Estimation des sources de pollution atmosphérique par modélisation inversée

par Anis Khlaifi

Thèse de doctorat en Sciences de l'ingénieur. Sciences de l'univers et de l'environnement

Sous la direction de Yves Candau et de Anda Ionescu.

Soutenue en 2007

à Paris 12 .


  • Résumé

    L’identification des sources de pollution et de leurs contributions à partir des mesures dans leur environnement a été traitée par deux approches, adaptées à deux problématiques différentes. Dans le premier cas, l’objectif est l’identification des sources en aveugle, par leurs profils (signatures), suivie éventuellement par la détermination de leurs contributions. Il s’agit de sources complexes, dont le profil d’émission est inconnu et comprend plusieurs espèces. C’est à travers les mesures des différentes espèces dans l’environnement, en utilisant des méthodes statistiques de reconnaissance des formes (ACP, PMF, CAH, ACPN, ACI), qu’on cherche à mettre en évidence les profils des sources. L’intérêt général de cette problématique s’inscrit dans le cadre de l’évaluation de l’impact des sources d’aérosols. Dans le deuxième cas, la différenciation entre les sources ne se fait plus par leur profil, car il s’agit d’une seule espèce chimique, et on se propose d’estimer les contributions (en termes d’émission) des sources chroniques et connues. Nous avons développé un couplage original entre le modèle gaussien de Pasquill et les algorithmes génétiques, pour résoudre le problème inverse : déterminer les émissions des sources à partir des mesures d’un réseau de surveillance de la qualité de l’air. L’estimation de ces émissions peut se faire dans un but de surveillance des sources ou bien d’inventaire et analyse des émissions. Nos résultats montrent les différentes configurations liées à l’inversion d’un modèle physique et débouchent sur le développement d’une méthodologie permettant une conception optimale d’un réseau de mesure permettant de remonter aux émissions des sources.

  • Titre traduit

    Estimation of the atmospheric pollution source using inverse modeling


  • Résumé

    The identification of the pollution sources and their contributions using the measures in their environment was treated by two approaches, adapted to two different problems. In the first case, the objective is the identification of the sources as a blind source separation, by their profiles (fingerprints), and the estimation of their contributions. They are complex sources, whose emission profiles are unknown and include several species. It is through the measurements of the various species in the environment, by using statistical methods of pattern recognition (PCA, PMF, HC, KPCA, ICA), that we determined the sources profiles. The general interest of these problems lies within the evaluation of the impact of the aerosols sources. In the second case, the separation among the sources is not done any more by their profile, because there is only one chemical species; in this case, the purpose is to estimate the contributions of the chronic and known sources. We developed an original coupling between the Pasquill gaussian model and the genetic algorithms, to solve the inverse problem: source emission estimation from the measurements of an air quality monitoring network. This estimation can be realized with the aim of sources monitoring or emission inventory. Our results revealed various configurations related to the inversion of a physical model and led to the development of a methodology allowing an optimal network design.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Annexes : Bibliogr. : 468 réf

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Est Créteil Val de Marne. Service commun de documentation. Bibliothèque de ressources électroniques en ligne.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.