HAL Id: hal-03224549
https://hal.archives-ouvertes.fr/hal-03224549
Submitted on 11 May 2021
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
routier à l’échelle de la rue et étude des leviers d’atténuation
Pierre Navarith Ratsombath, Gilles Morel, Hipolito Martell-Flores, Maxime Berton
To cite this version:
Pierre Navarith Ratsombath, Gilles Morel, Hipolito Martell-Flores, Maxime Berton. Modélisation de la pollution particulaire liée au trafic routier à l’échelle de la rue et étude des leviers d’atténuation.
Cybergeo : Revue européenne de géographie / European journal of geography, UMR 8504 Géographie- cités, 2017, �10.4000/cybergeo.27882�. �hal-03224549�
Modélisation de la pollution particulaire liée au trafic routier à l’échelle de la rue et étude des leviers d’atténuation
Modelling of particulate matter pollution from road traffic at the street scale and assessment of mitigation levers
Pierre Navarith Ratsombath, Gilles Morel, Hipolito Martell-Flores et Maxime Berton
Édition électronique
URL : http://journals.openedition.org/cybergeo/27882 DOI : 10.4000/cybergeo.27882
ISSN : 1278-3366 Éditeur
UMR 8504 Géographie-cités
Ce document vous est offert par Sorbonne Universités - Université de Technologie de Compiègne
Référence électronique
Pierre Navarith Ratsombath, Gilles Morel, Hipolito Martell-Flores et Maxime Berton, « Modélisation de la pollution particulaire liée au trafic routier à l’échelle de la rue et étude des leviers d’atténuation », Cybergeo : European Journal of Geography [En ligne], Environnement, Nature, Paysage, document 802, mis en ligne le 06 janvier 2017, consulté le 19 février 2018. URL : http://journals.openedition.org/
cybergeo/27882 ; DOI : 10.4000/cybergeo.27882
Ce document a été généré automatiquement le 19 février 2018.
© CNRS-UMR Géographie-cités 8504
Modélisation de la pollution
particulaire liée au trafic routier à l’échelle de la rue et étude des
leviers d’atténuation
Modelling of particulate matter pollution from road traffic at the street scale and assessment of mitigation levers
Pierre Navarith Ratsombath, Gilles Morel, Hipolito Martell-Flores et Maxime Berton
Introduction
1 Les conséquences néfastes de la pollution atmosphérique des zones urbaines sur la santé humaine, rapportées par le Comité Général du Développement Durable (CGDD) dans une étude récente (Depoorter, Niklaus et Rafenberg 2012), ont conduit les décideurs politiques à entreprendre des actions destinées à assainir l’atmosphère au sein des grandes villes. La grande majorité de ces études s’est appuyée sur des niveaux de pollution de fond, c’est-à- dire sur des concentrations de polluants mesurées sur des sites éloignés de toutes sources identifiables (industrielle ou automobile). Cette pollution de fond résulte également des transferts à longue distance de la dispersion des polluants émis localement (chauffage, trafic routier, etc.). Pourtant, en Île de France, la majeure partie des sources de pollution associées aux particules fines provient du trafic routier (AirParif 2014). Les études réalisées jusqu’à présent n’ont pas permis de réellement statuer sur les risques inhérents à une exposition au voisinage de ces sources. Or il s’agit d’un problème majeur de santé publique. En effet, la concentration de polluants est généralement plus élevée à une échelle locale. De plus, alors que les niveaux de pollution de fond restent sous les seuils admis dans la réglementation, on constate régulièrement des dépassements de ces seuils en situation de proximité, notamment au coeur de l’agglomération (Ibid). La toxicité
semble par ailleurs plus conséquente que pour la pollution de fond à cette échelle (Schlesinger, et al. 2006), entraînant des effets nuisibles plus importants sur la santé (Host, et al. 2012). Dans cet article, nous rappellerons tout d’abord les problématiques associées à la modélisation et à l’évaluation des impacts de la pollution aux particules fines. Nous présenterons ensuite de façon plus détaillée le projet Partless, qui vise à étudier les phénomènes qui entrent en jeu aux différentes étapes de la chaîne de pollution aux particules fines - ou Particle Matter (PM) en anglais -, la méthodologie associée ainsi que l’outil CEMULA développé à partir de la reformulation et de l’assemblage d’équations issues de méthodes déjà existantes. Il permet ainsi de calculer les facteurs d’émission des PM issues du trafic routier adapté à l’échelle de la rue, et de calculer la dispersion des PM, via le code commercial ADMS-Roads qui permet de calculer la dipsersion spatiale de la concentration de polluants. Ainsi, en faisant varier les paramètres d’émission dans les modèles couplés, nous serons en mesure d’évaluer les impacts de différents scenarii destinés à réduire la pollution aux particules fines ainsi que leur faisabilité.
Contexte, objectifs et verrous scientifiques
Pollution aux particules fines : nature et origine
2 On classe habituellement les PM de deux façons, indépendantes l’une de l’autre. Une première classification de ces particules peut être établie selon leurs origines. Ainsi, on appelle particules primaires les particules dont les origines sont à la fois environnementales - incendies, feux de végétation, érosion éolienne ou encore éruptions volcaniques1 - et anthropiques - combustion issue des moteurs de véhicules, chauffage au bois domestique, centrales thermiques ou activités industrielles. On appelle ensuite particules secondaires celles qui se forment dans l’air ambiant à travers des processus chimiques complexes. Les particules primaires peuvent en effet, une fois rejetées, réagir avec des précurseurs (ou composés gazeux), pour donner naissance à d’autres types de particules différentes des émissions originelles. La pénétration des particules au sein du système respiratoire et leur passage dans le système circulatoire dépendent de leur taille, ce qui justifie une nouvelle classification qui distingue les PM10 dont la taille est inférieure ou égale à 10 µm, les PM2.5 qui n’excèdent pas 2,5 µm, les particules ultra-fines dont le diamètre ne dépasse pas 1 µm et enfin les nanoparticules, de diamètre inférieur à 0,1 µm, considérées comme les plus nocives pour la santé humaine.
