Cerea. Centre d enseignement et de recherche en environnement atmosphérique

Transcription

1 Cerea Centre d enseignement et de recherche en environnement atmosphérique Laboratoire commun École des Ponts ParisTech / EDF R&D Université Paris-Est

2 Le Cerea : une cinquantaine de chercheurs sur trois sites en Île-de-France EDF R&D à Chatou INRIA à Rocquencourt École des Ponts ParisTech à Champs-sur-Marne 2

3 Trois axes principaux de recherche Processus physiques dans la couche limite atmosphérique : Mesures et modélisation Modélisation de la qualité de l air (dispersion, transformations et dépôts) Assimilation de données et d images ; modélisation inverse (Équipeprojet CLIME commune avec l INRIA) 3

4 Mesures et modélisation des processus physiques dans la couche limite atmosphérique Les mesures météorologiques dans les couches basses de l atmosphère sont utilisées pour évaluer le modèle Code_Saturne (logiciel CFD). Zone Les applications de Code_Saturne concernent la météorologie sur les sites éoliens, la dispersion des polluants dans l atmosphère, les échanges thermiques en milieu bâti, la formation du brouillard, la simulation des rejets industriels 4

5 Échanges thermiques entre les batiments et l atmosphère À l échelle d un quartier : modélisation avec un code de mécanique des fluides (CFD) atmosphérique, Code_Saturne Une représentation fine de l écoulement et du transfert radiatif permet de mieux caractériser les transferts de chaleur La comparaison aux mesures permet d évaluer le modèle, puis de l améliorer 5

6 Simulation de la pollution atmosphérique Modélisation des principaux phénomènes physiques et chimiques Confrontation des modèles numériques aux données expérimentales Meilleure compréhension des processus 6

7 Impact du trafic automobile à proximité des routes En combinant le modèle de particules et le logiciel de mécanique des fluides, on simule la formation et l évolution des particules émises des véhicules. Simulation des nanoparticules à la sortie du pot d échappement Simulation des dépôts de particules en bordure d autoroute 7

8 Assimilation de données Équipe-projet CLIME Les activités comprennent le développement et l utilisation de méthodes pour l assimilation de données, la modélisation inverse, la modélisation d ensemble, le traitement des incertitudes, l optimisation des réseaux de surveillance, la réduction de modèles et l assimilation d images 8

9 Équipe-projet CLIME De la recherche fondamentale vers l opérationnel La méthode d optimisation des réseaux de surveillance de la radioactivité atmosphérique a fourni la base pour l extension du réseau Opéra-Air de l IRSN La méthode de modélisation d ensemble pour la prévision de la qualité de l air est utilisée pour les prévisions nationales ( 9

10 Recherche fondamentale Quelques exemples Prévision d ensemble par agrégation séquentielle et assimilation de données (J. Geophys. Res., 115, D24303, 2010) Nouveau filtre de Kalman d ensemble sans besoin d inflation (Nonlin. Processes Geophys., 18, , 2011) Modèle 3D des échanges thermiques entre le bâti et l atmosphère (J. Appl. Meteorol. Climatol., 50, , 2011) Modèle de formation de particules organiques (J. Geophys. Res., 117, D10304, 2012) Estimation des émissions de composés organiques volatils par modélisation inverse (Atmos. Chem. Phys., 13, , 2013) Turbulence atmosphérique hétérogène en milieu complexe (Boundary Layer Meteor., 147, , 2013) 10

11 Enseignement Cours donnés à l École des Ponts ParisTech, à l ENTPE et dans des Masters (OACOS, SGE, STEU, «Nucléaire», TRADD) Cours donnés principalement en Pollution atmosphérique Mécanique des fluides Assimilation de données et modélisation inverse 11

12 Devenir des diplômés du Cerea Les docteurs du Cerea trouve un poste rapidement dans le secteur privé ou dans la fonction publique, en France ou à l étranger. Post-doctorats Université (enseignants-chercheurs) Organisation internationale Industrie Recherche académique R&D fonction publique 12

13 Partenariats INERIS IRSN IPSL (Sirta) CETE NP Cerea EDF Polska NCSU (USA) Ukraine FMI (Finlande) 13

14 Participation dans les grands programmes de recherche En France SIRTA (IPSL) INSU (contrats LEFE) ANR PRIMEQUAL R2DS de l Île-de-France RST «Air» du MEDDE ADEME (Vision 2030) MEGAPOLI CHARMEX GMES-MDD En Europe COST AQMEII En Amérique AQMEII En Asie Beijing 2008 MICS 14

