Ce projet a pour objectif de développer un module qualité de l’air fusionnant plusieurs réseaux de mesure (mesures fixes et mobiles, ainsi que cartographies des concentrations modélisées), afin d’obtenir une carte en temps réel de très bonne qualité sur l’ensemble du territoire.
Contexte et objectifs
Dans le cadre du projet d'hyperviseur piloté par la Métropole Rouen Normandie, Atmo Normandie développe un module « qualité de l’air ». Les objectifs de ce module sont d’alimenter l'hyperviseur en données de prévision spatiales de qualité de l’air de haute précision et à court terme, pour aider au pilotage de la mobilité sur le territoire et adapter les politiques associées. Les données produites pourront aussi alimenter le Mobility as a Service (MaaS) de la Métropole avec une dimension « santé ».
Ce projet vise au développement et au déploiement progressif d’un système global d’hypervision et de gestion dynamique des données de mobilité sur le territoire. L’hyperviseur exploitera en continu et en temps réel toutes les données reçues. Il permettra de créer des modèles prédictifs visant à améliorer globalement les services liés à la mobilité, grâce à une logique de rétro-analyse des événements passés.
Description du projet
Ce projet de module « qualité de l’air » vise à fusionner plusieurs réseaux de mesure existant (mesures fixes et mobiles, ainsi que cartographies des concentrations modélisées), afin d’obtenir une carte de haute qualité sur l’ensemble du territoire :
« Réseau 1 » : Fixe et de haute qualité géré par Atmo Normandie (stations fixes du réseau réglementaire de surveillance de la qualité de l’air),
« Réseau 2 » : Fixe et de basse (à moyenne) qualité comme celui de micro-capteurs placés sur les feux et les éclairages de l’agglomération,
« Réseau 3 » : Mobile et de basse qualité comme celui de micro-capteurs qui équipent des objets connectés.
Ce module va ainsi permettre d’approfondir l'analyse des méthodes statistiques identifiées tant sur le plan méthodologique que logiciel, en s'appuyant notamment sur des simulations de données issues d'objets connectés. Des méthodes de correction des mesures par micro-capteurs sur le réseau fixe seront expérimentées. Les travaux seront poursuivis dans l'optique d'une prévision à court terme à échelle urbaine avec un niveau de confiance élevé, grâce à l’implantation d’environ une cinquantaine de micro-capteurs à la fin du projet. Ces capteurs seront positionnés au niveau des feux d’éclairage (réseau 2), ou mobiles, par exemple, dans le cadre de projets participatifs (réseau 3). Des modèles statistiques seront ainsi développés en s’appuyant sur des données d’origines diverses, puis testés pour vérifier leur robustesse tant dans le temps que dans l’espace. Les méthodes statistiques développées dans le cadre de ce projet feront l’objet de publications scientifiques et pourront être transposées sur d’autres territoires régionaux, voire diffusées au niveau national.
Ce travail mené par Atmo Normandie alimente une thèse qui a débuté en septembre 2022, avec un encadrement par des professeurs des Laboratoires de Mathématiques de l’INSA Rouen Normandie et de l’Université Paris-Saclay. Le travail de recherche consiste à développer un modèle d’intégration des données des micro-capteurs compte-tenu de la moindre fiabilité de leurs mesures par rapport aux stations fixes de référence. Les résultats permettront de mieux cartographier la pollution de l’air sur l’agglomération rouennaise. En outre, dans le cadre la thèse, un jeu de données test sera constitué et mis à disposition de la communauté scientifique en open data pour être valorisé comme outil de recherche, mais également pédagogique (projets étudiants).
Durée
Ce projet a démarré le 2 octobre 2020 pour une durée de 84 mois.
Livrables attendus
Un réseau de 50 mini-stations opérationnelles
Une base de données ouverte à la communauté scientifique
Une méthode de correction des cartographies en temps réel
Des cartes à haute résolution spatiale et temporelle corrigées
Un rapport de thèse
Résultats
Air quality low-cost sensors and monitoring stations NO2 raw dataset in Rouen (France), Thulliez E. et al., juin 2023 : https://doi.org/10.1016/j.dib.2023.109398
Partenaires
Contacts
Michel BOBBIA : michel.bobbia@atmonormandie.fr
Comments