Conséquences délétères de cette pollution
Conséquences sanitaires
3 Les particules d’une taille supérieure à 10 µm, principalement d’origine naturelle, n’ont qu’un impact limité sur la santé. En revanche, la pénétration des matières particulaires PM10 et PM2,5 peut atteindre les alvéoles pulmonaires, où le passage de substances toxiques dans le sang peut entraîner diverses pathologies. L’éventuelle association à d’autres types de polluants, tels que les métaux lourds ou hydrocarbures aromatiques polyinsaturés (HAP), peut aggraver encore cette toxicité (Kok, et al. 2006). Dans le cadre du projet ESCAPE2, une étude récente a conclu à la nocivité d’une exposition à long terme aux PM2,5, et ce même en dessous des normes européennes préconisées (Beelen, et al.
2014). Selon l’European Environment Agency (EEA), le coût global induit par la pollution atmosphérique se chiffre approximativement à 100 milliards d’euros par an et serait à l’origine de plus de 100 millions de jours de congés maladies et de 350000 décès annuels3.
Conséquences climatiques
4 En dehors des risques purement sanitaires, la pollution particulaire a vraisemblablement des conséquences non négligeables sur le climat (INERIS 2009). En effet, elle participe de façon directe et indirecte à des dérèglements climatiques. Directement d’abord, en absorbant et en diffusant le rayonnement solaire direct, modifiant ainsi le bilan radiatif de la planète. Bien que des incertitudes demeurent, certaines études suggèrent que les PM d’origine anthropiques ont contribué à refroidir le climat (Forster, et al. 2007).
Cependant, la distribution inhomogène des particules fines dans l’atmosphère entraîne tantôt un refroidissement, tantôt un réchauffement local, induisant de légères modifications des courants atmosphériques ainsi que des précipitations. Bien que ces effets soient difficiles à observer et à modéliser, certaines études établissent que des modifications du positionnement et de l’intensité des moussons sont dues aux PM d’origine anthropique (Randles and Ramaswamy 2008). Indirectement ensuite, en modifiant les propriétés des nuages de glace et des nuages mixtes contenant de l’eau, à la fois sous forme liquide mais aussi sous forme de glace. L’évaluation de ces conséquences est plus difficile que pour l’effet direct. Néanmoins, les études existantes suggèrent également un refroidissement global du climat (Denman, et al. 2007).
Conséquences environnementales
5 Le dépôt de particules sur le patrimoine immobilier - dont les monuments historiques et architecturaux en milieu urbain - entraîne un coût non négligeable en termes d’entretien et de nettoyage. Il semble cependant difficile d’isoler la part imputée aux seules PM.
D’autres facteurs sont généralement associés à ces dégradations, tels que le dioxyde de sodium (SO2) et les pluies acides. Les particules fines peuvent également être absorbées par les plantes et/ou se déposer sur le sol et atteindre l’ensemble de la biosphère. En milieu urbain, cela peut directement se faire par le biais des eaux usées lors d’épisodes pluvieux. Là encore, le degré de toxicité, et donc les effets néfastes sur le milieu naturel, sont dépendants de la composition chimique des PM et de leur éventuelle association à d’autres polluants.
Réglementations officielles
En France
6 Aujourd’hui, les deux principales références réglementaires françaises en lien avec les impacts environnementaux des transports sont le Code des Transports et le Code de l’Environnement. C’est au sein de ce dernier qu’est défini le cadre général de la réglementation liée à la pollution atmosphérique4 qui planifie une lutte contre celle-ci autour des points suivants : le processus de surveillance de la qualité de l’air et d’information du public, les mesures d’urgence lors des pics de pollution, les dispositions fiscales et financières, les procédures de contrôles et de sanctions en cas de manquement, les éléments de planification ainsi que les mesures destinées à réduire les Gaz à effet de
Serre (GES) et enfin, les initiatives diverses comme les Zones d’Actions Prioritaires pour l’Air (ZAPA).
Seuils d’alerte
7 De manière générale, les seuils d’alerte relatifs à la pollution de l’air sont définis par l’OMS au niveau mondial. Dans la réglementation française, il existe pour chaque polluant un niveau de concentration limite au-delà duquel des mesures d’alerte doivent être mises en place5, bien qu’il n’existe pas d’effet de seuil pour les PM. Des effets délétères sur la santé se font sentir dès les premiers instants d’une exposition (Kok, et al. 2006). Malgré cela, leurs concentrations ne sont actuellement pas soumises à une réglementation spécifique malgré l’existence de recommandations européennes qui préconisent un seuil maximum de 25 µg/m3 d’exposition annuelle moyenne 6. La législation française se réfère à cette valeur, alors que l’OMS fixe ce seuil à 10 µg/m37.
Normes Euro
8 Les normes Euro sont des mesures européennes imposant aux constructeurs automobiles des valeurs limites de rejets pour un certain nombre de polluants. Elles vont actuellement de Euro 1 à Euro 6 bien que cette dernière norme soit encore peu présente. Plus ce nombre augmente, plus les limites fixées sont basses. Notons que le dioxyde de carbone (CO2), un des principaux responsables du réchauffement climatique, n’est pas pris en considération dans ces normesdont les seuils, de plus en plus stricts, ont permis de faire baisser la concentration des polluants.
Nécessité d’estimer la pollution particulaire en milieu urbain
9 Afin de pouvoir respecter ces normes réglementaires, il est nécessaire de disposer d’outils permettant d’estimer les émissions puis la dispersion des polluants à partir des sources d’émissions. Deux logiciels peuvent répondrent à notre cahier des charges : Street et ADMS-Roads. Nous avons choisi d’utiliser ce dernier, d’une part, parce qu’il permet ce calcul à l’échelle de la rue de manière spécifique et d’autre part, parce qu’il permet d’entrer manuellement les données d’émissions. Le logiciel STREET a vocation à etre utilisé comme un outil simple permettant une représentation qualitative des différents phénomènes entrant en compte, mais pas comme un modèle scientifique pointu. Enfin, ADMS est l’un des modèles les plus reconnus par la comunauté scientifique (Wroblewski, et al. 2005).