15 Faits marquants Classé A par l AERES en 2009 Membre fondateur de l Observatoire des Sciences de l Univers (OSU) EFLUVE de l Université Paris-Est (UPE) Créteil avec trois autres laboratoires d UPE (Lisa, Leesu & Certes) Membre du Laboratoire d Excellence Futurs Urbains qui regroupe treize laboratoires de l UPE (urbanisme, architecture, aménagement, transports et environnement) 15

16 Prospective Recherche Mettre l accent sur les thèmes émergents importants pour lesquels le Cerea apporte une expertise forte Thèmes émergents Points forts du Cerea Projet de recherche 16

17 Prospective Chimie et physique de la pollution atmosphérique Aérosols Aérosols organiques (émissions et formation) Particules ultra-fines Particules à mélange externe Polluants radioactifs (iode) Échanges entre l atmosphère et les surfaces Modélisation des dépôts humides Modélisation des dépôts secs (par exemple en milieu urbain) Dépôts et ré-émissions de polluants organiques persistants et de métaux lourds 17

18 Prospective Processus physiques dans la couche limite atmosphérique Turbulence et dispersion Caractérisation de la dispersion en atmosphère stable (Sirta TRACAGE) Dispersion des polluants en milieu complexe (têtes de tunnel, bâti, végétation) Potentiel énergétique des sites éoliens et turbulence dans le sillage des éoliennes (modélisation CFD) Échanges énergétiques entre l atmosphère et les bâtiments Modélisation et comparaison aux mesures Brouillard Caractérisation des processus gouvernant la formation, le développement et l évaporation des brouillards radiatifs par modélisation (1D-3D) 18

19 Prospective Assimilation de données et d images Assimilation de données Développement de nouvelles méthodes plus performantes Quantification des incertitudes Combinaison de modélisation d ensemble et d assimilation de données Assimilation d images Modélisation non-linéaire pour les mouvements d images Quantification des erreurs Réduction de modèles Pour la simulation de la qualité de l air Pour l assimilation d images 19

20 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea Expertise Mécanique des fluides Processus physico-chimiques Assimilation de données 20

21 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea en adéquation avec les thèmes émergents importants Expertise Thèmes Mécanique des fluides Ville durable Processus physico-chimiques Impacts des transports sur l environnement Assimilation de données Interactions entre énergie et environnement 21

22 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea en adéquation avec les thèmes émergents importants Expertise Thèmes Mécanique des fluides Ville durable Processus physico-chimiques Impacts des transports sur l environnement Assimilation de données Interactions entre énergie et environnement 22

23 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea en adéquation avec les thèmes émergents importants Expertise Thèmes Mécanique des fluides Ville durable Processus physico-chimiques Impacts des transports sur l environnement Assimilation de données Interactions entre énergie et environnement 23

24 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea en adéquation avec les thèmes émergents importants Expertise Thèmes Mécanique des fluides Ville durable Processus physico-chimiques Impacts des transports sur l environnement Assimilation de données Interactions entre énergie et environnement 24

25 Prospective Recherche fondamentale => applications Utilisation de l expertise du Cerea en adéquation avec les thèmes émergents importants Expertise Thèmes Mécanique des fluides Ville durable Processus physico-chimiques Impacts des transports sur l environnement Assimilation de données Interactions entre énergie et environnement 25

26 Apports du Cerea à l IPSL Mesures météorologiques : Sirta Modélisation CFD à petite échelle : Code_Saturne Modélisation des aérosols atmosphériques Modélisation des dépôts atmosphériques et des échanges atmosphère/surfaces Assimilation de données et modélisation inverse Assimilation d images 26

27 Intérêt du Cerea à intégrer l IPSL Renforcement de collaborations déjà existantes entre le Cerea et les laboratoires de sciences atmosphériques de l IPSL (Sirta, assimilation de données, aérosols ) Développement de nouvelles collaborations sur des sujets émergents (ville durable, énergies nouvelles ) Possibilité d une meilleure mobilité de jeunes chercheurs (doctorants, post-doctorants) entre le Cerea et les laboratoires de l IPSL 27