Modélisation micro-échelle de la qualité de l'air en milieu urbain par méthodes CFD et IA

La pollution atmosphérique est une problématique majeure, autant à l’échelle nationale qu’internationale, car elle est à l’origine de nombreuses maladies et d’un très grand nombre de décès prématurés chaque année. En ville, la qualité de l’air est d’autant plus dégradée que les sources anthropogéniques de polluants de l’air sont nombreuses, comme pour le dioxyde d’azote (NO2) majoritairement émis du trafic routier. Afin de se protéger contre cette pollution ainsi que pour les bonnes décisions en matière d’urbanisme durable, un des enjeux est de prendre en mesure d’évaluer les concentrations en polluants de l’air de manière fiable, précise, en tout point. et à toute altitude. La modélisation numérique à micro-échelle apparaît comme un outil adapté pour répondre à cet enjeu, tenant compte à la fois de la météorologie, mais aussi de la configuration du bâti, mais son opérationnalité nécessite d’être prouvée sur le terrain et dans un contexte. . bobine. . La présente étude a été réalisée dans ce mais, où deux modèles micro-échelle de qualité de l’air incluant un modèle de mécanique des fluides numérique (CFD, terme anglais pour Computational Fluid Dynamics) ainsi qu’un modèle d’intelligence (artificielle IA) ont été testés et comparés aux mesures horaires et mensuelles de concentration en NO2 relevées à Anvers en Belgique. Les résultats montrent que les deux modèles sont valides, satisfaisant tous deux largement les critères d’erreur tolérées par la directive cadre européenne relative à la qualité de l’air, tant pour la modélisation horaire des concentrations en NO2 (avec un avantage pour la méthode d’IA) que pour la modélisation mensuelle de ces concentrations (avec un avantage pour la méthode CFD). Cette étude montre la précision et la fiabilité de tels modèles dans un contexte appliqué d’étude de la qualité de l’air, prouvant leur intérêt dans le cadre d’études environnementales afin de développer un urbanisme durable et concerté.

La pollution de l’air est un enjeu majeur, tant au niveau national qu’international, car elle est chaque année à l’origine de nombreuses maladies et de nombreux décès prématurés. Dans les villes, la qualité de l’air est particulièrement mauvaise en raison des nombreuses sources anthropiques de polluants atmosphériques, comme le dioxyde d’azote (NO2) qui est principalement dû aux émissions du trafic routier. Pour protéger les populations contre cette pollution, et pour prendre les bonnes décisions en matière d’urbanisme durable, l’un des défis est de pouvoir évaluer de manière fiable et préciser les concentrations de polluants atmosphériques, en tout point et à toute altitude. La modélisation numérique à micro-échelle semble être un outil adapté pour répondre à cette problématique, en prenant en compte à la fois la météorologie et la configuration des bâtiments, mais son applicabilité dans un contexte réel doit être prouvée. La présente étude a été menée à cette fin, où deux modèles de qualité de l’air à micro-échelle comprenant un modèle de dynamique des fluides computationnelle (CFD) et un modèle d’intelligence artificielle (IA) ont été utilisés, et leurs les résultats ont été comparés à la concentration horaire et mensuelle de NO2 enregistrée à Anvers, en Belgique. Les résultats montrent que les deux modèles sont solides, satisfaisant largement les critères de tolérance d’erreur de la Directive européenne sur la qualité de l’air, tant pour la modélisation horaire des concentrations de NO2 (avec un avantage pour la méthode AI) que pour la modélisation mensuelle de ces concentrations (avec un avantage pour la méthode CFD). Cette étude démontre la précision et la fiabilité de tels modèles dans un contexte d’étude appliquée de la qualité de l’air, prouvant leur valeur dans les études environnementales dans le mais de développer une planification urbaine durable et concertée.