Description et objectifs du projet Partless
10 Le but du projet Partless est d’étudier les phénomènes qui entrent en jeu aux différentes étapes de la chaîne de pollution aux particules fines - émission, dispersion, exposition - et ses conséquences sur la santé. Notons d’emblée que cet article ne décrit pas l’entiereté du projet, mais la partie qui s’est focalisée sur l’estimation de la pollution due au trafic routier urbain et sur les possibilités de la faire diminuer. L’originalité du projet réside dans l’exploration transdisciplinaire de la pollution aux particules fines, dont on connaît aujourd’hui la responsabilité dans l’augmentation de la prévalence du cancer des poumons et des maladies cardio-respiratoires. La traduction de ces différents maillons de
la chaîne de pollution en une chaîne de modèles vise à évaluer quantitativement les effets des combinaisons de leviers d’atténuation, permettant de mettre en lumière l’efficacité et la pertinence de certaines mesures prises lors des pic de pollution. Ce projet, mené dans le cadre du programme « Convergence » de la Communauté d’Universités et d’Établissements (COMUE) Sorbonne Université, a nécessité une association de compétences pluridisciplinaires qui a permis l’étude globale des trois composantes de la chaîne citée en amont. Le travail réalisé par l’équipe de l’Institut Jean Rond d’Alembert (IJLRA) de l’UPMC a permis d’obtenir des données sur les émissions des suies provenant de la combustion de différents bio-carburants. L’Université de Technologie de Compiègne (UTC) a ensuite étudié la dispersion des PM en fonction des émissions associées au trafic routier afin de déterminer leurs taux de concentration dans l’environnement urbain.
Enfin, à partir de celles-ci, l’équipe d’Epidémiologie des Maladies Allergiques et Respiratoires (EPRA) de l’INSERM a évalué les risques sanitaires encourus et l’efficacité des scénarios qui sont proposés en termes de santé publique, dont les résultats ont fait l’objet d’un travail de diffusion scientifique propre. Cet article se concentrera exclusivement sur la méthodologie de calcul de la concentration de PM à l’échelle d’une rue, développée dans le cadre de ce projet, ainsi que sur l’évaluation de la pertinence de leviers d’atténuation que nous identifierons au paragraphe suivant.
Identification des types de leviers potentiels d’atténuation et de décision
11 Réduire la pollution aux PM passe d’abord par l’identification de leviers d’atténuation.
Ces leviers vont s’appuyer sur des paramètres que nous avons classés en quatre catégories : météorologiques, ceux liés au trafic routier, à la morphologie urbaine et à des leviers innovants récemment testés dans certaines métropoles, tels que la projection de gouttelettes d’eau à Shanghai (Shaocai 2014). Notre étude s’est focalisée sur une grande avenue de la ville de Paris et les leviers d’action ont été appliqués à la pollution aux PM10 uniquement, en ne prenant en considération que l’exposition locale, dans un périmètre restreint d’habitations. Un ensemble de scénarii a été défini dans le but de voir quelles variations de paramètres peuvent être à l’origine d’une diminution conséquente des taux de ces particules en cas de pic de pollution à l’échelle d’une rue, et ce sur les différentes parties de la chaîne de propagation (émissions – chemin de propagation – réception).
De la modélisation à l’aide à la décision
12 Dans le but de pouvoir faire varier différents leviers allant de la combustion du moteur à la planification de la circulation en milieu urbain, nous avons développé un modèle simplifié, basé sur une reformulation et un assemblage de méthodes déjà existantes : les équations de l’EEA (European Environment Agency (EEA) 2013) pour le calcul des émissions d’échappement, et les équations fournies par l’EPA (Environment Protection Agency (EPA) 2011) pour les émissions de non-échappement. Ces dernières correspondent à l’abrasion des freins et des pneus ainsi qu’à la resuspension dans l’air des particules fines préalablement déposées sur le sol par les sources primaires et secondaires, notamment à cause de la circulation automobile. Le résultat ainsi obtenu nous permet d’évaluer l’efficacité des différents leviers d’atténuation susceptibles d’être mis en oeuvre dans une politique globale de réduction de la pollution aux PM à l’échelle d’une rue, dans
un contexte fortement urbanisé. Le résultat ainsi obtenu a été implémenté dans un logiciel de calcul, ce qui a permis d’évaluer l’efficacité d’un levier par rapport à une situation de référence, mais également de juger l’efficacité de la combinaison de différents leviers. Il peut alors constituer un outil d’aide à la décision.
Méthodologie adoptée
13 Le calcul des émissions et dispersions de PM à l’échelle urbaine et l’évaluation de leur impact sont réalisés à partir du calcul des émissions associées au trafic routier. La démarche complète est composée des étapes suivantes :
1. Répertorier les leviers d’atténuation des taux de concentration de PM ;
2. Établir une correspondance entre les paramètres d’entrée du modèle d’émission et l’ensemble de ces leviers ;
3. Exprimer celle-ci sous la forme d’une fonction vectorielle de plusieurs variables ;
4. Implémenter cette fonction au sein d’un logiciel de calcul dans le but d’obtenir les facteurs d’émissions en fonction d’un levier unique ou de la combinaison de ces leviers ;
5. Calculer les taux de concentrations spatiales à l’aide d’un modèle de dispersion ;
6. Fournir ces données à l’équipe EPAR de l’INSERM qui établira, à l’échelle locale, une corrélation entre ces taux et leur incidence sur les pathologies cardio-respiratoires.
Figure 1 : Représentation schématique d’une chaîne de modélisation avec les données associées
Leviers d’atténuation des émissions de PM associés au trafic routier
14 Diminuer les taux de concentration de particules fines dans une ville revient à agir, soit au niveau des émissions associées au trafic routier, soit sur la manière dont se dispersent ces émissions. Le taux d’émission de PM dépend du nombre de véhicules et de leur vitesse sans y être directement proportionnel. Pour les émissions associées à l’échappement, l’évolution technologique des moteurs équipant les véhicules permet de diminuer de manière importante les rejets de polluants. Ces améliorations ont été accompagnées d’importants travaux sur le carburant et ont conduit à l’apparition des bio-carburants.
