Estimation des incertitudes et prévision des risques en qualité de l'air

par Damien Garaud

Thèse de doctorat en Sciences et Techniques de l'Environnement

Sous la direction de Isabelle Herlin.

Le président du jury était Matthias Beekmann.

Le jury était composé de Isabelle Herlin, Vivien Mallet, Frédérik Meleux.

Les rapporteurs étaient Serge Guillas, Jean-Luc Ponche.


  • Résumé

    Ce travail porte sur l'estimation des incertitudes et la prévision de risques en qualité de l'air. Il consiste dans un premier temps à construire un ensemble de simulations de la qualité de l'air qui prend en compte toutes les incertitudes liées à la modélisation de la qualité de l'air. Des ensembles de simulations photochimiques à l'échelle continentale ou régionale sont générés automatiquement. Ensuite, les ensembles générés sont calibrés par une méthode d'optimisation combinatoire qui sélectionne un sous-ensemble représentatif de l'incertitude ou performant (fiabilité et résolution) pour des prévisions probabilistes. Ainsi, il est possible d'estimer et de prévoir des champs d'incertitude sur les concentrations d'ozone ou de dioxyde d'azote, ou encore d'améliorer la fiabilité des prévisions de dépassement de seuil. Cette approche est ensuite comparée avec la calibration d'un ensemble Monte Carlo. Ce dernier, moins dispersé, est moins représentatif de l'incertitude. Enfin, on a pu estimer la part des erreurs de mesure, de représentativité et de modélisation de la qualité de l'air

  • Titre traduit

    Uncertainty estimation and risk prediction in air quality


  • Résumé

    This work is about uncertainty estimation and risk prediction in air quality. Firstly, we need to build an ensemble of air quality simulations which can take into account all uncertainty sources related to air quality modeling. Ensembles of photochemical simulations at continental and regional scales are automatically built. Then, these generated ensemble are calibrated with a combinatorial optimization method. It selects a sub-ensemble which is representative of uncertainty or has good resolution and reliability of probabilistic forecasts. Thus, this work show that it is possible to estimate and forecast uncertainty fields related to ozone and nitrogen dioxide concentrations or to improve reliability related to the threshold exceedance prediction. This approach is compared with Monte Carlo ensemble calibration. This ensemble is less representative of uncertainty. Finally, we can estimate the part of the measure error, representativity error and modeling error in air quality


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Communautés d’Universités et d'Etablissements Université Paris-Est. Bibliothèque universitaire.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.