Assimilation de données satellitaires de concentrations atmosphériques pour le suivi des émissions de NOx et de CO en France

L'objectif de cette thèse est de contribuer au développement de capacités de modélisation atmosphérique inverse pour l'estimation des émissions françaises de NOx et de CO à des échelles pertinentes pour les décideurs, de l'échelle nationale à celle de régions administratives ou de grandes agglomérations, de l'échelle annuelle à l'échelle hebdomadaire, pour aider à la définition de politiques de régulation et d'autre part, pour évaluer l'efficacité de ces politiques.Les politiques de régulation se basent historiquement sur des inventaires d'émissions s'appuyant sur des statistiques associées aux activités socio-économiques. Depuis plusieurs années, une approche complémentaire est développée : celle de l'inversion atmosphérique des émissions, qui exploite en synergie des méthodes statistiques d'inversion, des observations atmosphériques et des modèles de chimie-transport.Mes travaux de thèse ont donc porté sur l'inversion des émissions françaises de NOx et de CO, à la résolution horizontale relativement fine de 10 km². Pour cela, j'ai utilisé les récentes observations de l'instrument satellitaire TROPOspheric Monitoring Instrument (TROPOMI), qui fournit des colonnes troposphériques de NO2 et des colonnes totales de CO, à une résolution spatiale sans précédent. J'ai aussi utilisé le mode variationnel du Community Inversion Framework (CIF), qui pilote le modèle de chimie-transport régional CHIMERE, incluant un module de chimie prenant en compte la chimie complexe des NOx en phase gazeuse, et son adjoint.Une attention particulière a été portée sur la quantification des réductions des émissions françaises de NOx dues à la pandémie de COVID-19 et à ses confinements. De plus, à haute résolution spatiale, les erreurs associées à la modélisation du transport atmosphérique peuvent être importantes. Un moyen de contourner ce problème et d'exploiter l'information donnée par les images sur les structures spatiales telles que celles de NO2 dans les images TROPOMI est de définir un vecteur d'observation pour l'inversion basé sur des informations extraites des images, moins impactées par les erreurs de modélisation du transport que l'ensemble des pixels individuels de l'image, dont la valeur serait essentiellement pilotée par les émissions ciblées par l'inversion, et dont les erreurs de simulation ne seraient pas corrélées d'une observation à l'autre. Le potentiel d'une telle approche de changement de vecteur d'observation pour l'assimilation des images TROPOMI de NO2 sur la France dans un système d'inversion a été analysé.Ces travaux s'inscrivent dans l'effort de développement, à plus long terme, d'un outil opérationnel pour le suivi des émissions françaises de polluants et de gaz à effet de serre à haute résolution.