Mesures du projet INOGEV

La seconde comparaison effectu´ee `a une ´echelle spatiale plus fine est permise grˆace aux donn´ees exp´erimentales d’INOGEV fournies par Percot (2012). Ces donn´ees sont disponibles sur le bassin versant du Pin Sec sur une unique station. Nous allons donc comparer les moyennes temporelles sur cette unique station avec les deux jeux de donn´ees d´ecrits pr´ec´edemment.

5.4.3.1 Concentrations atmosph´eriques

Les comparaisons statistiques des mesures de concentrations de plomb dans l’air sont pr´esent´ees dans le Tableau 5.7. La comparaison ne peut-ˆetre men´ee pour le cadmium. En effet, celui-ci ´etait tr`es souvent en dessous de la limite de quantification.

Tableau 5.7 – Indicateurs statistiques obtenus pour la comparaison avec les observations de concentrations mensuelles dans l’air.

Pb (11 observations)

Mod`ele “rugeux” urbain urbain modifi´e

Moyenne et STD (enµg.m−3)

des observations 5,14 × 10−3

(±2,66 × 10−3)

des simulations 2,47 × 10−3 2,45 × 10−3 2,48 × 10−3

(±0,42 × 10−3) (±0,36 × 10−3) (±0,38 × 10−3) corr´elations temporelles 0,64 0,60 0,60

Fraction des ´ecarts mensuels

dans un rapport 2 55% 45% 45%

dans un rapport 10 100% 100% 100%

Pour les trois mod`eles l’ordre de grandeur des concentrations est mieux respect´e que pour les stations du r´eseau EMEP, on conserve cependant une sous-estimation relativement importante des niveaux de pollution, en particulier sur la premi`ere partie de la p´eriode de comparaison (cf. Figure 5.7). La variabilit´e des concentrations simul´ees est nettement inf´erieure `a celle des observations.

Cette diff´erence peut en partie ˆetre expliqu´ee par la localisation de la station. En effet, celle-ci se situe en milieu p´eri-urbain (un immeuble r´esidentiel d’un quartier nantais), donc proche de sources de polluants. La cadastralisation, mˆeme sur une maille d’une r´esolution d’un km2_{, induit}

des ph´enom`enes de dilution de la source sur la totalit´e de la maille. Ceci peut ˆetre une explication de la forte disparit´e existante entre mod´elisation et observation. La seconde explication porte sur la r´esolution des donn´ees d’´emissions originales extrˆement grossi`eres (50×50 km2). La m´ethode de d´esagr´egation utilis´ee sur les donn´ees d’´emissions montre donc ses limites au niveau des zones urbaines. Cette supposition est en accord avec la conclusion de Percot (2012) qui met en avant (pour le plomb particuli`erement) les sources locales comme apport important.

L’ensemble des indicateurs statistiques issus de la simulation s’appuyant sur le mod`ele de d´epˆot rugueux sont l´eg`erement meilleurs que ceux des simulations utilisant le mod`ele de d´epˆot urbain, `a l’exception du biais pour le mod`ele urbain modifi´e (utilisant une r´esistance de surface recalibr´ee `a partir des donn´ees d’observations de Roupsard, 2013). N´eanmoins comme `a l’´echelle continentale l’utilisation des diff´erents mod`eles n’a qu’un faible impact sur les concentrations simul´ees.

Section 5.4 – Comparaison aux mesures 94

Figure 5.7 – ´Evolution temporelle des observations et simulations avec le mod`ele urbain modifi´e des concentrations de plomb dans l’air au Pin Sec (enµg.m−3).

5.4.3.2 D´epˆot sec

Dans l’´etude de Percot (2012), les flux de d´epˆot sec sont obtenus en multipliant des vitesses de d´epˆot sec calcul´ees `a partir des observations de Roupsard et al. (2013), d´ependantes d’un type de surface urbaine (verre, enduit, bitume, ardoise, herbe, etc...), par la concentration de polluants dans l’atmosph`ere. Les r´esultats statistiques des comparaisons avec les r´esultats des diff´erents mod`eles sont pr´esent´es dans le Tableau 5.8.

Les trois mod`eles surestiment les flux secs d´eduits des observations de Percot (2012). Il est donc possible qu’une partie de la sous-estimation des concentrations dans l’air soit imputable `a une surestimation des vitesses de d´epˆot sec.

La Figure 5.8 retrace l’´evolution temporelle des observations et simulations (utilisant le mod`ele de d´epˆot sec de type urbain) des flux de d´epˆot sec de plomb. Les corr´elations temporelles pour les trois mod`eles sont plus faibles que pour les concentrations dans l’air. La tendance `a la d´ecroissance dans les estimations de Percot (2012), qui semble coh´erente avec la d´ecroissance observ´ee pour les concentrations dans l’air n’est pas reproduite dans les simulations. On peut penser que contrairement `a la mod´elisation des donn´ees d’´emissions, cycliques car s’appuyant sur des donn´ees ´evoluant peu d’ann´ees en ann´ees, les ´emissions r´eelles semblent varier grandement. On retrouve cet ´etat de fait avec un flux de d´epˆot simul´e de septembre 2010 proche de celui simul´e en aoˆut 2011 (aux conditions m´et´eorologiques pr`es), alors que les donn´ees d’observations

Section 5.4 – Comparaison aux mesures 95 Tableau 5.8 – Indicateurs statistiques obtenus pour la comparaison entre les estimations de Percot (2012) et les flux sec mensuels simul´es.

