Qualité de l'air urbain : une crise croissante dans les centres-villes

La pollution atmosphérique urbaine est l'un des défis environnementaux les plus pressants du XXIe siècle. L'Organisation mondiale de la Santé (OMS estime que 99 % de la population mondiale respire de l'air qui dépasse les limites sûres, les villes portant le fardeau le plus lourd. Les particules fines (PM2,5), le dioxyde d'azote (NO2) et l'ozone troposphérique sont liés aux maladies respiratoires, aux maladies cardiovasculaires et à la mortalité prématurée.

En combinant la couverture spatiale des instruments orbitaux et la granularité temporelle des réseaux terrestres, les urbanistes et les responsables de la santé publique acquièrent une compréhension globale des sources de pollution, des modes de transport et des points chauds. Cet article explore comment l'analyse des données satellitaires transforme la surveillance de la qualité de l'air urbain et l'identification des sources de pollution, les défis techniques en jeu et l'avenir de ce domaine en évolution rapide.

La trousse d'outils satellitaire pour la surveillance de la qualité de l'air

Les satellites modernes d'observation de la Terre sont dotés d'une série d'instruments conçus pour détecter les gaz à traces atmosphériques et les aérosols. Les missions principales sont notamment NASA Terra et Aqua satellites (avec capteurs MODIS et MOPIT), Agence spatiale européenne Sentinel-5P (instrument TROPOMI) et les satellites communs NASA/KNMI TROPOMI[ sur Sentinel-5P. Ces instruments mesurent le rayonnement solaire rétro-débité pour obtenir des densités de colonnes de NO2, SO2, formaldéhyde, ozone et aérosols.

Principaux polluants détectés dans l'espace

  • Dioxyde de nitrogène (NO2): Émis principalement des moteurs à combustion et des centrales électriques. Les colonnes satellites sont fortement corrélées avec les concentrations au niveau du sol près des sources.
  • Dioxyde de soufre (SO2): Atteint aux centrales au charbon, aux fonderies industrielles et à l'activité volcanique. L'imagerie satellitaire identifie les émissions à l'échelle régionale.
  • Matière particulaire (PM2,5 et PM10): La profondeur optique d'aérosol (OAD) du MODIS et du VIIRS fournit un substitut pour les concentrations de particules de surface après modélisation.
  • Ozone (O3): L'ozone troposphérique est un polluant secondaire; les satellites mesurent la colonne totale, mais la séparation des contributions stratosphériques et troposphériques reste complexe.
  • Formaldéhyde (HCHO):[ Indicateur de composés organiques volatils, utile pour le suivi des sources de COV biogéniques et anthropiques.

Chaque polluant a sa propre signature spectrale. Les algorithmes avancés de récupération corrigent l'albédo de surface, la fraction nuageuse et la diffusion atmosphérique pour produire des produits de données fiables.Ces produits sont accessibles au public par l'intermédiaire de plateformes comme NASA=EarthData et le Service de surveillance de l'atmosphère de Copernicus (CAMS.

Avantages des données satellitaires pour la qualité de l'air urbain

Couverture spatiale inégalée

Les moniteurs terrestres sont concentrés dans des centres urbains à revenu élevé, laissant de vastes zones dans des villes en développement et des zones suburbaines non mesurées. Les satellites offrent une couverture complète, révélant des gradients de pollution dans des agglomérations urbaines entières.

Dynamique et tendances temporelles

Les capteurs géostationnaires fournissent maintenant de multiples observations par jour, permettant aux scientifiques de suivre les cycles diurnes de pollution. Par exemple, les colonnes NO2 atteignent leur maximum pendant les heures de pointe et les déplacements industriels. Les enregistrements satellites à long terme (p. ex. OMI depuis 2004, TROPOMI depuis 2017) permettent des analyses de tendances qui révèlent l'impact des changements de politique comme l'introduction de zones à faible émission ou la fermeture d'usines de charbon.

Attribution de la source de pollution

En cartographieant les modèles spatiaux – tels que les panaches élevés de NO2 sous le vent des autoroutes ou des grappes de SO2 près des raffineries – les chercheurs peuvent attribuer les émissions à des types de sources spécifiques. Les modèles d'apprentissage automatique formés sur l'imagerie satellitaire peuvent même distinguer les sources de combustion du trafic, de l'industrie et des habitations.

Soutien à la santé publique et à la politique

Les indices de qualité de l'air fondés sur les données satellitaires sont de plus en plus utilisés dans les avis de santé publique. Par exemple, la plateforme AirNow aux États-Unis intègre les estimations de la surface des PM2,5 obtenues par satellite pour combler les lacunes entre les stations de surveillance.