Par conséquent, nous avons fait varier les paramètres associés à ces leviers d’atténuation
afin de calculer les facteurs d’émissions correspondants et d’évaluer l’efficacité des différentes combinaisons possibles. Notre modèle vise à mesurer :
• les bénéfices engendrés par les différentes mesures liées à la circulation automobile (circulation alternée, interdiction de certaines catégories de véhicules, etc.) ;
• les gains résultant d’une évolution du parc automobile en fonction de la proportion de chaque norme et de celle des différentes motorisations (un moteur diesel rejette plus de PM qu’un moteur essence ou hybride) ;
• les effets des bio-carburants sur le rejet de PM ;
• l’influence de mesures destinées à diminuer le phénomènes de re-suspension des PM.
15 Notons que la dispersion des polluants dans l’air dépend également de la morphologie urbaine En effet, selon (Maignant 2001), la ville peut être vue comme un milieu poreux variant selon l’altitude - la porosité étant plus importante en hauteur qu’au niveau de la rue -, avec des pleins (les bâtiments) et des vides (interstices entre les bâtiments). Ainsi, la morphologie urbaine est considérée comme une double complexité, verticale et horizontale, et le logiciel ADMS prend en considération cette spécificité permettant une modélisation suffisante, bien qu’incomplète, dans le cadre de notre étude. Le modèle de dispersion est donc alimenté par des données provenant du modèle d’émission qui tient lui-même compte des données de circulation issues du modèle de trafic routier (cf. figure 2). La description de ces modèles fait l’objet des prochains paragraphes.
Modélisation du trafic routier
16 L’immission des PM, c’est-à-dire le résultat des émissions après dispersion, est directement dépendante du trafic routier local. La variation de ce dernier, à travers la mise en place de mesures concrètes telles que, par exemple, la circulation alternée, permet de réduire de manière significative la pollution particulaire. Il est donc important de pouvoir modéliser un tel paramètre dans un contexte urbain et de le coupler avec un modèle d’émission. Dans ce but, les données que nous avons utilisées ont été obtenues, soit à partir d’observations vidéo des véhicules en circulation dans Paris intra-muros (Carteret, André et Pasquier 2014), soit à partir d’enquêtes (Observatoire des déplacement à Paris 2013). Ainsi, à l’échelle de Paris, nous pouvons obtenir la proportion en pourcentage des différentes normes Euro qui circulent pour chaque genre de véhicule, la répartition en pourcentage des différentes motorisations, le trafic moyen jouralier (TMJ) pour notre site d’étude (avenue du Général Leclerc) en véhicules par jour, la répartition en pourcentage du type de véhicules circulant à une tranche horaire de la journée, et enfin le nombre moyen de véhicules circulant, ainsi que leurs vitesses selon l’heure de la journée. Ces informations sont fournies sous la forme de nombreux tableaux. Le calcul matriciel a été utilisé afin d’obtenir des expressions permettant une meilleure manipulation des variables d’entrées. Il permet également de coupler ces expressions avec celles obtenues pour l’expression matricielle du modèle d’émission, que nous aborderons au paragraphe suivant. Ainsi, nous obtenons des expressions algébriques dont la forme finale permet d’obtenir le nombre de véhicules d’une norme Euro donnée (ligne) à une tranche horaire donnée (colonne) et ce, pour un type de moteur considéré (diesel, essence ou autres). Nous avons pour cela, au préalable, traduit les données brutes citées précédemment sous la forme de vecteurs. La forme finale est la matrice Λ :
Conventions adoptées
17 Le genre « g » d’un véhicule est un indice qui correspond au nombre 1 pour les véhicules particuliers (VP), 2 pour les véhicules utilitaires légers (VUL) et 3 pour les poids lourds (PL). L’indice « m » représente quant à lui le type de motorisation (diesel, essence, hybride ou électrique).
Modèle d’émission adapté au milieu urbain
18 On distingue deux types d’émissions de PM liées au trafic automobile : les émissions d’échappement, qui correspondent au rejet de PM associé à la combustion de carburant dans le moteur, et les émissions de non-échappement, comprenant les émissions liées à l’abrasion des pneus et des freins ainsi que la re-suspension des particules fines. Un milieu fortement urbanisé possède certaines caractéristiques propres qui influencent, de manière directe ou indirecte, les émissions provenant des véhicules en circulation. Cette particularité nous a permis d’émettre des hypothèses simplifiant les équations permettant le calcul de ces émissions. Nous avons alors pu développer plusieurs expressions matricielles (Ratsombath 2015) exprimant les émissions d’échappement, appelées ici EFβ, et les émissions de non-échappement, notées EFγ. Ces expressions permettent d’évaluer rapidement l’efficacité de nos leviers d’atténuation et la pertinence de leurs combinaisons.
Modélisation des émissions d’échappement EFβ
19 Voici les hypothèses que nous avons émises et qui concernent principalement ce type d’émissions :
1. Nous supposons négligeables les sur-émissions associées aux moteurs fonctionnant à froid.
En effet, les grandes avenues possèdent peu de places de stationnement de longue durée ou de stationnement résidentiel. En outre, le temps moyen d’utilisation d’un véhicule dans Paris est de trente quatre minutes (Caenen, et al. 2011), ce qui permet au moteur d’atteindre une température proche d’un fonctionnement optimal, réduisant ainsi de manière significative les émissions à froid des véhicules circulant sur ce site.
2. Nous n’utiliserons également que des vitesses moyennes et négligerons les flutuations d’émissions liées à l’accélération-décélération. En effet, à l’échelle considérée, les vitesses sont réduites (vitesse moyenne de 16km/h (Observatoire des déplacement à Paris 2013)) avec un maximum théorique de 30km/h et la présence de feux tricolores réguliers le long de l’avenue, ce qui limite les fortes variations de vitesse dans les deux sens.
3. Nous avons également négligé les sur-émissions liées aux pentes. Dans notre contexte d’étude, où nous considérons de grandes avenues dont le sens de circulation est double, nous nous sommes appuyés sur la littérature (Centre d'étude des tunnels (CETU) 2012) pour supposer que celles-ci pouvaient être compensées par les sous-émissions de PM associées au trafic dans le sens inverse.
