<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
  <channel>
    <title>Auteurs : Anne Sauvage</title>
    <link>https://www.peren-revues.fr/pollutionatmospherique/1507</link>
    <description>Publications de Auteurs Anne Sauvage</description>
    <language>fr</language>
    <ttl>0</ttl>
    <item>
      <title>Élaboration d’un cadastre d’émissions interrégional pour la plate-forme de modélisation de prévisions cartographiques ESMERALDA</title>
      <link>https://www.peren-revues.fr/pollutionatmospherique/1503</link>
      <description>Cet article présente la méthodologie appliquée pour la constitution du cadastre d’émissions d’ESMERALDA. Ce cadastre couvre un domaine comprenant cinq régions (Ile-de-France, Haute-Normandie, Picardie, Champagne-Ardenne et Centre) récemment étendu au Nord-Pas-de-Calais. Pré-requis indispensable à toute modélisation de la qualité de l’air, cet inventaire doit pouvoir allier exhaustivité des sources avec simplicité de mise à jour des données. La méthodologie repose donc sur des données simples (consommations énergétiques, facteurs d’émission…) obtenues auprès de différents organismes nationaux (INSEE, SESSI…) et internationaux (IPCC, IER…). Les sources d’émission sont identifiées suivant des considérations géométriques portant sur leurs émissions. Trois grandes catégories ont ainsi été prises en compte : ponctuelle, surfacique et linéique. Les émissions anthropiques et biogéniques annuelles ainsi calculées sont alors projetées sur une grille kilométrique en utilisant des clefs de répartition telles que l’occupation du sol. Cette étude met en exergue la richesse et l’importance des données sources qui constituent le fondement d’un cadastre d’émissions pour un modèle de prévision de la qualité de l’air. Les cartes d’émissions et les tableaux de synthèses élaborés pour les polluants soumis à réglementations (i.e. NOx, COVNM, PM10, SO2, CO, CO2, CH4) font état de cette diversité. Si la région parisienne apparaît comme le plus gros émetteur tous polluants confondus, les résultats par polluant sont plus nuancés. La Haute-Normandie rejette en effet la plus importante quantité de SO2, la région Centre et la Picardie se sont révélées comme de forts émetteurs de COVNM et de NOx pour la première et de CO pour la deuxième. Par ailleurs, si l’Ile-de-France présente des émissions très majoritairement anthropiques, les autres régions voient l’émission de certaines espèces (NOx et COVNM) nettement influencée par les sources biogéniques. Par exemple, en Champagne-Ardenne, 70 % des COVNM sont émis par les forêts. Pour sa pérennité, ce cadastre sera remis à jour périodiquement en fonction de l’importance et de la fréquence de réactualisation des bases de données servant à son élaboration. Le modèle de prévision d’ESMERALDA sera ainsi initialisé par des émissions récentes. This article focus on the methodology developed for the elaboration of the ESMERALDA emissions inventory. This inventory covers a large domain including five regions (Ile-de-France, Haute-Normandie, Picardie, Champagne-Ardenne and Centre) recently extended to the Nord-Pas-de-Calais region. Essential required tool for any air quality modeling exercise, this inventory has to combine data exhaustiveness with simple updating. This methodology is based on simple data obtained from national (INSEE, SESSI…) and international (IPCC, IER…) agencies periodically updated for energy consumptions and for emission factors. The different sources are identified following geometrical considerations on their emissions. Three emission categories are introduced: great point sources, surface sources and linear sources. Calculated anthropogenic and biogenic annual emissions are then projected on a kilometric grid using spatial repartition keys as ground occupations. This study points out the richness and the importance of the data sources constituting the emissions inventory basement for an air quality prevision model. Emissions maps and synthesis tables elaborated for pollutants under regulations (i.e. NOx, NMVOC, PM10, SO2, CO, CO2, CH4) highlight this diversity. If the Paris region appears to be the greatest emitter all pollutants taken into account, the results are more nuanced for each pollutant. The Haute-Normandie region rejected the biggest amount of SO2, Centre and Picardie regions are strong emitters of NMVOC and NOx for the first one and CO for the second one. If the Ile-de-France region is more influenced by anthropogenic emissions, in the other regions some chemical species (NOx and NMVOC) are strongly influenced by biogenic emissions. For example, in the Champagne-Ardenne region, 70% of NMVOC emissions are due to forests sources. For the durability, this emissions inventory will be periodically updated depending on the availability and the updating frequency of the data bases used for its elaboration. The prevision model ESMERALDA will be then initialized with recent emissions. </description>
      <pubDate>mer., 22 mai 2013 10:37:43 +0200</pubDate>
      <lastBuildDate>lun., 26 oct. 2015 11:00:34 +0100</lastBuildDate>
      <guid isPermaLink="true">https://www.peren-revues.fr/pollutionatmospherique/1503</guid>
    </item>
  </channel>
</rss>