Défis et limites de la surveillance par satellite

Malgré les nombreux avantages, les données satellitaires sur la qualité de l'air en milieu urbain ne sont pas une panacée.

Couverture nuageuse et interférence avec les aérosols

Les capteurs optiques et UV-visibles exigent des conditions de soleil et de nuages. Les mesures de nuages denses bloquent entièrement, entraînant des lacunes systématiques dans les données en saison des pluies. Les nuages de cirrus minces et les charges élevées d'aérosols peuvent introduire des erreurs de récupération.Des techniques de radar à ouverture synthétique (SAR) sont en cours de développement pour effectuer des comparaisons à travers les nuages, mais elles ne mesurent pas actuellement les espèces chimiques.

Échanges de résolution spatiale

Les pixels satellites pour les gaz traces comme le NO2 sont généralement de 3,5 à 7 km pour TROPOMI, tandis que les caractéristiques urbaines comme les autoroutes individuelles ou les cheminées sont beaucoup plus petites. Cette résolution grossière permet de dégager des panaches localisés, ce qui rend difficile d'attribuer la pollution à des installations spécifiques sans modélisation accessoire.

Colonne par rapport à la concentration en surface

Les satellites mesurent la colonne totale d'un polluant du sommet de l'atmosphère à la surface, et non la concentration au niveau du sol que les humains respirent. La conversion de la densité de la colonne en concentration à la surface nécessite des hypothèses de profil vertical, des données météorologiques et des modèles de transport chimique.

Latence et accès aux données

Si la NASA et l'ESA fournissent des données libres, le traitement des données brutes par satellite en produits de qualité de l'air utilisables peut prendre des heures à jours. Pour la surveillance en temps réel de la qualité de l'air, il existe des produits en temps quasi réel (par exemple, dans les trois heures) mais ils présentent des incertitudes plus élevées.

Identification des sources de pollution avec les données satellitaires: méthodes et études de cas

L'identification des sources est l'endroit où les données satellitaires brillent vraiment lorsqu'elles sont combinées à des données complémentaires.

Cartographie des points chauds et détection des anomalies

Des méthodes statistiques simples (par exemple, l'analyse des points chauds de Getis-Ord Gi*) appliquées aux colonnes de NO2 ou de SO2 des satellites peuvent identifier des grappes dépassant les niveaux de fond, ce qui a été utilisé pour détecter la combustion illégale de charbon en Europe de l'Est et pour localiser les fuites de méthane provenant des infrastructures pétrolières et gazières.

Analyse de la dispersion du vent et du plume

Lorsque les observations par satellite sont jumelées à des champs de vent (à partir de données de réanalyse comme ERA5), on peut suivre le mouvement des panaches de pollution vers leurs sources. Par exemple, une étude dans le bassin de Mexico a utilisé le TROPOMI NO2 avec la modélisation de trajectoire HYSPLIT pour attribuer des colonnes élevées à des corridors industriels spécifiques.

Apprentissage automatique pour l'attribution de sources

Une étude de l'Université de Birmingham de 2023 a utilisé un réseau neuronal convolutionnel sur le couvert terrestre TROPOMI NO2 et Sentinel-2 pour classer les cellules du réseau urbain comme des cellules de réseau urbain dominées par le trafic, industrielles ou de fond, atteignant plus de 80% de précision. Ces modèles sont évolutives pour les villes sans enquêtes approfondies au sol.

Étude de cas: Surveillance du NO2 pendant les verrouillages COVID-19

L'une des démonstrations les plus spectaculaires de la détection des sources satellitaires a eu lieu au début de 2020. TROPOMI et OMI ont observé des réductions importantes de NO2 par rapport aux grandes villes du monde entier, les blocages ayant réduit le trafic. À Milan, le NO2 a chuté de 40%; à Wuhan, de 50%. Ces données ont prouvé sans équivoque que le trafic est la source urbaine dominante de NO2.

Intégration des réseaux de surveillance par satellite et par terre

La voie de l'information sur la qualité de l'air, des données satellitaires aux données actionnables, implique inévitablement la fusion avec des observations in situ.

  • Calibration: Les moniteurs au sol fournissent la référence pour valider les relevés par satellite. Les enregistrements au sol à long terme sont essentiels pour corriger les biais du satellite (p. ex. en raison de l'interférence des aérosols).
  • Échelle :[ Les modèles d'apprentissage statistique ou automatique utilisent des colonnes satellite, des variables d'utilisation du sol et des variables météorologiques pour estimer les P2,5 de surface à la résolution du sous-kilomètre, c'est-à-dire pour combler l'écart entre le pixel satellite et le niveau de la rue.
  • Assimilation des données: Les modèles de transport chimique (p. ex. GEOS-Chem, CMAQ) ingèrent les données satellitaires pour améliorer les estimations et les prévisions des émissions.

