316
Pollution atrnospherique
6.4.5 Quelques applications
Les modeles numcriques repondent a un nombre croissant de sollicitations
et la quasi-totalite des problematiques abordees dans cet ouvrage (notamment
a travers les exercices) fait l'objet de simulations numcriques. On citera, pour
structurer les divers types d'application des modelcs, au-dela de l'etude des
processus:
• la prevision, notamment des risques accidentels
Les modeles doivent alors etre robustes, n'utiliser que de petites bases
de donnees aiscment accessibles et etre rapides. Cela justifie l'utilisation
encore largement repandue des modeles gaussiens. Pour la prevision de la
photochimie, les CTM utilises doivent etre tres fortement valides, voire
ajustes sur les cibles de la prevision (typiquement les pics d'ozone).
Dans ce contexte, l'evaluation des incertitudes et Ie recours a des methodes d'assimilation de donnees sont egalement frequents, un systeme
de prevision combinant modeles numcriques et reseaux de mesures (figure 6.21).
Les modeles peuvent aussi fournir des outils d'aide a la decision, par
exemple pour Ie dimensionnement d'un reseau de mesures dedie a la surveillance de la qualite de l'air ou d'un risque accidentel (on parle de
network design). Le modele est alors utilise comme un generateur d'accidents numeriqucs, la definition du reseau optimal se faisant sur la base
d'une fonction qui evalue la performance de divers reseaux (en detection
ou en assimilation de donnees).
Un exemple recent est celui du Comprehensive Nuclear Test Ban Treaty
(CTBT; ouvert a signature en 1996). Le suivi de l'interdiction des essais nucleaires doit evidcrnmcnt s'accompagner de la mise en place d'un
reseau de surveillance pour detecter puis localiser une explosion potentielle ([154]). La figure 6.23 donne, dans un autre contexte, des resultats
d'optimisation d'un reseau de mesures pour la surveillance des sites nucleaires francais, Les enjeux de securite et les enjeux financiers sont bien
sur cxtremcmcnt importants pour de telles thematiques .
• les etudes d'impact ou de scenario
Dans ce contexte, les modeles doivent etre a memc de simuler une situation sur de longues periodes en temps. De plus, ils doivent etre capables de
bien restituer la reponse de I'atmosphere a un changement des emissions.
Cela plaide pour l'utilisation de modeles detailles, avec une exhaustivitc
des processus physiques decrits, II n'est pas garanti que les modeles de
prevision (ajustcs sur quelques cibles, eventuellernent au detriment de la
physique) soient les plus appropries.
De plus en plus, les modeles de dispersion vont etre inseres dans des
chaines de modelisation integree fournissant une evaluation, par exemple
monctarisec, de divers scenarios dactivitc economiquc. L'exemple typique
est Ie modele RAINS (Regional Air pollution INformation and Simulation
(a present GAINS, Greenhouse Gas and Air Pollution Interactions and
Pollution atrnospherique
6.4.5 Quelques applications
Les modeles numcriques repondent a un nombre croissant de sollicitations
et la quasi-totalite des problematiques abordees dans cet ouvrage (notamment
a travers les exercices) fait l'objet de simulations numcriques. On citera, pour
structurer les divers types d'application des modelcs, au-dela de l'etude des
processus:
• la prevision, notamment des risques accidentels
Les modeles doivent alors etre robustes, n'utiliser que de petites bases
de donnees aiscment accessibles et etre rapides. Cela justifie l'utilisation
encore largement repandue des modeles gaussiens. Pour la prevision de la
photochimie, les CTM utilises doivent etre tres fortement valides, voire
ajustes sur les cibles de la prevision (typiquement les pics d'ozone).
Dans ce contexte, l'evaluation des incertitudes et Ie recours a des methodes d'assimilation de donnees sont egalement frequents, un systeme
de prevision combinant modeles numcriques et reseaux de mesures (figure 6.21).
Les modeles peuvent aussi fournir des outils d'aide a la decision, par
exemple pour Ie dimensionnement d'un reseau de mesures dedie a la surveillance de la qualite de l'air ou d'un risque accidentel (on parle de
network design). Le modele est alors utilise comme un generateur d'accidents numeriqucs, la definition du reseau optimal se faisant sur la base
d'une fonction qui evalue la performance de divers reseaux (en detection
ou en assimilation de donnees).
Un exemple recent est celui du Comprehensive Nuclear Test Ban Treaty
(CTBT; ouvert a signature en 1996). Le suivi de l'interdiction des essais nucleaires doit evidcrnmcnt s'accompagner de la mise en place d'un
reseau de surveillance pour detecter puis localiser une explosion potentielle ([154]). La figure 6.23 donne, dans un autre contexte, des resultats
d'optimisation d'un reseau de mesures pour la surveillance des sites nucleaires francais, Les enjeux de securite et les enjeux financiers sont bien
sur cxtremcmcnt importants pour de telles thematiques .
• les etudes d'impact ou de scenario
Dans ce contexte, les modeles doivent etre a memc de simuler une situation sur de longues periodes en temps. De plus, ils doivent etre capables de
bien restituer la reponse de I'atmosphere a un changement des emissions.
Cela plaide pour l'utilisation de modeles detailles, avec une exhaustivitc
des processus physiques decrits, II n'est pas garanti que les modeles de
prevision (ajustcs sur quelques cibles, eventuellernent au detriment de la
physique) soient les plus appropries.
De plus en plus, les modeles de dispersion vont etre inseres dans des
chaines de modelisation integree fournissant une evaluation, par exemple
monctarisec, de divers scenarios dactivitc economiquc. L'exemple typique
est Ie modele RAINS (Regional Air pollution INformation and Simulation
(a present GAINS, Greenhouse Gas and Air Pollution Interactions and