https://www.peren-revues.fr/pollutionatmospherique/1790 Entrées d’index fr 0 https://www.peren-revues.fr/pollutionatmospherique/4696 La région Rhône-Alpes, et plus particulièrement les vallées alpines de l’Arve et de la Tarentaise, constitue l’une des zones géographiques en France particulièrement concernées par les dépassements de valeurs autorisées en PM10. Au cours des années 2007-2010, les nombres de jours de dépassement sur le site de mesure de la vallée de l’Arve à Passy (Air Rhone-Alpes) sont fréquemment au-dessus de la limite réglementaire autorisée fixée à 37 jours par an. Selon les cadastres des émissions de HAP, ces sites sont fortement impactés par 3 principaux secteurs d’activités : le chauffage au bois, le trafic routier et l’industrie. Ces dernières années, des travaux menés au LCME et au LGGE sur l’utilisation de modèles récepteurs de déconvolution des sources d’émission de PM basés notamment sur des profils chimiques (Chemical Mass Balance) ont mis en évidence la particularité des sites de montagne vis-à-vis de la dynamique des sources d’émissions de polluants atmosphériques (Piot, 2011). Ces modèles sont basés sur l’utilisation de traceurs spécifiques et la comparaison de profils chimiques d’émission. Cependant, les approches qualitatives (études ratio-ratio de composés de la famille des HAP) mises en place lors de ces études ont montré un profil chimique similaire entre les émissions de la combustion du bois et les émissions issues d’un certain type d’activité industrielle. La forte similitude entre ces sources peut donc introduire un biais dans les résultats de ces modèles, d’où la nécessité d’identifier de nouveaux traceurs spécifiques de sources d’émissions. De janvier à mars 2013, deux campagnes de mesure simultanées ont été réalisées dans la vallée de l’Arve et de la Tarentaise. La spéciation organique réalisée sur ces échantillons journaliers a mis en évidence la présence de composés aromatiques soufrés (PASHs) dans l’atmosphère de ces vallées. Dans la littérature, ces composés sont couramment utilisés comme traceurs des émissions véhiculaires directes. Cependant, l’exploration d’échantillons collectés en bordure de voie rapide ne rapporte pas la présence de ces composés dans les émissions véhiculaires en accord avec l’évolution des normes européennes sur les taux de soufre dans les essences (EU Directive 2003/17/EC). Leur détection dans l’atmosphère des vallées alpines possédant un important bassin industriel axé sur la transformation du carbone montrerait leur aptitude à tracer ce type d’activité industrielle. Leur introduction comme molécules traceurs à l’intérieur d’un modèle récepteur comme le CMB et la confrontation avec un modèle original de régression non linéaire multivariée (NLRM) pour déconvoluer les sources de HAP et de PM sont discutées afin de valider leur origine et d’améliorer la connaissance des différentes sources émettrices de HAP et de PM dans ces sites de fond de vallée. The Rhône-Alpes region and more exactly the Alpine valleys of Arve and Tarentaise, are the places of strong air pollution. During winter, this air pollution is associated to high levels of atmospheric particles (PM10) and of polycyclic aromatic hydrocarbons (PAH) concentrations. The number of exceedance days between 2007 and 2010 is frequently above the limit value which is fixed to 37 days by year. According to the French emissions inventories, the biomass burning, traffic and industry are the three main emissions sources of pollutant in these sites. Recent studies using receptor models like Chemical Mass Balance (CMB) highlighted some important features for understanding the atmospheric pollution phenomena in alpine valleys (Piot, 2011). These models are based on the comparison of chemical fingerprints and/or the specific ratios of molecular markers. Some qualitative methodologies have shown that the chemical source profiles were very similar between biomass combustion and a type of industrial emissions on these sites. This may have introduced a bias to the results of discrimination. For this, we need to find new specific tracers of industrial source to minimize these problems. Two intensive field campaigns were conducted during winter 2013 from January to March, on two rural exposed sites in Arve valley near Passy and in Tarentaise valley near La Léchère. Daily samples were analyzed. They were focused on organic matter speciation and they have shown the presence of Sulfur-containing polycylic aromatic compounds (PASH) in ambient air of these valleys. In literature, these compounds are commonly used like markers of vehicular emissions even if the main emission source of these compounds could be changing with the introduction of sulfur-free fuel in Europe (EU Directive 2003/17/EC). The detection of PASH in two alpine valleys having an important industrial area focused on carbon transformation could highlight their capacity to trace this type of industrial activity. The interest of PASH compounds as tracers was discussed, focusing on their application in several receptor models such as Chemical Mass Balance (CMB) and Non Linear Multivariate Regression model (NLRM) for source apportionment of PM and PAH. ven., 06 févr. 2015 14:00:43 +0100 mar., 23 mai 2017 15:08:06 +0200 https://www.peren-revues.fr/pollutionatmospherique/4696 https://www.peren-revues.fr/pollutionatmospherique/1503 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. mer., 22 mai 2013 10:37:43 +0200 lun., 26 oct. 2015 11:00:34 +0100 https://www.peren-revues.fr/pollutionatmospherique/1503