’AIR (www.prevair.org) pour répondre aux besoins des utilisateurs. Cela concerne les développements visant aussi bien à étendre les capacités du système de prévision qu’à rendre ses performances plus élevées. La première partie du rapport fournit une estimation du comportement des outils via des indicateurs statistiques classiques permettant de comparer les résultats de modélisation aux observations obtenues en temps quasi réel de la base de données nationale alimentée par les AASQA (associations de surveillance de la qualité de l’air). En 2014, comme en 2013 l’absence d’épisode marquant pour l’ozone a conduit à une stabilité des performances affichées par les prévisions pour ce polluant. Le système a fait preuve d’une bonne aptitude à détecter les quelques épisodes d’ozone. Au sujet des particules, le nombre d’épisode a diminué par rapport à 2013, avec un unique épisode marquant au mois de mars qui a été bien décrit et suivi par les prévisions avec adaptation statistique. Les concentrations moyennes en PM10 sont un peu plus faibles que lors des années précédentes et les performances des prévisions en légère hausse. Plusieurs évolutions du système ont été engagées en 2014 et se poursuivront en 2015 pour doter PREV’AIR de nouvelles prévisions et analyses sur la France. Notamment la prévision FRA05-IFS sera remplacée par une configuration équivalente mais à 4 km de résolution à laquelle des traitements d’adaptation statistique et d’analyse seront associés.

  En 2013, de nouveaux tubes passifs (tubes DSD-DNPH) commercialisés par Supelco ont été évalués et ne semblaient pas adaptés à la mesure de l’acétaldéhyde ni à celle du formaldéhyde dans des  conditions de faibles concentrations. Les essais conduits en 2014 en adaptant le protocole analytique (modification du volume d’injection : 50 µl au lieu de 10 µl préconisé par le fabricant des extraits des tubes DSD-DNPH) ont permis d’obtenir des  résultats supérieures à la limite de quantification du formaldéhyde pour des concentrations ambiantes faibles et proches de celles rencontrées en 2013.   De plus, en 2013, le protocole établi pour la surveillance du formaldéhyde dans les écoles et dans les crèches a été évalué pour le suivi potentiel de l’acétaldéhyde. Ces travaux ont pointé un  problème métrologique lors de l’utilisation des tubes passifs pour la mesure de l’acétaldéhyde en présence de formaldéhyde. Afin de valider ceci, des essais similaires à ceux conduits en 2013 en  chambre d’exposition ont été menés en 2014 à différents rapport molaire entre le formaldéhyde et l’acétaldéhyde.   Ainsi, la compilation des résultats des essais de 2013 et 2014 fait ressortir :   -  Une bonne efficacité des tubes passifs (Radiello 165 et DSD-DNPH) pour la mesure de l’acétaldéhyde en atmosphère vierge d’interférent (i.e.formaldéhyde) en comparaison à la méthode        par prélèvement actif (écarts inférieurs au pourcent)   -  Pour la mesure du formaldéhyde en présence d’acétaldéhyde, les écarts entre les différents supports de prélèvements sont tous inférieurs à 15 % quel que soit les niveaux de concentrations ou       les rapports molaires entre le formaldéhyde et l’acétaldéhyde. Ces résultats sont recevables et cohérents avec ceux observés lors d’études précédentes. Il existe toutefois une tendance à la       sous-estimation systématique des DSD-DNPH de l’ordre de 10 à 15% par rapport au prélèvement actif alors que la sous-estimation des Radiello 165 n’excède pas 7%   -  Pour la mesure de l’acétaldéhyde, lorsque celui-ci est en excès ou dans les mêmes proportions molaires que le formaldéhyde, les écarts entre les différents supports de prélèvement sont du même       ordre de grandeur que pour la mesure du formaldéhyde.   -  A contrario, lorsque le formaldéhyde est en excès par rapport à l’acétaldéhyde (rapport 1,5), la mesure de ce dernier par tubes passifs (Radiello ou DSD-DNPH) est significativement sous-estimée       (60 à 74%) par rapport aux prélèvements réalisés par tubes actif.   Ainsi, il semble avéré qu’un phénomène de compétition entre l’acétaldéhyde et le formaldéhyde existe vis à vis de la réaction avec la DNPH. La cinétique de réaction du formaldéhyde est plus  rapide que celle de l’acétaldéhyde en raison du carbone portant la fonction carbonyle plus électropositif et donc plus réceptif à l’attaque nucléophile de l’azote de la DNPH. Ce phénomène  n’apparaît que pour les prélèvements réalisés sur tube passif dans la mesure où la diffusion et le piégeage sur le tube dépendent fortement de la vitesse de réaction  avec  l’agent  dérivatisant.   Ce  phénomène  est  d’autant  plus  important  que  leformaldéhyde est excès par rapport à l’acétaldéhyde.   Ainsi le LCSQA recommande :   - la modification du protocole initial défini par Uchiyama et al., 2004 concernant le volume de désorption en cas d’utilisation des tubes DSD-DNPH en présence de faibles niveaux d’aldéhydes ;   - préférentiellement l’utilisation des tubes passifs Radiello 165 en raison d’une tendance systématique de sous-estimation par les tubes DSD-DNPH pour la mesure des aldéhydes ;   - la réalisation de prélèvements actifs en complément des prélèvements passifs pour la surveillance de milieux dont les proportions des différents aldéhydes ne sont pas connues ;   - des essais complémentaires à des rapports molaires (F/A) et des niveaux de concentrations  supérieurs  à  ceux  déjà  testés,  en  accord  avec  les  mesures rencontré dans la   littérature,  afin d’asseoir la robustesse des conclusions de ces essais.