4. Nous avons également négligé le phénomène d’évaporation, qui est une source de pollution due à la perméabilité du réservoir de carburant (Joumard, et al. 2000). En effet, l’évaporation peut être négligée dans les véhicules à moteurs diesel (Massoud 2014) qui sont principalement responsables de la pollution particulaire liée à l’échappement. Cette simplification n’est donc pas adaptée au calcul des émissions d’autres types de polluants et est spécifique aux PM.
20 Nous pouvons alors réduire l’expression des équations permettant le calcul des facteurs d’émission à :
(1)
21 Où v̅ est la vitesse moyenne et k une constante dont la valeur, obtenue expérimentalement, est fournie par les tableaux présents dans le rapport de l’EEA (European Environment Agency (EEA) 2013). Après développement8, nous obtenons l’expression matricielle 2, où i est un indice dont dépendent les émissions de PM en fonction des normes Euro considérées avec i ∊ F = {a,b,c}. i = a indique ici que ce facteur d’émission ne concerne que les normes allant de 1 à 4. i = b indique que le facteur d’émission ne concerne que la norme Euro 5 et, dans le cas i = c, que la norme pré-Euro.
Comme pour le paragraphe précédent, l’indice g fait correspondre un numéro et un genre de véhicule : 1 pour les VP, 2 pour les VUL et 3 pour les PL. Les expressions des facteurs d’émissions pour les véhicules particuliers diesel (D) peuvent finalement s’écrire 9 :
(2)
22 FE est le facteur d’émission. Cette démarche a été transposée aux VP essence, aux VUL diesel et aux PL diesel. En revanche, pour les VUL et PL essence, compte tenu de leur faible proportion à Paris (Atelier Parisien de l'Urbanisme (APUR) 2014), leurs rejets en PM peuvent être négligés. L’expression 2 nous permet d’avoir un facteur d’émission unitaire, c’est-à-dire pour un seul véhicule, en g/veh.km. Sa valeur est dépendante de la vitesse et des normes Euro. Or, nous avons vu dans le paragraphe 4.2 que la quantité de véhicules d’une norme Euro donnée est différente selon les heures et le genre de véhicule considéré. En outre, la vitesse moyenne horaire varie également selon la tranche horaire de la journée. Par conséquent, il a été nécessaire de coupler les expressions matricielles 2 et l’expression matricielle du trafic Λ (cf § 4.2) afin d’obtenir des facteurs d’émissions de particules fines plus représentatifs de l’état du trafic routier au cours d’une journée. Nous obtenons alors une matrice, nommée Θ, définie pour un genre de véhicule et une motorisation donnée, qui fournit les facteurs d’émissions réels pour chaque tranche horaire de la journée et chaque norme Euro, de Pré-Euro 1 à Euro 5. Ainsi, dans notre exemple pour les VP diesel, on a l’expression :
On transpose ensuite ces calculs à tous les genre g de véhicules (VUL, PL) et à toutes les motorisations m (diesel et essence) puis on effectue le produit scalaire des vecteurs unitaires allant de e1 à e24 (correspondant aux tranches horaire d’une journée) avec la somme des matrices . On obtient finalement le vecteur recherché :
(3)
Où :
(4)
Définition du Yield Sooting Indice ysi
23 Nous nous sommes basés sur des études évaluant la propension d’un carburant à produire de la suie (Kashif, et al. 2014). L’indice principalement utilisé sera le ysi. Cet indice rend compte de la quantité de suies produites en termes de fraction volumique de suie maximale fvol.max mesurée au sein de la flamme de référence produite sur un brûleur. La valeur utilisée sera de 14, 56 % pour un mélange avec 7,5 % de 3-méthyl-2-butanol.
Modélisation des émissions de non-échappement
24 Le contexte urbain de notre étude nous a permis une simplification reposant sur les hypothèses suivantes : (i) température à froid négligée ; (ii) sur-émissions liées aux pentes considérées comme négligeables ; (iii) phénomène d’évaporation négligé ; (iv) les deux- roues sont négligés car la motorisation essence nous permet de négliger leur apport dans les émissions de PM.
Re-suspension EFγ
25 Nous avons utilisé la méthode adoptée par l’EPA pour estimer les émissions liées à la re- suspension des particules fines sur une route urbaine :
(5)
• est le facteur d’émission pour une route urbaine en g/(veh.km) pour une taille i donnée ;
• k est une constante propre aux PM10 et PM2,5 ;
• sL est le Silt Loading10 en g/m2 ;
• W est le poids moyen en t des véhicules, qui est changeant en fonction de l’horaire de la journée ;
• P est le nombre de jours durant lesquels la précipitation a été supérieure à 0,254 mm sur une période donnée (mois, jours, heures) ;
• N est le nombre de jours de la période considérée (année, saison ou mois).
Tableau 1 : Valeurs choisies dans notre étude pour le calcul des émissions de resuspension
Constantes Valeurs Unité k1 (PM10) 0,62 g/veh.km
k2 (PM2,5) 0,15 g/veh.km
sL 0,3 g/m2
26 Le nombre de chaque genre de véhicule n’étant pas le même pour chaque tranche horaire journalière (il y a plus de PL le matin que l’après-midi et moins de VP, par exemple), le poids moyen des véhicules circulant sur le tronçon étudié variera. Dans le but de prendre cela en considération, nous définissions :
• ω : le vecteur-colonne dont les coefficients sont le poids en tonnes des VP (ligne 1), des VUL (ligne 2) et des PL (ligne 3) circulant sur la route. Nous avons choisi les valeurs de 1,4 t, 2,5 t et 7,5 t pour les poids moyens respectifs des VP, VUL et PL ;
• la matrice dont chaque coefficient est le nombre de véhicules d’un genre donné, toutes motorisations confondues, circulant à une heure donnée de la journée. On la nommera matrice de débit horaire. Il s’agit en fait de la matrice dont la ième colonne est les vecteur des débits horaires qi.