Pour les gestionnaires municipaux, la recommandation consiste à investir dans une approche à niveaux : quelques stations au sol de qualité de référence pour la conformité de base, un réseau de capteurs à faible coût pour le remplissage spatial et des données satellitaires pour le contexte de la zone, ce qui réduit les coûts tout en améliorant la couverture.

Le rôle de l'apprentissage automatique et de l'intelligence artificielle

L'intelligence artificielle accélère chaque étape de la chaîne de valeur de la qualité de l'air par satellite.

Récupération de l'algorithme

Les émulateurs de réseau neuronal formés sur des données satellite simulées peuvent récupérer des colonnes de gaz traces en quelques secondes au lieu de minutes, permettant le traitement en temps réel. NASA , la récupération opérationnelle de NO2 TROPOMI utilise maintenant un réseau neuronal précédent.

Super-résolution spatiale

Les chercheurs ont démontré une réduction de l'échelle du NO2 de TROPOMI de 3,5 km à 1 km à l'aide de données de couverture terrestre et de trafic à haute résolution, créant ainsi de manière efficace des cartes de pollution à l'échelle de la ville qui révèlent les tendances du niveau de la rue.

Modélisation prédictive

Les réseaux LSTM et les modèles de transformateurs peuvent prévoir la qualité de l'air urbain pour les 24 à 72 heures suivantes en utilisant des colonnes satellites historiques, des prévisions météorologiques et des données en temps réel au sol.

Incidences sur les politiques et la santé publique

Le but ultime de la surveillance de la qualité de l'air par satellite est de susciter des changements dans les politiques et de protéger la santé.

  • Normes nationales de qualité de l'air ambiant (NAAQS):[ L'EPA des États-Unis a utilisé le NO2 et les PM2,5 dérivés par satellite pour désigner les zones non-atténuantes lorsque la densité de surveillance au sol est insuffisante.
  • Climat et air pur Co-avantages:[ Réduire les polluants climatiques à courte durée de vie comme le méthane et le noir de carbone donne des avantages à la fois sur la qualité de l'air et sur le climat.
  • Évaluation de l'impact sur la santé:[ Les études épidémiologiques reposent sur des estimations d'exposition.

Pour le public, des données satellitaires transparentes peuvent créer de la confiance. Les villes qui partagent des cartes de qualité de l'air provenant de satellites permettent aux citoyens de prendre des décisions (par exemple, en évitant les routes à forte pollution) et de tenir les pollueurs responsables.

Orientations futures : haute résolution, fréquence et portée mondiale

Le paysage de la qualité de l'air par satellite évolue rapidement.

  • Constellations géostationnaires:[ TEMPO (Amérique du Nord, 2023), GEMS (Asie, 2020) et Sentinel-4 (Europe, 2024) fourniront des observations diurnes horaires du NO2, du SO2, de l'ozone et du formaldéhyde, permettant d'étudier la photochimie et la dynamique des heures de pointe.
  • Low-Cost SmallSats: constellations commerciales comme Planet=" SkySat et GHSat="s capteurs de méthane explorent une résolution plus fine (<10 m). Bien que la couverture spectrale soit limitée, ils comblent les lacunes pour certains polluants.
  • Immaging hyperspectral:[ Des missions comme EnMAP (Allemagne) et PRISMA (Italie) capturent des centaines de bandes spectrales, permettant d'identifier davantage d'espèces chimiques et de caractéristiques d'émission de surface.
  • Systèmes intégrés d'observation:[ La vision d'un système mondial de surveillance de la qualité de l'air, qui remonte à dix ans, se concrétise grâce à la collaboration internationale (p. ex., le Groupe de travail sur la qualité de l'air du CEOS).

Conclusion : Une image plus claire de la qualité de l'air urbain

L'analyse des données satellitaires a changé de façon permanente la façon dont nous surveillons la qualité de l'air urbain et identifions les sources de pollution.Depuis les premières images de panaches NO2 au-dessus des villes industrielles jusqu'à nos jours, les satellites offrent une vision macro-économique indispensable qui complète la surveillance au sol. Aucune technologie unique ne résout le problème complexe de la pollution de l'air urbain, mais lorsque les données satellitaires sont intégrées aux capteurs au sol, à la modélisation et à l'IA, nous avons le pouvoir de comprendre, de prévoir et d'atténuer les menaces pour la santé publique.