Une méthode d’intelligence artificielle pionnière pour lutter contre la pollution de l’air urbain

99% de la population mondiale respire un air qui dépasse les limites recommandées par l’Organisation Mondiale de la Santé (OMS). Ce scénario est exacerbé dans les zones urbaines où se concentrent plus de 50 % de la population mondiale.

Pour atténuer le problème de la pollution atmosphérique, considérée par l’OMS comme le principal facteur de risque environnemental pour la santé dans le monde, il est crucial de disposer de données plus fiables et plus précises sur la concentration des polluants atmosphériques dans nos villes, en particulier le dioxyde d’azote (NO2) car de ses effets néfastes sur la qualité de vie des personnes et des conséquences économiques associées.

Pour avancer dans cette ligne de recherche, une équipe de scientifiques du groupe Earth System Services du Département des sciences de la Terre du Barcelona Supercomputing Center—Centro Nacional de Supercomputación (BSC-CNS) a réalisé une étude qui montre que l’intelligence artificielle peut être d’une grande utilité pour obtenir des informations fiables sur la probabilité de dépassement des limites légales de pollution de l’air dans toute la ville.

Le but de la recherche, publié dans la revue Développement de modèles géoscientifiquesest de contribuer à améliorer la gestion de la qualité de l’air dans les zones urbaines en obtenant des cartes horaires des concentrations de NO2 au niveau de la rue, ainsi qu’en quantifiant l’incertitude associée.

La nouvelle méthode combine pour la première fois les résultats de CALIOPE-Urban, un modèle unique en Espagne qui permet de prévoir la pollution de l’air à des résolutions très élevées allant jusqu’à dix mètres, à différentes hauteurs et en tout point de la ville, avec un vaste réseau urbain base de données qui comprend des observations de stations officielles de qualité de l’air, des campagnes de capteurs à faible coût, des informations sur la densité des bâtiments, des variables météorologiques et une longue liste d’autres informations géospatiales.

De cette façon, les zones de la ville où le système de surveillance actuel doit être amélioré peuvent être identifiées, aidant à optimiser les stratégies de réduction de la pollution de l’air.

« La combinaison des prédictions CALIOPE-Urban avec toutes ces données urbaines utilisant l’intelligence artificielle nous permet d’améliorer le modèle car là où la simulation ne peut pas expliquer la répartition spatiale de la pollution, nous pouvons utiliser l’apprentissage automatique pour corriger et améliorer cette prédiction », explique Jan Mateu, chef de l’équipe BSC Air Quality Services et l’un des principaux auteurs de l’étude.

L’utilisation de techniques d’apprentissage automatique avec des données d’observation obtenues lors de campagnes précédentes à l’aide de dosimètres passifs représente une avancée importante, car elle réduit les incertitudes inhérentes aux modèles de qualité de l’air en raison de la faible densité des stations de surveillance. Cela permet une meilleure caractérisation spatiale de l’excès de pollution atmosphérique dans différentes parties de la ville.

L’une des principales conclusions de l’étude, qui dans cette phase pilote s’est concentrée sur la ville de Barcelone, est que le quartier avec la pire qualité de l’air de la capitale catalane est l’Eixample, où 95% de sa superficie a plus de 50% probabilité de dépasser la limite moyenne annuelle de NO2 de 40 μg/m3 fixée par la Commission européenne (Directive européenne sur la qualité de l’air 2008/50/CE).

« Le quartier de l’Eixample, le quartier le plus peuplé de Barcelone, est la zone la plus touchée de la ville, car la grande majorité de sa superficie a une probabilité supérieure à 50 % de dépasser la limite annuelle de NO2 fixée par la Commission européenne. Grâce à notre méthodologie, l’administration publique sera en mesure de concevoir et de gérer des politiques visant à améliorer la qualité de l’air dans les zones urbaines, ce qui est particulièrement important puisque la pollution de l’air est le principal facteur de risque environnemental pour la santé humaine », ajoute Álvaro Criado, chercheur au sein du BSC Air Quality Services et l’un des principaux auteurs de l’étude.

Le modèle CALIOPE-Urbain

Développé au BSC, CALIOPE-Urban est un outil de modélisation qui estime la concentration de dioxyde d’azote (NO2) au niveau des rues de la ville de Barcelone, bien qu’il puisse également être appliqué à d’autres villes ou zones métropolitaines. Le NO2 et ses précurseurs sont principalement émis par des sources de combustion, telles que les moteurs de véhicules. La surveillance est donc cruciale pour lutter contre la pollution de l’air dans les grandes villes où le trafic est souvent encombré.

Le système, unique en Espagne, fournit aux citoyens et aux gestionnaires de la qualité de l’air des informations utiles sur la façon dont le trafic affecte la pollution de l’air dans chaque quartier. Ces informations sont essentielles pour concevoir et mettre en œuvre des stratégies efficaces de planification et d’atténuation afin de protéger les citoyens des menaces pour la santé posées par la pollution atmosphérique. CALIOPE-Urban se concentre actuellement sur la ville de Barcelone, mais des travaux sont déjà en cours pour l’étendre à d’autres municipalités en collaboration avec diverses administrations municipales et régionales.

CALIOPE-Urban combine la technologie du modèle régional CALIOPE, le système de prévision de la qualité de l’air BSC, avec un modèle urbain qui considère la pollution de l’air au niveau de la rue, en utilisant des informations sur les émissions du trafic et des données météorologiques. CALIOPE, le seul système de qualité de l’air qui fournit des prévisions opérationnelles pour Barcelone, la Catalogne, la péninsule ibérique et l’Europe, est le seul contributeur espagnol au service de surveillance de l’atmosphère Copernicus (CAMS) de l’Union européenne.