On peut alors définir le vecteur W tel que :
(6)
27 En utilisant l’équation 6 et en l’adaptant à l’équation 5, le facteur d’émission pour les émissions de PM dues à la resuspension peut s’écrire sous la forme d’un vecteur que nous notons EFγ et qui s’écrit, avec i=1 pour les PM10 et i=2 pour les PM2,5 :
(7)
Abrasion EFα
28 En ce qui concerne le facteur d’émission pour l’abrasion, étant donnée l’importante proportion qu’elle représente dans la pollution atmosphérique au sein d’une grande agglomération (AirParif 2014), nous avons opté pour la méthode « Tier 2 » formulée par l’EEA (European Environment Agency (EEA) 2013) pour les PM10, dans le cas de l’abrasion des pneus et des freins. Ce qui nous donne l’expression finale 8 :
(8)
• FETSP,s,g est le facteur d’émission de toutes les particules en suspension (en anglais TSP) évalué pour un genre g de véhicule en g/km.veh ;
• fs,g est la fraction massique de TSP inhérente à la particule i (PM10 ou PM2,5) pour un genre g ;
• SS (v̅) est le facteur de correction pour un véhicule roulant à la vitesse moyenne v̅ ;
29 Le paramètre s fait référence à la source des particules (abrasion des freins ou des pneus).
Nous avons choisi les valeurs de ces facteurs TSP en fonction de notre contexte d’étude et nous obtenons alors les résultats présentés dans le tableau 2. Nous avons négligé les deux- roues dans le calcul de ce facteur d’émissions, au regard de leur faible impact en termes de pollution en particules fines.
Tableau 2 : Facteurs d’émissions par catégorie de véhicule et par taille (en g/veh.km)
PM10 PM2,5
VP 0,0269 0,0133
VUL 0,0422 0,0210
PL 0,0919 0,0382
Modèle d’émission général proposé
30 Le modèle d’émission général est la somme des expressions vectorielles obtenues pour EFβ (éq. 3) et EFγ (éq. 7). Le résultat est un vecteur pour lequel chaque coefficient se voit ajouter la valeur de EFα (éq. 8) (cf. tableau 2) correspondant au cas envisagé. Chaque coefficient du vecteur final exprime alors le facteur d’émission horaire total, c’est-à-dire incluant toutes les formes d’émissions de PM, pour une tranche horaire donnée. C’est donc un vecteur dont chaque ligne correspond à une heure de 0h à 24h et dépend de la taille i des particules que l’on souhaite étudier. Soit :
(9)
31 La modification des paramètres permettant l’obtention des différents facteurs d’émissions permet la simulation des différents leviers identifiés.
Modélisation de la dispersion à l’échelle de la rue
32 La dispersion des PM a été calculée à partir d’un modèle Gaussien, plus adapté que d’autres11 à la caractérisation de la pollution de proximité (Belcher, et al. 2012), implémenté dans le logiciel de modélisation ADMS-Roads. Ce logiciel est basé sur des équations Gaussiennes qui ne prennent pas directement en compte le panache de particules mais plutôt l’enveloppe dans laquelle celui-ci évolue. Cette approche consiste à calculer une trajectoire en fonction du vent, des turbulences et des caractéristiques des polluants, puis admet qu’à partir d’un certain temps, les concentrations moyennes de polluants suivent une loi de distribution normale autour de cette trajectoire, et ce dans chacune des directions. Pour déterminer les concentrations de polluants, le modèle procède en trois étapes. Premièrement, il calcule un champ de vent et de turbulences en se basant sur les données météorologiques et les caractéristiques de l’espace urbain. Il met ensuite en relation ce champ de vent avec les sources d’émissions et les caractéristiques des polluants étudiés. Enfin, il ajoute aux concentrations ainsi trouvées une pollution de fond. Cette pollution de fond est une valeur constante pour toute la zone étudiée et permet de prendre en compte, en plus de la pollution locale calculée, les sources d’émissions non-modélisées, la pollution présente avant la modélisation et les polluants venant de l’extérieur de la zone étudiée. ADMS-Roads est une version adaptée d’ADMS-Urban permettant de prendre en considération les problématiques liées à une échelle locale, particulièrement à l’échelle de la rue. Les sources d’émissions peuvent être fournies soit à partir de données internes au logiciel, soit à partir d’un fichier de données fourni par l’utilisateur. Dans notre cas, ce fichier est élaboré à partir des équations développées précédemment.
Développement de l’outil CEMULA
33 CEMULA est l’acronyme de l’outil de Calcul des Émissions (de PM) en Milieu Urbain (et étude) des Leviers d’Atténuation. Nous avons implémenté les expressions du paragraphe précédent dans Excel 2010 et développé un outil VBA permettant d’obtenir les facteurs d’émissions. Ces derniers sont ensuite utilisés dans le logiciel ADMS-Roads à partir duquel une carte des taux de concentration en PM peut être générée. CEMULA permet de calculer les facteurs d’émissions et de comparer ces taux pour de nombreux jeux de paramètres correspondant à des combinaisons de leviers d’atténuation, et ce pour une zone préalablement paramétrée. Ce paramétrage consiste à remplir les champs se rapportant à la pluviométrie, au trafic moyen journalier de véhicules, à la proportion des normes Euro in situ, etc. En somme, cela consiste à compléter les différents vecteurs et matrices de la fonction 9 (cf. §4). Cet outil permet également de choisir une combinaison de leviers d’atténuation à partir de plusieurs listes déroulantes. Chaque liste est propre à un domaine dans lequel vont s’exercer ces leviers : l’énergie de la motorisation (E), la
circulation (C), la morphologie du bâti ou des rues (U) ou le reste, qui sera qualifié par Autres (A). Nous appelons ces combinaisons des scénarios. Un bouton permet d’obtenir la description de chacun des leviers. Les résultats se visualisent graphiquement avec un pas de temps en heures, en g.km–1.s–1. La proportion des EFα, EFβ et EFγ est donnée. Cela permet d’évaluer la pertinence des combinaisons testées. Enfin, une fois les résultats calculés, ceux-ci sont convertis en un fichier dont l’extension .hfc est compatible avec ceux destinés à alimenter ADMS-Roads dans le but de calculer la dispersion des particules fines, i.e leur taux de concentration en tout point de l’espace.