Pb (12 observations)

Mod`ele “rugeux” urbain urbain modifi´e

Moyenne et STD (enµg.m−2.s−1)

des estimations 0,96 × 10−5

(±0,41 × 10−5)

des simulations 2,02 × 10−5 2,04 × 10−5 1,96 × 10−5

(±0,5 × 10−5_{) (±0,47 × 10}−5_{) (±0,46 × 10}−5₎

corr´elations temporelles 0,2 0,15 0,15

Fraction des ´ecarts mensuels

dans un rapport 2 33% 33% 50%

dans un rapport 10 100% 100% 100% durant la mˆeme p´eriode varie du simple au triple.

Figure 5.8 – ´Evolution temporelle des estimations de Percot (2012) et des simulations (mod`ele urbain modifi´e) des flux de d´epˆot sec de plomb au Pin Sec (en µg.m−2.s−1).

Il semble difficile de conduire une fois de plus une comparaison d´efinitive sur ces donn´ees, mˆeme si la simulation conduite avec le mod`ele urbain de d´epˆot sec modifi´e donne des r´esultats

Section 5.4 – Comparaison aux mesures 96 l´eg`erement meilleurs en terme de biais. On notera cependant que l’impact des diff´erences de vitesses de d´epˆot est relativement moins important sur les flux. Ceci est `a relier aux diff´erences de distribution granulom´etrique entre les flux et les vitesses de d´epˆot. Les diff´erences les plus importantes en terme de vitesse de d´epˆot correspondent `a des classes de taille de particules qui se d´eposent assez peu.

5.4.3.3 D´epˆot humide

Quand on consid`ere le d´epˆot humide au travers les trois jeux de donn´ees de simulation, c’est l’impact indirect du d´epˆot sec qui est pris en compte, car le sch´ema de d´epˆot humide, lui, ne change pas. On voit `a travers les statistiques pr´esent´ees dans le Tableau 5.9 que cet impact est invisible `a la pr´ecision retenue.

Tableau 5.9 – Indicateurs statistiques obtenus pour la comparaison entre les observations et les flux humides mensuels simul´es.

Pb (12 observations)

Mod`ele “rugeux” urbain urbain modifi´e

Moyenne et STD (enµg.m−2_.s−1₎

des estimations 1,42 × 10−5

(±0,76 × 10−5₎

des simulations 0,76 × 10−5 0,76 × 10−5 0,76 × 10−5

(±0,26 × 10−5) (±0,26 × 10−5) (±0,26 × 10−5) corr´elations temporelles 0,5 0,5 0,5

Fraction des ´ecarts mensuels

dans un rapport 2 50% 50% 50%

dans un rapport 10 100% 100% 100%

Les ´evolutions temporelles des donn´ees d’observation et des r´esultats de la simulation (utili- sant le mod`ele urbain de d´epˆot sec modifi´e) sont quant `a elles rapport´ees dans la Figure 5.9. Le cadmium n’a ´et´e d´etect´e que 3 mois sur l’ensemble de la p´eriode (f´evrier, mars et avril 2011). Le nombre de mesures de cadmium n’´etant pas suffisant pour mener une comparaison exploitable, seul le plomb a ´et´e ´etudi´e.

On retrouve ici une sous-estimation des flux de d´epˆot humide comme pour les concentrations dans l’air. Les coefficients de d´etermination sont un peu moins bons que pour les concentrations dans l’air. Ceci est `a attribuer en partie `a la mod´elisation des ´ev`enements pluvieux. En effet, bien que la corr´elation des ´ev`enements pluvieux soit assez ´elev´ee (0,63) et l’erreur faible (erreur absolue moyenne de 15%), elle amoindrit d’autant les indicateurs statistiques des simulations (voir Figure 5.12 pour la comparaison observation/simulation des ´ev`enements pluvieux).

Contrairement aux observations les flux humides simul´es sont inf´erieurs aux flux secs. Cela nous laisse `a penser que l’erreur est en partie `a attribuer `a la distribution verticale des concen- trations atmosph´eriques (le d´epˆot humide correspond `a un lessivage de toute la colonne at- mosph´erique alors que les mesures de concentrations dans l’air sont effectu´ees pr`es du sol). La simulation gagnerait sans doute `a ˆetre distribu´ee verticalement de mani`ere moins grossi`ere, sur- tout au dessus des centres urbains.