https://www.peren-revues.fr/pollutionatmospherique/7106 Entrées d’index fr 0 https://www.peren-revues.fr/pollutionatmospherique/7115 L’application de modèles sources-récepteur aux mesures de composés organiques volatils est présentée au travers de deux cas d’études dans différents sites urbains français. Le premier cas est une étude réalisée dans le cadre du Laboratoire Central de Surveillance de la Qualité de l’Air (LCSQA). Elle concerne l’analyse de données de mesures horaires de COV réalisées par les Associations Agréées de Surveillance de la Qualité de l’Air (AASQA) de février 2002 à décembre 2003 pour trois sites urbains français (Stras bourg, Marseille, Grenoble). Deux modèles sources-récepteur ont été mis en œuvre sur ce jeu de données. Le modèle Positive Matrix Factorization (PMF) a permis de distinguer cinq facteurs communs aux trois sites qui ont pu être associés à des profils de sources connues : « échappement automobile », « évaporation essence », « fuites de gaz » et « biogénique » et « chauffage domestique ». La comparaison des contributions de sources modélisées par le PMF et le modèle chemical mass balance (le CMB) a montré une certaine cohérence notamment avec une contribution majoritaire attribuée à la source « échappement automobile » pour les trois sites. Toutefois, le CMB se limite à déterminer la contribution des profils de sources qui ont été au préalable donnés en entrée de modèle. Dans l’approche PMF, le nombre de sources est ajusté, ce qui a ainsi permis de discerner des profils de source supplémentaires et notamment l’apport de sources lointaines. Cela conduit à une surestimation de la source « échappement automobile » de 10 à 20 % suivant les sites lors de l’utilisation du modèle CMB. Pour le deuxième cas d’étude, le modèle sources-récepteur PMF, a été appliqué sur un jeu de données composé de la mesure horaire (soit 453 échantillons) en mai-juin 2007 à Paris de 21 COV comprenant des alcanes, des alcènes, des composés aromatiques, des composés oxygénés (acétone et méthanol) et azotés (acétonitrile). Ce modèle a permis d’extraire sept facteurs à l’origine des concentrations en COV, suggérant l’influence des sources suivantes : « échappements automobiles », « évaporation des essences », « industries lointaines », « fuite de gaz naturel », « source locale », « biogénique » et « combustion de bois ». La mesure des COV fonctionnalisés, tels que les composés oxygénés a permis de pointer l’influence d’une source additionnelle importante. La détermination de la contribution des facteurs modélisés a montré la contribution majoritaire des sources de COV liées aux activités de trafic (39 %), ainsi que la contribution d’une source identifiée comme « industries lointaines » (35 %). En outre, l’étude des variations journalières de la contribution des sources a mis en évidence la forte dépendance de l’origine des masses d’air, dans la contribution de la source « industries lointaines ». Les sources identifiées et leurs contributions « locales/ régionales » ont été comparées aux données de l’inventaire local d’émissions (AIRPARIF, 2009) et des différences significatives entre les résultats des deux approches ont été trouvées notamment concernant le secteur « usage de solvants » fortement surestimé par l’inventaire. Ce dernier résultat met donc en évidence l’importance de l’utilisation d’outils tels que les modèles sources-récepteur associés à des observations dans l’évaluation de la qualité de l’air, outils d’évaluation totalement indépendants et complémentaires des données d’inventaire. This paper presents two studies concerning VOCs source apportionment in several urban areas in France. The common approaches were based on the data analysis of extensive measurement datasets using source-receptor model. In the first case, hourly concentrations of 31 Volatile Organic Compounds (VOC) were measured between 2001 and 2003 at three sites: Marseille, Grenoble and Strasbourg. Positive matrix factorization (PMF) allowed the identification of five common sources for the three sites: vehicle exhaust, gasoline evaporation, gas leakage, biogenic and domestic heating for both winter and summer VOC datasets. Specific industrial source profiles were also identified for Marseille and Grenoble while a solvent use profile could be distinguished only for Strasbourg and Marseille. Source contributions modelled by the PMF were then compared to the Chemical Mass Balance (CMB) results. Converging results from the different models indicated automobile exhaust source as the most important contribution (from 35.4 to 61.4% of the total contributions according to the season and the site) followed by evaporative sources whatever the measurement site. Nevertheless significant differences appeared between the three sites for the vehicle exhaust factor. Indeed, regarding its principle, CMB is limited to evaluate source apportionment for sources previously and exhaustively defined. Conse quently, remote source factor modelled by PMF and which could not be used as known profile in CMB analysis can explain the differences observed for vehicle exhaust contribution. In a second study, a VOC data set measured in Paris in spring 2007, with hourly measurement of 21 VOC including alkanes, alkenes, aromatics, oxygenated and nitrile compounds, was analyzed using PMF model to identify source profiles and their contribution. Results were examined depending on the air mass origins in order to apportion local and regional influences. The comparison between results from the PMF simulation and the local emission inventory has shown some discrepancies which need to be further investigated. These works showed that source receptor model is a complementary tool to evaluate emission inventories. Nevertheless these approach results depend on the input species, the number of data and measurement uncertainty. The choice of typical species as emission tracer is crucial to well identify source factors. lun., 13 mai 2024 16:30:18 +0200 lun., 13 mai 2024 16:30:24 +0200 https://www.peren-revues.fr/pollutionatmospherique/7115 https://www.peren-revues.fr/pollutionatmospherique/7102 L'objectif de cette étude est l’identification des principales sources contribuant aux niveaux environnementaux de poussières en suspension PM10 à partir des analyses des métaux trace effectuées en un point d’échantillonnage localisé à l’intérieur d’une usine sidérurgique. Selon les informations relatives à ce site, l’une des principales sources est le parc à scories, pour laquelle nous disposons d’une analyse chimique, qu’on utilisera dans un but de validation. Une trentaine d'échantillons a été prélevée sur le site et a été analysée pour 18 métaux trace. L'utilisation de la méthode « récepteur » PMF n'a pas permis d'identifier avec certitude un seul profil qui serait attribué à la source parc à scories ; il en résulte plusieurs profils qui peuvent être associés aux différentes opérations effectuées dans le parc à scories. En dehors des résultats obtenus, ce papier se propose de mettre en évidence les difficultés engendrées par la conception de cette campagne de mesure, afin de permettre une réflexion lors de la conception de nouvelles campagnes expérimentales. The aim of this study is the identification of the main sources of PM10, based on some analyses of trace metals performed in a sampling point inside a steelwork site. It is known that one of the main sources is the slag yard. A chemical analysis is available for this source, giving a sort of fingerprint, which has been used in a validation purpose. Twenty-eight samples were sampled on the steelwork site and they were analyzed for 18 trace metals. The PMF receptor model did not permit to assign with certainty a precise profile to the slag yard; there are several profiles that can be assigned to different operations in the slag yard. Moreover the presentation of the specific results, this paper focuses on the difficulties encountered consequently to the measurement campaign design, in order to be avoided for new other experimental campaigns. mar., 07 mai 2024 16:21:46 +0200 mar., 07 mai 2024 16:21:52 +0200 https://www.peren-revues.fr/pollutionatmospherique/7102