Modélisation de la pollution atmosphérique aux échelles locales et régionales

Transcription

1 Modélsaton de la polluton atmosphérque aux échelles locales et régonales - Introducton - Bernard Aumont LISA UMR CNRS 7583 aumont@lsa.unv-pars12.fr 1

2 Défnton Pett Robert : Sens 1 : Ce qu sert ou dot servr d objet d mtaton pour fare ou reprodure quelque chose. Sens 6 : Exemple : Représentaton smplfée d un processus, d un système Modèles expérmentaux Ex : chambre de smulaton atmosphérque : solement d une porton de l espace qu va représenter l atmosphère. Modèles numérques Modèles statstques : On dspose de sére de données. On cherche des relatons de régularté mathématques entre elles Modèles détermnstes : On suppose connaître les los et on établt les équatons de cause à effet 2

3 But premer d un modèle : Intégrer dfférents processus ntervenant dans un système (envronnemental) au sen d une même structure pour pouvor les étuder, les quantfer, les prévor, etc. Partculèrement adapté aux questons envronnementales : - du fat de la complexté des processus ms en jeux; - parce que dans le domane envronnementales, l est dffcle (parfos mpossble) de mener et contrôler des expérences dans un laboratore. Un système envronnemental est défn comme une sous-unté de l envronnement prs dans son ensemble et qu est séparée du reste du monde séparée par une frontère artfcelle. La descrpton du système prend en compte les processus ntervenant à l ntéreur du système ans que ceux caractérsant les actons du monde extéreur sur cette unté 3

4 Modélsaton numérque : pourquo? 1 - Les paramètres sont très nombreux composés sources transformatons dépôt rayonnement vent nuage 2 Les paramètres sont non contrôlables par l expérmentateur expérmentaton classque (solement d un paramètre) est mpratcable 4

5 Les besons en matère de chme atmosphérque Modélsaton dagnostque (que s est-l passé?) ade pour effectuer le dagnostque des relatons de causes à effets sur un ste donné nterprétaton des données de terran Modélsaton pronostque (qu est ce qu va se passer? Que se passerat-l s?) - prévson - évaluaton de scénaro et développement de stratéges de réducton de la polluton - études d mpact 5

6 La demande de recherche en matère de polluton photooxydante Fondamentale (dagnostque) comprendre Identfcaton des mécansmes Quantfcaton des contrbutons relatves Applquée (pronostque) prévor Prévson des pcs de polluton Stratéges d abattement des émssons Décsonnelle Agr Comment amélorer la qualté de l ar? 6

7 Modèles statstques On dspose d une base de données ben documentée : recherche de relatons statstques entre varables prédctves (ou explcatves) et des varables à prédre Prévor Modèles détermnstes On suppose que l on connaît les los et on sut l évoluton des varables dans le temps Problèmes : Pas extrapolable (utlsaton dans le domane déjà observé) les varables prédctves dovent être ndépendantes, ce qu est rarement le cas (exemple rayonnement et température) Les varables prédctves ne le sont que pour la relaton statstque. Ce ne sont pas nécessarement des varables causales (ex: T plus «explcatf» que hν pour la polluton photooxydante) Les varables prédctves dovent être prévsbles (ce n est pas toujours le cas, ex. la hauteur de la couche de mélange) Performances prévson rapde et généralement satsfasante Avantages Par nature «extrapolable» Ne nécesste pas de base de données préalable Spatalsaton de la prévson Inconvénents Qualté, quantté et dversté des données d entrée à fournr au modèle (émssons, condtons aux lmtes du domanes, champs de vents, topographe, ) performances commence à devenr satsfasante auss ben sur la qualté des prévsons que sur les coûts de temps calcul 7

8 Comprendre et Agr Modèles détermnstes Outl ntégrateur permettant de quantfer la contrbuton des dfférents facteurs contrôlant l évoluton des concentratons Utlse drectement les los physques : les relatons causales sont nterprétables, les résultats sont extrapolables Problèmes «los» nombreuses coûts de calcul élevés «los» nconnues (chme, émssons, ) nombreuses données d entrées nconnues Utlsaton Interprétaton des données de terran (prse en compte de tous les facteurs mbrqués) Évaluaton de scénaro : modfcaton de rejets, réductons des émssons Quantfcaton du rôle des dfférents paramètres : Transport/chme pour O3 Pods de la source x (ex : trafc) dans la concentraton de y (ex : O 3 ) Sources et puts pour la modélsaton nverse : 8 Quelle source ou quel puts faut-l avor pour rendre compte des observatons?

