Pollution atmosphérique, Qualité de l'air, Émission de NOx, Assimilation de données, Modélisation inverse, Oxydes d'azote

Selon l'Organisation mondiale de la santé, l'exposition à la pollution de l'air ambiant serait à l'origine de 4,2 millions de décès prématurés par an dans le monde. Ce problème environnemental majeur est apparu au début du XXe siècle en raison de l'industrialisation et de l'urbanisation intenses des sociétés, obligeant les décideurs et les gouvernements à contrôler les émissions anthropiques de polluants atmosphériques. Depuis 1990, des initiatives importantes ont été prises dans les pays industrialisés, comme l'Europe, pour réduire les émissions de polluants en mettant en œuvre des stratégies d'atténuation. Plus récemment, la mise en œuvre de politiques d'atténuation a commencé à être observée dans des pays en développement comme la Chine. L'évaluation des politiques de réduction des émissions repose souvent sur des inventaires officiels, établis à partir des déclarations d'activités des émetteurs et de données statistiques. Cette approche dite "bottom up" estime les émissions en extrapolant les mesures des facteurs d'émission qui ne sont disponibles qu'à des résolutions spatiotemporelles réduites. Cette méthode conduit des incertitudes élevées, car elle ne tient pas compte de la grande variabilité spatio-temporelle des flux d'émission. En outre, les incertitudes liées aux inventaires des émissions entraînent des incohérences dans l'évaluation des stratégies les plus appropriées pour prévenir les épisodes de pollution atmosphérique. Par conséquent, il est important de pouvoir suivre avec précision l'évolution des émissions et la tendance des polluants pour évaluer les politiques de réduction. L'un des moyens prometteurs pour cela est l'approche par inversion atmosphérique, qui utilise les observations atmosphériques disponibles pour contraindre les émissions par le biais de la modélisation atmosphérique et de méthodes d'inversion. Cette approche dite "top down" apporte des informations complémentaires aux inventaires "bottom up". Elle estime les émissions tout en exploitant la grande variabilité spatio-temporelle des observations satellitaires et la puissance de calcul. Les oxydes d'azote (NOx=NO+NO2) sont parmi les polluants les plus réglementés en tant que précurseurs d'autres polluants atmosphériques, tels que l'ozone et les aérosols secondaires. Dans le cadre de cette thèse, nous avons tout d'abord mis en place et testé la capacité d'inversion des émissions quotidiennes de NOx du système de modélisation inverse CIF, couplé au modèle de chimie-transport CHIMERE et son adjoint, à une résolution modérée, en utilisant les observations du satellite OMI. Les résultats nous ont permis de déterminer les paramètres et les sensibilités du système CIF pour les inversions de NOx. Le système CIF-CHIMERE a d'abord été appliqué pour évaluer l'impact des fortes réglementations sur les émissions de NOx mises en place par la Chine depuis 2011. Nous avons assimilé les observations de NO2 des instruments du satellite OMI et estimé les émissions de NOx pour 2015 et 2019 avec une résolution de 50x50 km2 sur la Chine. L'année 2010 a été choisie comme base de référence ou inventaire a priori, car elle se situe juste avant la mise en œuvre des réductions d'émissions. Les résultats montrent que la réduction des émissions de NOx est limitée aux zones urbanisées et industrialisées tout en restant dans les limites des objectifs d'atténuation (10-15%). Les émissions de NOx estimées ont également été utilisées pour simuler les concentrations de NO2 en surface, et permettent d'améliorer légèrement la comparaison avec les mesures au sol. Le système CIF-CHIMERE a également été appliqué pour évaluer les changements abrupts des émissions de NOx en Europe causés par la pandémie de COVID-19. En particulier, nous avons exploré le potentiel d'assimilation des observations à haute résolution de TROPOMI NO2 pendant la période de confinement de 2020.