Figure 2 : Fenêtre principal de l'outil de calcul de facteur d'émission de PM - CEMULA
Mise en œuvre des modèles et expérimentation sur une avenue de Paris
Choix du site d’étude
34 La zone qui a été choisie est située à Paris dans le 14e arrondissement. Il s’agit de l’avenue du général Leclerc, d’une longueur de 1,14 km, reliant la place Denfert-Rochereau et la place Hélène et Victor Bash (ex-place d’Alésia). Ce site a été choisi car il répondait à des critères essentiels pour notre étude : (i) un niveau élevé de pollution aux PM (supérieur aux préconisations fixées par l’UE) ; (ii) la disponibilité des données météorologiques et géographiques ; la proximité avec une station de mesures de particules fines du réseau AirParif (PM10 et/ou PM2,5) ; une avenue dont la morphologie urbaine peut être considérée comme représentative de certaines grandes artèreS parisiennes propices à la concentration de polluants.
Point sur les conditions météorologiques
35 Nos simulations ont été effectuées pour deux situations météorologiques différentes. La première est qualifiée de moyenne et correspond à des conditions météorologiques
propices à un bas niveau de pollution aux PM. L’autre situation est dite extrême et correspond à un contexte météorologique favorable à l’apparition d’un pic d’un pollution.
Les données ont été recueillies auprès de l’Agence Parisienne du Climat (Agence parisenne pour le climat 2015).
Situation moyenne : code M1
36 Les conditions météorologiques sont celles correspondant à la période du 16 au 19 octobre 2013. En effet, les concentrations moyennes en PM10 relevées par Airparif sont de 39,6 µg/m3 sur cette période et de 40 µg/m3 sur l’année 2013 (AirParif 2014). La différence entre les moyennes de ces deux concentrations étant faible, nous avons jugé les conditions météorologiques comparables. En effet, la température moyenne annuelle est de 12,1°C contre 13,1°C sur la période considérée plus haut. De plus, les conditions de précipitations, la force et la direction des vents évoluent beaucoup pendant ces quatre jours, ce qui nous permet de balayer un spectre représentatif de la météo d’une année à Paris.
Situation extrême : code M2
37 Pour ce cas, nous avons considéré un épisode de pollution aux particules fines qui s’est déroulé du 7 au 15 mars 2014. Les conditions météorologiques sont caractérisées par une situation anticyclonique avec des vents faibles, la présence d’inversions thermiques, l’absence de précipitations, ainsi que la douceur des températures ; celles-ci ont empêché la dispersion des particules et ainsi fortement influencé les concentrations de polluants.
La station de mesure AirParif a enregistré sur cette période des concentrations moyennes en PM10 de 86 µg/m3, atteignant un maximum de 175 µg/m3 le 14 mars à 12h. Le seuil d’alerte Européen, de 80 µg/m3, a été largement dépassé.
Calibrage du modèle sur le site d’étude
38 Un calibrage du modèle a été effectué à l’aide des mesures de concentration dans une situation normale, c’est-à-dire exempte de toute mise en place de levier d’atténuation et pour une météo moyenne M1. L’analyse des résultats est présentée sur la figure 3 et bien que les courbes suivent un comportement relativement identique, on constate une sous- estimation des valeurs mesurées. Rappelons que notre modèle ne se préoccupe que de la pollution particulaire à l’échelle de la rue. Cette différence peut donc s’expliquer par la présence d’une pollution plus globale, appelée pollution de fond, qui résulte essentiellement des transferts de particules émises par les sites industriels, domestiques et de sources naturelles, telles que les volcans, mais également par le trafic des véhicules en dehors de la zone d’étude (provenant notamment du boulevard périphérique dans notre cas).
Figure 3 : Comparaison des valeurs obtenues pour la période du 16 au 19 octobre 2013 (météo moyenne M1)
Figure 4 : Calibrage avec prise en compte de la pollution de fond
Pollution de fond et correction du modèle
39 Nous avons choisi dans notre étude de définir la pollution de fond comme étant la différence entre la moyenne des concentrations mesurées et la moyenne des concentrations simulées sur une même durée. Bien que simple, cette définition nous permet d’avoir une bonne estimation des valeurs mesurées localement. Cet aspect pourrait bien entendu être amélioré dans le cadre d’une poursuite du projet. La correction ainsi apportée est représentée sur la figure 4.
Présentation des scénarios basés sur des leviers d’atténuation de la pollution en PM
Scénario de référence
40 Pour chacune des conditions météorologiques citées au paragraphe précédent (M1 et M2), nous avons développé un scénario de référence intégrant des paramètres correspondant à la réalité du trafic et de la morphologie urbaine actuelle de l’axe. Ces deux configurations de base du modèle permettent d’effectuer une comparaison avec les scénarios exploratoires développés dans le but d’étudier l’influence de l’évolution de certains leviers (carburant, trafic, etc.) susceptibles de faire diminuer les taux de particules fines.
Source d’énergie du moteur : code En
41 Dans un premier temps, nous avons étudié les scénarios qui ne modifient pas la circulation mais simplement le type d’énergie utilisé par les véhicules présent dans notre zone d’étude.
Tableau 3 : Scénarios en lien avec la motorisation des véhicules
Code
levier Description
E0 Flotte de véhicules actuels
E1 Véhicules ne roulant qu’aux bio-carburants, utilisation de l’indice YSI (cf. ci- dessous)
E2 Interdiction de circulation pour les véhicules diesels
E3 Véhicules hybrides roulant à l’électricité et à l’essence ou au diesel
E4 Flotte composée uniquement de véhicules électriques
E5 Véhicules équipés uniquement de moteurs respectant la norme Euro 5
Planification de la circulation : code Cn
42 Nous avons ensuite étudié les plans de circulation que pourrait adopter la ville de Paris en vue de faire diminuer les émissions de particules fines. La circulation alternée est un exemple régulier de mesure d’urgence prise par les responsables locaux. Le tableau suivant résume ainsi les dispositions qui pourraient être prises. Les résultats obtenus figureront dans le prochain paragraphe.
