Vous êtes ici : Accueil / Recherche / Thèses / Resume / LEMAIRE

LEMAIRE


Hiérarchisation des déterminants de la composition atmosphérique future en Europe

le 19 décembre 2017 :

M. Laurent Menut                  LMD                Directeur
M. Augustin Colette               INERIS           coDirecteur
M. Michael Gauss                 MetNo            Rapporteur
Mme. Virginie Marécal           CNRM            Rapporteur
M. Fabien Solmon                 OMP               Examinateur
M. Gille Forêt                         LISA               Examinateur
Mme. Nathalie Carrasco       LATMOS        Présidente
 
 
Résumé

La composition chimique atmosphérique dépend principalement des émissions de polluants, de leurs précurseurs et de la météorologie. Les stratégies de gestion de la qualité de l'air ambitionnent des réductions substantielles d'émissions à long terme. Mais il est légitime d'évaluer si l'impact du changement climatique pourrait compenser ces efforts. Afin de répondre à cette problématique, on a recours à la modélisation qui permet de faire des projections à long terme, sous différents scénarios de sensibilité pour isoler les principaux facteurs. Se pose alors le problème des incertitudes dans la modélisation. L'approche privilégié pour les études d'impact du climat est la modélisation ensembliste. Cependant du fait de l'important coût de calcul, on constate qu'aucune étude passée d’impact du climat sur la qualité de l'air ne repose sur un ensemble large de projections climatiques. C'est pourquoi, nous avons développé une méthode statistique alternative, entraînée sur des grands ensembles de simulation, pour caractériser l'impact des émissions et de la météorologie sur la qualité de l'air dans un contexte de changement climatique. Nous avons montré qu'un modèle statistique permettait d'obtenir des réponses sur l'impact du climat sans forcément avoir à réaliser explicitement des modélisations d'ensemble. La méthode développée donne des résultats avec une incertitude faible sur le long terme, même si nous avons montré ses limites lorsqu'il s'agit de traiter des cas de pollution extrêmes. Afin de quantifier l'erreur induite par les données climatiques des modèles actuellement conservées de manière partielle, nous avons réalisé une étude de sensibilité à la résolution verticale des modèles climatiques régionaux. Nous avons montré qu'un minimum de dix niveaux verticaux, ainsi que des variables supplémentaires à l'existant étaient indispensables si l'on voulait que l'erreur de simulation reste inférieure au signal climatique étudié. Enfin, nous avons utilisé le modèle statistique pour confronter l'impact du changement climatique aux réductions d'émissions anthropiques attendues à l'avenir. Les résultats ont permis de mettre en évidence que le bénéfice climatique pour les particules fines, PM2.5, était du même ordre de grandeur que les baisses réalisées dans le secteur le plus influent de chaque pays étudié. Ces baisses d'émissions vont donc être renforcées par le changement climatique. Au contraire, pour le SOMO35, la pénalité climatique va contrebalancer les efforts de réductions d'émissions réalisés entre 2050 et 2010. Pour les pays analysés, on peut estimer la date approximative de l'émergence du signal induit par le changement climatique malgré la réduction des émissions attendue dans la législation actuelle.


 


Recherche