Recherche pour Seuil d'information

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)

Dans l’objectif de vérifier le respect des exigences de la directive européenne 2008/50/CE, le LCSQA propose annuellement aux AASQA une inter-comparaison de moyens mobiles pour les polluants SO2, O3, NO, NO2 et CO à différents niveaux de concentration et tout particulièrement au voisinage des seuils horaires d’information ou d’alerte pour les polluants NOx, O3, SO2, et de la valeur limite sur 8h pour le CO. Un exercice d’inter-comparaison de moyens de mesures mobiles a été réalisé en mars 2016 en collaboration avec ATMO PICARDIE. Il a réuni 5 participants (3 AASQA, l’ISSEP (Belgique) et le LCSQA/INERIS) et moyens mobiles, constituant un parc de 33 analyseurs. Vu le faible nombre de participants à cet exercice, l’estimation des incertitudes de mesure peut être sensiblement impactée en cas d’écart de l’un des participants. Durant cette inter-comparaison, le système de dopage du LCSQA/INERIS permettant une distribution homogène des gaz sur 4 axes a été mis en œuvre. Le temps de résidence inférieur à 3 secondes (pour les NOx et l’ozone) dans les lignes d’échantillonnage n’a pas totalement été respecté malgré la mise en place de lignes fluidiques courtes et d’un boitier de distribution de gaz individuel pour les participants ayant les analyseurs de plus faibles débits. Le non-respect de ce critère n’a toutefois pas eu d’influence significative sur la dispersion des mesures des participants concernés. Le déroulement de l’exercice a comporté une phase préliminaire à la réalisation de paliers de dopages pour l’ensemble des polluants, consistant en une circulation de gaz étalon en aveugle visant à évaluer la cohérence des raccordements entre les niveaux 2 et 3 de la chaîne nationale d’étalonnage et les éventuels défauts de linéarité des appareils.  Peu de dysfonctionnements d’appareils ont été observés en cours d’exercice sur les différents analyseurs, sans conséquences sur le déroulement de l’exercice. Lors de la circulation de gaz pour étalonnage en aveugle, les écarts par rapport à la tolérance de 4 % (5% dans le cas du NO2) sur la lecture de concentrations étalons sont peu nombreux et dans quelques cas limités, assez élevés.  Pour chaque polluant, on relève des écarts de mesure de l’ordre de -12 à +8 % sur au plus un des appareils du parc. Les causes ont été identifiées (dérive, temps de chauffe insuffisant, analyseur de référence non modifiable). On rappellera que cette phase est désormais réalisée en une seule étape, sans étape de rattrapage/correction en cas d’écart excessif, afin d’accéder à des incertitudes de mesures plus proches des conditions réelles de terrain. Ces écarts ont été observés immédiatement après le calibrage des analyseurs par les AASQA avec leurs propres gaz d’étalonnages de niveau 2 ou 3. On note également que les analyseurs de SO2 présentent depuis l’exercice 2014 un nombre d’écarts réduits par rapport aux années antérieures, avec cette année la particularité d’être du même ordre que ceux des autres polluants. Cette nette amélioration s’explique par les précautions particulières appliquées aux bouteilles étalons et sans doute au soin pris par les participants lors de la phase de lecture de ces bouteilles compte tenu de l’évolution des consignes de la circulation de gaz étalons en aveugle. Pour l’exercice d’inter-comparaison en propre, les intervalles de confiance de répétabilité et de reproductibilité ont été déterminés pour chaque polluant et les différents paliers de dopage, en application de la norme NF ISO 5725-2. On signalera que le nombre de valeurs aberrantes détectées lors de l’application des tests de Cochran et Grubbs reste faible avec moins de 2% de données éliminées et ces dernières reposent en général sur un seul participant. L’élimination de données sur avis d’expert n’a pas été nécessaire. L’examen des intervalles de confiance de reproductibilité, déterminés expérimentalement, a conduit à des résultats satisfaisants en termes de respect des recommandations des Directives Européennes (15% d’incertitude de mesures aux valeurs limites réglementaires) : •           pour le polluant CO, l’intervalle de confiance de reproductibilité est de 4,5% à la valeur limite horaire ; •           pour le polluant SO2, cet intervalle est de 8,9% à la valeur limite horaire ; •           pour le polluant O3, l’intervalle de confiance de reproductibilité est de 5,6% à la valeur limite horaire de 180 ppb. On notera que les incertitudes estimées aux autres seuils de concentration disponibles pour l’ozone, à savoir 90 ppb (seuil d’information) et 120 ppb (seuil d’alerte horaire sur 3 