La pollution atmosphérique demeure un enjeu majeur de santé publique, notamment dans les grandes agglomérations, malgré le renouvellement progressif du parc automobile et l’essor des mobilités actives, grâce à des aménagements urbains dédiés. De nouvelles valeurs limites européennes de concentration de polluants dans l’air, davantage alignées sur les recommandations de l’OMS1, seront applicables en 2030. Les collectivités ont donc besoin d’outils capables d’évaluer les niveaux et les sources de pollution en vue d’étayer des scénarios de réduction.
De tels outils existent mais peinent à restituer la forte variabilité de la pollution à faible échelle, typiquement celle d’une rue. En effet, les émissions changent non seulement avec le trafic, mais aussi avec l’évolution rapide de la météorologie, sans oublier que les bâtiments modifient localement les écoulements d’air. Ainsi, les stations de mesure, bien qu’indispensables, ne peuvent décrire seules cette variabilité sur toute une agglomération.
IFPEN a développé une méthodologie complète reliant une modélisation de la dispersion atmosphérique des polluants avec les données issues du monde réel, notamment des mesures météorologiques, les émissions liées au trafic routier et la morphologie urbaine. Les résultats du modèle ont été ensuite confrontés aux données d’observation de la qualité de l’air. L’outil ainsi obtenu est mis en œuvre via une plateforme accessible en SaaS : PLANET’AIR [1]. Celle-ci produit des cartes horaires à haute résolution de la pollution de l’air et propose de connaître les concentrations en tout point via des « capteurs virtuels », tout en permettant de comparer des scénarios de mobilité ou d’aménagement.
Cette approche a fait l’objet d’une évaluation approfondie sur l’agglomération lyonnaise (figure 1), avec une validation par rapport à diverses stations de mesure, sur plusieurs jours, et en couvrant des conditions météorologiques et de circulation variées. Les résultats obtenus confirment l’intérêt de cette approche qui permet de prédire avec précision les niveaux d’exposition des populations, démontant ainsi l’importance de prendre en compte :
- des données d’émissions à haute précision spatiale et temporelle [2] ;
- des conditions météorologiques locales ;
- la complexité géométrique des bâtiments, lesquels canalisent ou entravent les flux d’air.
PLANET’AIR ouvre la voie à une estimation plus fine de l’exposition des populations et, en aidant à identifier les facteurs qui gouvernent la qualité de l’air, cette plate-forme fournit aux acteurs territoriaux des éléments quantitatifs pour hiérarchiser leurs actions de prévention et de lutte.
Ces développements ont été soutenus par plusieurs projets collaboratifs avec financement public :
OLGA — Programme Horizon 2020 / European Green Deal
MAGPIE — Programme Horizon 2020 / European Green Deal
SPARC — ADEME – ADEIP
RTAMS — ANR – PREMAT
AMELIA — DIAT / Caisse des Dépôts et Consignations (CDC)
1 Directive européenne concernant la qualité de l’air UE2024/2881
Références :
[1] Sabiron, G., Jay, S., Agelas, L., Speirs, E., Feng, G., and Bussod, S., "From Road Traffic to Virtual Air Quality Sensors: PLANET'AIR - An Integrated Mesoscopic Modelling Framework", in Proceedings of TAP 2025 (Transport and Air Pollution), 2025.
[2] Bussod S., and Sabiron G., “Deep learning-based method for an assessment of road traffic pollutant estimation from predicted driving behaviors», IEEE International Conference on Machine Learning and Applications (ICMLA), Miami, FL, USA, 2024, pp. 658-663
>> DOI : https://doi.org/10.1109/ICMLA61862.2024.00095
Contact scientifique : Guillaume Sabiron