9 Éléments consttutfs des modèles Sources et puts Module émsson/dépôt [X] = Quantté Volume Transformaton chmque Module chmque Modèle de chme/transport Advecton convecton dffuson Module météo 9

10 transformaton sources transport 10

11 Les dfférents types de modèle «Modèle Lagrangen» et «modèle Euléren» Modèle lagrangen Smulaton des changements de la composton chmque d une parcelle d ar lorsqu elle est advectée dans l atmosphère. La parcelle d ar se déplaçant avec le vent, l n y a pas d échange de matère entre la parcelle consdérée et son envronnement. Les seuls échanges de matère se font par la base (émssons, dépôt). La parcelle d ar se déplace en permanence : le modèle smule donc les concentratons en foncton du temps pour dfférentes localsatons Modèle euléren Le domane modélsé est fxé dans l espace. Ce domane est souvent dscrétsé en cellules (malle), et on smule les changements de la composton chmque dans ces dfférentes cellules. Les échanges de matère (advecton/dffuson) sont consdérés va les paros des cellules Le modèle smule l évoluton des concentratons en foncton du temps sur tout l espace (domane) consdéré. 11

12 Domane et résoluton La malle du modèle représente l unté de volume sur laquelle les concentratons smulées sont moyennées. Toutes les grandeurs sont donc consdérées unformes dans chaque cellule (T, u, C, ). La talle des malles utlsées détermne la résoluton spatale du domane. Les dfférents types de modèle selon l échelle spatale consdérée Modèle Domane typque Résoluton typque Mcro échelle Méso échelle (urbane) Régonal Synoptque (contnentale) Global m km km km km 5 m 2 km 20 km 80 km

13 Dmenson Modèle de bote (box model) (0-D) Colonne (1D) 2D 3D 13

14 Remarque sur le mallage Nombre et dmenson des cellules Exemple : Ile de France = km mallage avec : - malles de 1 1 km - 25 nv. vertcaux 10 6 malles! En pratque : utlsaton d échelles mbrquées Exemple (pour le modèle AZUR) : -2 2 km en vlle - 5x5 km alleurs 10 4 malles - 10 nv. vertcaux Conséquence du mallage les spécfctés locales non prses en compte (rue, jardn, bloc d mmeubles, alttude du pont d observaton) La comparason des smulatons aux mesures délcate car : - ponts de mesure non représentatfs de cellules de 2 2 km - gradents de concentraton près du sol d échelle nféreure à la hauteur des cellules 14

15 La modélsaton détermnste 3D Le pont de départ des modèles de chme transport (CTM): l équaton de conservaton de la masse des dfférentes espèces = z C K z y C K y x C K x z C u y C u x C u t C zz yy xx z y x dffuson advecton ( ) ( ) ( ) t z y x S t z y x E,..., c, c c R n,,,,,, chme puts (dépôt) sources (éms.) 15

16 Les étapes de constructon d un modèle défnr le problème à trater construre le modèle : - écrre les équatons représentatves des dfférents processus contrbuant au système - fare des hypothèses pour smplfer la représentaton du système (le plus souvent) - développer des algorthmes, des paramétrsatons pour résoudre ces équatons collecter les données d entrée - pour défnr l état ntal du système - pour défnr les condtons lmtes du domane consdéré - pour prendre en compte certans des paramètres non-prs en compte dans le présent modèle boucle de développement/évaluaton 1. évaluaton, 2. comparason, 3. améloraton, 4. re-évaluaton, modèle évaluer le modèle - comparer les résultats du modèle avec des observatons expérmentales (mesures) 16