heures), respectent également les exigences de la Directive Européenne ; •           l’intervalle de confiance de reproductibilité est de 9,9% à pour le NO et de 6,6% pour le NO2 aux valeurs limites horaires correspondantes. D’une manière générale, les résultats du traitement statistique suivant la norme NF ISO 13 528 et permettant la détermination des z-scores sont homogènes et très satisfaisants pour une majorité de participants. Une très large majorité des z-scores est comprise entre ±1. Les z-scores plus élevés, imposant des actions préventives et correctives, sont anecdotiques et concentrés sur peu de participants. Ainsi on relève des z-scores supérieurs à 4 pour le laboratoire n°1 sur 2 paliers de CO,  un z-score supérieur à 2 pour le laboratoire n°4 sur 1 palier de CO, et un z-score supérieur à 2 pour le laboratoire n°2 sur 1 palier dans le cas de l’ozone. Les résultats de cette inter-comparaison permettent d’évaluer la qualité de mise en œuvre des méthodes de mesures par les AASQA en conditions réelles. On notera que depuis 2008, les résultats obtenus en termes d’incertitudes de mesure sont conformes aux exigences de la Directive Européenne et confirment dans la durée la fiabilité du système de mesure national.  Ceci est à rapprocher du fait que le parc d’analyseurs dispose d’un temps de chauffe et de stabilisation important (>2 jours), ce qui tend à réduire les écarts entre appareils en début de campagne et conditionne l’obtention d’intervalles de confiance réduits. Cet exercice a permis de renouveler pour la quatrième année le test in situ du dispositif de dopage au niveau des têtes de prélèvement, permettant d’intégrer celles-ci au calcul d’incertitude expérimental. Ce dispositif reprend le système de génération basé sur la dilution de gaz concentrés, dilués dans un flux d’air ambiant puis distribués par coiffage de la tête de prélèvement par un sac en Tedlar, inerte aux polluants classiques. Ce dispositif peut autoriser le coiffage et la distribution simultanée de gaz sur un maximum de 12 têtes de prélèvements. On aura pu constater pour l’ensemble des polluants, la bonne cohérence des mesures faites simultanément dans les sacs Tedlar soit via les têtes de prélèvements soit via des lignes individuelles, indiquant à une exception près l’influence négligeable des têtes de prélèvement dans la chaîne de mesure. Le traitement statistique des données, identique à celui de l’exercice classique présenté ci-dessus, a isolé de nombreuses données ciblées sur le participant n°2, confirmant les observations faites au travers des données brutes du comportement douteux de certains appareils qui s’est avéré lié à l’influence de grilles de filtration à l’entrée des lignes fluidiques des appareils. Dans ce cas de figure, les analyseurs concernés ont fait l’objet d’une élimination du jeu de données sur avis d’expert. Les intervalles de confiance expérimentaux calculés sont : •           pour le polluant CO : 5,4% à la valeur limite 8 heures ; •           purement indicatif, pour le polluant SO2 : 23% (repose sur 3 participants uniquement) à la valeur limite horaire ; •           pour le polluant O3 : 1,8% à la valeur limite horaire ; •           pour le polluant NO : 5,5% à la pseudo-valeur limite horaire ; •           pour le polluant NO2 : 6,2% à la valeur limite horaire. On note une bonne cohérence des valeurs d’incertitude entre les exercices avec et sans coiffage des têtes de prélèvement pour l’ensemble des polluants (hors SO2). Ces résultats confirment les observations faites lors des tests précédents de ce dispositif de dopage sur 4 années consécutives et conduisent le LCSQA à valider définitivement le dispositif de dopage des têtes de prélèvement qui englobe toutes les incertitudes de mesures en conditions réelles. Ainsi, dès 2017, ce dispositif se substituera au dispositif classique en boitiers. Ceci permettra de respecter de manière plus systématique le critère de temps de résidence inférieur à 3 secondes pour les polluants O3 et NOx, et de procéder à quelques tests approfondis sur l’influence de la ligne de prélèvement (injection en tête de ligne par exemple). La réalisation d’exercices réguliers d’inter-comparaison permet au dispositif de surveillance national d’enrichir les procédures de maintenance périodique et le transfert des bonnes pratiques de mesure (cas du laboratoire 2 par ex.). Elle permet également aux AASQA accréditées qui y participent d’alimenter la démonstration du maintien de leurs compétences auprès du COFRAC. Dans cet objectif, le maintien de cet exercice annuel reposera sur une nouvelle planification ne retenant alternativement que les sites d’Atmo-Rhône/Alpes et de l’INERIS.

