Soutenance de thèse de doctorat en géographie de Van Ha Pham, le mardi 11 juin 2024 à Hanoï (et en visioconférence)

Etablissement : Université Toulouse II Jean Jaurès / Université de Toulouse
Ecole doctorale : TESC - Temps, Espaces, Sociétés, Cultures

Travaux de recherche dirigés par : M. Dominique LAFFLY, directeur de thèse et Mme Thi Nhat Thanh NGUYEN, co-directrice de thèse

M. Van Ha Pham soutiendra publiquement ses travaux de thèse intitulés

Titre de la thèse : Amélioration des modèles d'estimation des PM2,5 à l'aide de données multi-sources et multi-résolutions
(English) : Improvement of PM2.5 estimation models using multi-source and multi-resolution data

le mardi 11 juin 2024 à 15h (heure Vietnam) soit 10h (heure France), de M. Van Ha PHAM, à Hanoï (University of Engineering and Technology - Vietnam National University, building E3, room 405, 144 Xuan Thuy, Cau Giay, 10000 Hanoï) et en visioconférence

Composition du jury : 

Mme Thi Kim Oanh NGUYEN, Professor Asian Institute of Technology, Rapporteur    
M. Xuan Hiep HUYNH, Professor Can Tho University, Rapporteur    
M. Thanh Thuy NGUYEN, Professor VNU University of Engineering and Technology, Examinateur    
Mme Thi Nhat Thanh NGUYEN, Associate Professor  VNU University of Engineering and Technology, CoDirection de thèse    
Mme Astrid JOURDAN, Assistant professor CY Cergy Paris University, Examinateur    
M. Yannick LE3 NIR, Assistant professor CY Cergy Paris University, Examinateur    
Mme Nathalie HERNANDEZ, Professor Université Toulouse - Jean Jaurès, Examinateur    
M. Dominique LAFFLY, Professor Université Toulouse - Jean Jaurès, Direction de thèse

Mots-clés :    Vietnam,Modélisation,Pollution de l'air,PM2.5,WRF-Chem,
Air pollution,Modeling,Vietnam,PM2.5,WRF-Chem

 
Résumé : Cette thèse a étudié le contenu pertinent sur les méthodes de traitement, d’analyse et d’évaluation des données multi-sources et multi-résolutions afin d’améliorer les modèles d’estimation des PM2,5. L’objet de recherche se concentre sur les problèmes liés à la méthode d’estimation des PM2,5 à l’aide de modèles numériques et statistiques.
Dans un premier temps, la thèse a proposé une méthode pour améliorer le modèle d’estimation des PM2,5 à l’aide d’un modèle numérique. Les résultats montrent que la méthode d’ajustement des émissions réduit considérablement l’erreur du modèle. De plus, différents ensembles de données sur les émissions sont simulés et comparés afin d’évaluer la qualité de chaque ensemble de données. Des analyses qualitatives et quantitatives ont démontré que les concentrations simulées de PM2,5 reflètent efficacement les variations et les impacts de facteurs tels que la météorologie et les émissions.
Deuxièmement, la thèse a proposé une méthode pour améliorer le modèle d’estimation des PM2,5 à l’aide de modèles statistiques. La méthode utilisant la fonction Spline de plaque mince affiche les résultats géoréférencés les plus précis. En outre, l’impact des méthodes de géoréférencement sur les données d’entrée est également pris en compte. Des méthodes de fusion de données ont été proposées pour améliorer la couverture spatiale et la qualité de l’image des aérosols satellitaires. Les résultats montrent que la méthode GWR donne la meilleure qualité et la meilleure couverture. Le modèle MEM a été utilisé pour estimer la cartographie des PM2,5 de 2012 à 2020 à l’aide de données multi-sources et multi-résolutions, y compris des données sur les aérosols, la météorologie et l’utilisation des terres.
Enfin, des méthodes permettant d’améliorer les performances des modèles d’estimation des PM2,5 ont été étudiées et proposées. L’étude se concentre sur l’optimisation du modèle WRF/Chem sur le système HPC et l’optimisation du processus de géoréférencement par échantillonnage sur des images VIIRS. Pour le modèle WRF/Chem, les résultats d’optimisation incluent les meilleurs paramètres matériels et logiciels afin de minimiser le temps de calcul de simulation du modèle. Pour la méthode d’échantillonnage sur les images VIIRS, la thèse propose la distribution d’échantillonnage et la taille de l’échantillon nécessaires pour réduire le temps de traitement des données tout en maintenant la précision de l’image géoréférencée.
En général, cette thèse est la base d’études ultérieures pour aider à simuler les concentrations de particules à un moment donné, contribuant ainsi à réduire le temps, la main-d’œuvre et le coût de l’auto-inventaire des émissions. Ces résultats peuvent servir de preuves précieuses pour la mise en œuvre de politiques efficaces de contrôle de la qualité de l’air au Vietnam. Les résultats estimés des cartes PM 2,5 à l’aide du modèle MEM ont été appliqués dans de nombreuses études sur l’évaluation de l’impact sur la santé publique au Vietnam.

Résumé du projet de thèse en anglais: This dissertation has studied the relevant content on multi-source and multi-resolution data processing, analysis, and evaluation methods to improve the PM2.5 estimation models. The research object focuses on problems related to the PM2.5 estimation method using numerical and statistical models.
Firstly, the thesis proposed a method to improve the PM2.5 estimation model using numerical model. The results show that the method of adjusting emissions significantly reduces the error of the model. In addition, different emissions datasets are simulated and compared to assess the quality of each dataset. Qualitative and quantitative analyses demonstrated that simulated PM2.5 concentrations effectively reflect variations and impacts of factors such as meteorology and emissions.
Second, the thesis proposed a method to improve the PM2.5 estimation model using statistical models. The method using the Thin Plate Spline function shows the most accurate georeferenced results. In addition, the impact of georeferencing methods on input data is also considered. Data fusion methods have been proposed to enhance the spatial coverage and quality of satellite aerosol image. The results show that the GWR method gives the best quality and coverage output. The MEM model was used to estimate PM2.5 mapping from 2012 to 2020 using multi-source and multi-resolution data including aerosol, meteorological and land use data.
Finally, methods to improve the performance of PM2.5 estimation models have been studied and proposed. The study focuses on optimizing the WRF/Chem model on the HPC system and optimizing the georeferencing process by sampling on VIIRS images. For the WRF/Chem model, optimization results include the best hardware and software parameters to minimize the model's simulation calculation time. For the sampling method on VIIRS images, the thesis proposes the sampling distribution and sample size needed to reduce data processing time while maintaining the accuracy of the georeferenced image.
In general, this thesis is the basis for further studies to help simulate PM concentrations in any given time, contributing to reducing the time, manpower and cost of self-inventory of emissions. These findings can serve as valuable evidence for the implementation of effective air quality control policies in Vietnam. The estimated results of PM2.5 maps using MEM model have been applied in many studies on public health impact assessment in Vietnam.

Laboratoire d'accueil : Laboratoire de Recherche en Architecture (LRA)
 
La soutenance est publique