Amélioration des modèles d'estimation des PM2,5 à l'aide de données multi-sources et multi-résolutions
Thèse soutenue par Van Ha Pham
- École doctorale Temps, Espaces, Sociétés, Cultures (TESC)
- Date de la première inscription en doctorat :Octobre 2016
- Thèse soutenue le : le mardi 11 juin 2024, à Hanoï (University of Engineering and Technology - Vietnam National University
- Financement : bourse de AUF (Agence Universitaire de la Francophonie)
Composition du jury :
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
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.
Encadrement
- Direction de thèse : LAFFLY Dominique, professeur, UT2J
- Co-directeur de thèse: Nguyen Thi Nhat Thanh, professeur, VNU
Comité de thèse
- Comité de thèse : à venir
Planning des réunions sur la période 2017-2020
Documents produits pour les réunions réalisées - comptes rendu des comités de thèse
- Dates de réunion du Comité de thèse :
Documents d'étape préparés par le doctorant | ||
---|---|---|
Juillet 2017 Année 1 |
Rapport d'étape 1 |
Compte rendu n°1 |
Juillet 2018 année 2 |
Rapport d'étape 2 (à télécharger) |
Compte rendu n°2 |
septembre 2019 année 3 |
Rapport d'étape 3 (à télécharger) Remarque : il est conseillé de réunir la troisième fois le Comité de thèse au bout au cours de la 2ème année pour échanger et blinder l'évolution du travail effectué depuis l'étape 2. |
Compte rendu n°3 |
Déroulement de la thèse
- Déplacements :
- Année 1:
- 01/10/2016 – 01/02/2017: Vietnam
- 01/02/2017 – 31/08/2017: France
- Année 2:
- 01/09/2017 – 11/02/2018: Vietnam
- 11/02/2018 – 31/08/2018: France
- Année 3:
- 01/09/2018 – 13/02/2019: Vietnam
- 13/02/2019 – 31/08/2019: France
- Calendrier prévisionnel des prochains mois : (si besoin, sous la forme d'un tableau)
- Participation à des séminaires, des colloques, des journées d'études :
- Séminaires:
-
Conférences/ateliers
Organisateur
Date
1
Fifth TORUS Workshop : Remote Sensing & Image Processing on the Cloud
NongLam University, Ho Chi Minh
09/2017
2
THE INTERNATIONAL CONFERENCE ON RESEARCH DEVELOPMENT AND COOPERATION IN GEOPHYSICS
(VIET-GEOPHYS-2017)
Institute of Geophysics,
Vietnam Academy of Science and Technology
10/2017
3
TRAINING COURSE ON HEALTH IMPACT ASSESSMENT
Hanoi University of Public Health
10/2017
4
CAPACITY BUILDING WORKSHOP : GHG INVENTORY FOR LULUCF SECTOR IN VIET NAM
Department of Meteorology, Hydrology and Climate Change (DMHCC), MONRE
01/2018
5
6th Workshop : TORUS services using HUPI platform
Walailak University, Thailand
02/2018
6
7th TORUS Workshop : Cloud Computing for Air Pollution Research
EISTI, France
06/2018
Résumé
Le Vietnam fait face à l’augmentation du problème de la pollution de l’air due à l'absence de contrôle pour les déchets polluants du transport, de l'industrie, de l'agriculture et des villages des métier, de la vie... L’observation, le suivi et la surveillance de la pollution de l’air au Vietnam sont menées par le fait des observations et des mesures automatiques et manuelles sur le terrain, en raison du petit rayon de cette surveillance et du coût élevé, donc, l'information est assez limitée (sous la forme de point). L'utilisation et l'exploitation des informations du satellite aux problèmes de la modélisation ou de l’estimation du niveau de la pollution de l'air estimés ne sont pas été intéressées et largement étudié au Vietnam, bien que cette approche démontre les avantages tels que la réduction des coûts, l'amélioration de la qualité de la prévision, un bon soutien des méthodes traditionnelles. La pollution de l’air est définie comme le lien aux problèmes de santé publique. Pour fournir les données au service des recherches intervenant à la réduction des méfaits, l'estimation des impacts de la pollution de l'air du Vietnam basée sur les preuves est nécessaire et urgente
Contenu de la recherche:
- Collecter et pré-traiter les données: Collecter và pré - traiter les données des aérosols à partir l’image satellitaire AOD MODIS Terra/Aqua, VIIRS, MISR and OMI, les données de surveillance des aérosols provenant de la station terrestre AERONET et la surveillance PM de la station CEM dans la zone du Delta du Fleuve Rouge.
- Intégrer et assimiler les données des aérosols: Chercher la méthode intégrée des données provenant de multiples capteurs pour améliorer la couverture et la qualité des images satellitaires des aérosols, faire l’expérience de la méthode intégrée dans l’espace – le temps d’utilisation de la méthode Bayes maximum entropy.
- Modéliser la pollution de l’air: Construire un modèle pour estimer PM de l'aérosol par satellite en utilisant la méthode de régression multivariée, évaluer la qualité du modèle en comparant la valeur de la surveillance au sol.
- Évaluer les impacts sur la santé: Collecter et de pré-traiter les données de la santé publique telles que le nombre d'hospitalisation, le nombre d'urgence à l’échelle provinciale dans la région du Delta du Fleuve Rouge. Analyser l’espace, les séries chronologiques utilisées vise à évaluer les impacts de la pollution de l'air sur les habitants du Delta du Fleuve Rouge.
- Créer les applications sur le fondement de l’informatique en nuage: Créer les applications de l’informatique en nuage en utilisant SPARK/sur le serveur TORUS pour traiter les données par satellite et en estimant la concentration PM dans le Delta du Fleuve Rouge.
Les résultats de la recherche sont (i) le modèle d’estimation de la pollution de l'air en utilisant l’image satellitaire multi-sources, (ii) l’évaluation des impacts de la pollution de l’air sur la santé publique dans la région du Delta du fleuve Rouge, (iii) Une application de l’informatique en nuage pour la carte de la pollution de l’air (PM) dans la région du Delta du fleuve Rouge.
Mots-clefs
cloud computing, air pollution, satellite images, Vietnam, public health