Conception d’un réseau de capteurs pour l'estimation des sources de pollution chronique par modélisation inverse

L'objectif de ce papier est l’estimation des émissions des sources chroniques et connues par modélisation inverse. Le cas d'étude correspond à une zone industrielle située en banlieue parisienne, où il y a trois sources émettrices de quantités importantes de SO₂. Premièrement, nous avons testé dans quelle mesure on pouvait résoudre ce problème en utilisant les capteurs du réseau de surveillance de la qualité de l'air existant dans la région (trois stations). Des mesures de paramètres météorologiques sont également disponibles dans le voisinage des sources. Le problème inverse a été abordé par minimisation de l'écart entre un modèle direct (le modèle gaussien de dispersion de Pasquill) et les mesures, en utilisant plusieurs techniques d'optimisation (algorithmes génétiques, Gauss-Newton...). Bien que dans certains cas de figure (récepteurs sous le vent des sources), l'ordre de grandeur des émissions soit bien restitué, parfois avec une erreur inférieure à 10 % pour au moins deux sources, d'autres configurations (direction du vent-positions des capteurs) ont conduit à un problème mal posé, qui ne permet pas d'estimer les émissions des sources, ces derniers cas correspondant à des situations météorologiques fréquentes. Cette constatation a mis en évidence la nécessité de concevoir un réseau de capteurs, optimisé pour estimer les sources pour les situations atmosphériques les plus fréquentes. La première étape de la conception du réseau a été la création des mesures semi-synthétiques aux capteurs fictifs répartis uniformément et en grand nombre sur toute la région autour des sources, à partir des données météorologiques réelles et des caractéristiques des sources (plage de variation des débits d'émission), en utilisant le modèle de Pasquill. Ensuite, on a procédé à la sélection des capteurs les plus « prometteurs » au sens de la précision d'estimation des émissions des sources, la méthode d'inversion étant celle testée dans le cas du réseau existant. La redondance a été réduite en utilisant des méthodes statistiques comme la classification ascendante hiérarchique ou l'analyse en composantes principales à noyaux. Au final, avec une dizaine de capteurs on arrive à obtenir des estimations parfaites des émissions des sources dans environ 70 % des cas étudiés.