30 06 2017 - Mise en ligne du rapport "Synthèse des développements et travaux d’assistance destinés aux utilisateurs de PREV’AIR" 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 général des outils via des indicateurs statistiques classiques permettant de comparer les résultats de modélisation aux observations validées de la base de données nationale alimentée par les AASQA (associations de surveillance de la qualité de l’air). Une attention particulière est portée à l’évaluation des performances de PREV’AIR concernant la détection des épisodes de pollution. Après un été 2014 où les épisodes de pollution à l’ozone furent rares, l’été 2015 a connu de concentrations élevées plus fréquentes pour de ce polluant secondaire formé à partir des oxydes d’azote et des composés organiques volatiles. Parmi la trentaine de journées relevées avec des concentrations supérieures au seuil d’information et recommandations, il y a eu 2 épisodes majeurs, le premier entre le 30 juin et le 7 juillet et le second entre les 7 et 9 aout. Les régions de l’Est, du Sud-est, du Sud ainsi que le Bassin parisien ont été les plus affectées.  Comme lors des années précédentes, le mois de mars a été le théâtre d’un épisode important de particules, apparu en deux temps avec une emprise géographique couvrant une très large partie de la métropole. Dans l’ensemble, le comportement de PREV’AIR est très satisfaisant et les prévisions ont permis la plupart du temps d’anticiper l’occurrence de ces épisodes de pollution et d’identifier les zones touchées. Les scores indiquent une stabilité par rapport aux années précédentes de façon assez généralisée, avec toutefois une dégradation sur l’Auvergne-Rhône-Alpes due à une sous-estimation des concentrations d’ozone et de PM10.  Les nouvelles versions qui reposent sur le couplage CHIMERE-IFS semblent encore perfectibles, ce qui motive de nombreux travaux en cours menés par l’INERIS dans le cadre de ses programmes d’appui et de recherche, pour permettre leur bascule sur PREV’AIR en 2017. Ces travaux menés en 2015 et 2016 permettront d’associer à ces nouvelles filières des outils de post-traitements (analyse et adaptation statistique) adaptés et performants.  

Résumé de la note "Usage et performances des outils Vigilance et Prev'air Urgences - Retour d'expérience" Afin de répondre aux exigences de l’arrêté du 26 mars 2014 concernant le déclenchement des procédures d’information et d’alerte, les Associations Agréées de Surveillance de la Qualité de l’Air doivent être en mesure d’estimer sur leur territoire de compétence les surfaces et populations potentiellement touchées par des dépassements de seuil. Pour les accompagner dans cette tâche, le LCSQA a mis en place les outils Vigilance (initialement nommé Alerte) et PREv’Air-urgence. Ce dernier concerne des développements spécifiques ont été réalisés à partir de la chaine de modélisation nationale PREV’AIR. La chaîne de calcul dédiée aux épisodes a été mise en place, dédiée à la prévision des dépassements des valeurs limite de qualité de l’air et PREV’AIR-Urgence est désormais opérationnel. La présente note en décrit le fonctionnement et les performances obtenues en 2015. En parallèle, les travaux de développement d’un nouvel outil VIGILANCE ont été lancés fin 2014. Il a été présenté aux acteurs concernés (MEEM, DREAL, AASQA) en mars 2015, et déployé officiellement le 15/04/2015 sur le site web du LCSQA. Une notice utilisateur rédigée par le LCSQA est également disponible sur le site. Dans le présent document, les grands principes de l’outil sont rappelés, ainsi qu’un premier retour d’expérience suite à sa mise en œuvre depuis mi-2015.