Tableau 4 : Scénarios en lien avec la circulation des véhicules dans Paris intra-muros
Code levier Description
C0 Circulation normale, actuelle
C1 Interdiction des poids-lourds en centre-ville
C2 Alternance des véhicules (immatriculations paires ou impaires)
C3 Réduction générale de la vitesse
C4 Circulation des poids-lourds uniquement la nuit
Modifications des formes urbaines : code Un
43 En matière de formes urbaines, ces mesures nécessitent pour la plupart de lourds travaux et investissements et ne sont envisageables que dans le cadre de projets d’aménagement urbain sur le long terme. Nous n’allons décrire brièvement que les scénarios apportant un gain significatif (la description du levier mettant en œuvre la présence de boucliers acoustiques a donc été omise).
Tableau 5 : Scénarios en lien avec des modifications de la morphologie urbaine
Code
levier Description
U0 Configuration urbaine actuelle
U1 Présence de boucliers acoustiques (non décrite car non pertinente)
U2 Aération des rues par modification de la morphologie des bâtiments
U3 Fluidification du trafic par modification des infrastructures routières (installation de ronds-points et suppression des feux rouges)
Aération des rues (U2)
44 L’aération des rues est un aménagement particulier où un espace libre est laissé entre les bâtiments tous les 30 mètres. Ceci permettrait d’éviter tout effet « canyon », c’est-à-dire l’accumulation de polluants dans un couloir supposé fermé sur une certaine longueur.
Nous n’avons pas tenu compte de l’embranchement des rues perpendiculaires à l’avenue du Général Leclerc, car ADMS Roads ne permet que des géométries simples. Par conséquent, on peut s’attendre à ce que les taux de concentration obtenus soient légèrement supérieurs à ceux mesurés. Cependant, compte tenu de la taille des rues attenantes et de leur nombre, en proportion des dimensions de l’avenue considérée, cette approximation est acceptable dans le cadre de notre étude. L’espacement des bâtiments permettrait ainsi une meilleure évacuation des particules et autres polluants. Ce scénario semble bien entendu peu envisageable sur notre site d’étude, mais montre l’importance de penser l’agencement des bâtiments dans le cadre de la construction d’un nouveau quartier ex-nihilo, en tenant compte de la circulation de l’air.
Fluidification du trafic (U3)
45 Ce scénario correspond à un état du trafic quasi-fluide. Ainsi, en supprimant les feux tricolors et en leur substituant des ronds-points par exemple, nous réduirons la stagnation du trafic, ce qui augmentera sa fluiduité. Il s’agit ici d’étudier l’effet d’une vitesse moyenne régulièrement proche de la vitesse maximale autorisée le long de l’axe.
Les aménagements envisagés de voirie peuvent directement être paramétrés sur ADMS- Roads.
Autres leviers possibles : Code An
Projection de gouttelettes d’eau, ou brumisation
46 Cette solution consiste à placer, soit sur certains bâtiments, soit directement en les intégrant à certains éléments de mobilier urbain tels que les abri-bus ou les lampadaires, un brumisateur d’eau, c’est-à-dire un appareil capable de simuler une pluie légère en projetant de fines gouttelettes d’eau sur les routes. Cela permet de capter les particules fines directement dans l’atmosphère, diminuant de fait le phénomène de re-suspension.
Ainsi, on obtient une diminution des PM2,5 allant jusqu’à 35 µg/m3 (Shaocai 2014), et ce en un temps relativement court (de quelques minutes à l’heure en fonction du taux de concentration de particules fines). Ce scénario se base sur une étude récente effectuée en Chine (Ibid). Puisqu’il s’agit ici d’un procédé de géoingénierie imitant le phénomène de pluie, nous le traduirons dans le modèle par une augmentation de la pluviométrie, soit un nombre P plus important.
Obligation de covoiturage
47 Dans ce scénario, on envisage le covoiturage comme une pratique imposée par la réglementation pour rouler dans Paris. En partageant les véhicules et en utilisant toute leur charge utile, on pourrait réduire leur nombre sur les routes, et donc les émissions de polluants. Dans notre modèle, cela se traduit par une réduction par deux du parc automobile roulant concernant les véhicules particuliers (VP).
Tableau 6 : Autres mesures envisageables pour réduire la pollution aux PM
Code levier Description
A0 Situation normale
A1 Projection de gouttelettes d’eau - Brumisation
A2 Obligation ou incitation au covoiturage
Analyse et comparaison des résultats
48 Comme nous l’avons vu, le modèle d’émission en PMs par le trafic urbain et son implémentation dans l’outil CEMULA, couplés avec le modèle de dispersion ADMS, permettent d’étudier rapidement l’impact de tout type de levier et de combinaison de leviers sur la concentration finale, puisque ADMS produit in fine une cartographie de la concentration en particules fines. Nous proposons dans ce paragraphe un exemple de
carte produite pour un scénario représentatif, puis une analyse comparée des résultats pour certaines combinaisons étudiées de leviers d’atténuation.
Exemple de carte de dispersion pour le scénario M2E4U0C0A0 (Flotte de véhicules électriques)
49 Une cartographie de la dispersion générée par le logiciel ADMS-Roads est présentée sur la figure 8 pour une météo de type M2, c’est-à-dire propice à l’apparition d’un pic de pollution. La concentration de PM10 est donnée par heure. Ce scénario prévoit la disparition totale des véhicules essence et diesel et un remplacement par une flotte de véhicules équipés de moteur électriques.
Figure 6 : Résultat dispersion pour le scénario bio-carburant avec ADMS-Roads pour une météo moyenne
50 Les résultats obtenus montrent une baisse relative de 68 % par rapport au scénario de référence pour une météo moyenne et une météo extrême, bien que la baisse absolue soit plus importante pour un cas de pic de pollution (-49,85 µg/m3 contre -30,09 µg/m3), ce qui montre que cette mesure s’avère efficace pour réduire la dispersion des PM10 durant des périodes.
Tableau comparatif partiel des résultats obtenus
