Vous êtes ici : Accueil > Actualités > Une plateforme autonome de mesure et de prévision de la qualité de l’air

Découvertes et avancées | Résultat scientifique | Environnement | Matériaux | Intelligence artificielle

Une plateforme autonome de mesure et de prévision de la qualité de l’air


​Et si l'on pouvait prévoir facilement des épisodes ponctuels et très localisés de pollution de l'air ? Différentes équipes du CEA ont combiné leurs expertises pour développer des technologies disruptives, robustes et sobres en énergie. Le premier prototype de la plateforme de capteurs MultiMod'Air, qui scrute également les polluants émergents, intéresse déjà des industriels.

Publié le 25 octobre 2023

​La pollution de l'air extérieur provient essentiellement des particules fines et des concentrations de différents composés volatils (oxydes d'azote, ozone), scrutées par les agences de surveillance de l'environnement. Mais qu'en est-il des polluants dits émergents, par exemple ceux issus du secteur agroalimentaire (famille des glyphosates), d'autres industries (ammoniac, chlore) et du trafic urbain ? Pour l'heure, la réglementation n'impose pas de les détecter, notamment parce que les technologies actuelles ne sont pas assez fiables et matures et que leur niveau de qualification entraîne un coût élevé. Par ailleurs, la description complète de la qualité de l'air extérieur nécessite une multitude de capteurs et le traitement simultané et en temps réel de leurs données.

Fortes de ce constat, différentes équipes du CEA se sont rassemblées dans un projet très innovant de plateforme de mesure et d'analyse de la qualité de l'air extérieur, intelligente, autonome en énergie et déplaçable. Ses mesures sont associées à des données météorologiques et à un traitement informatique avec intelligence artificielle (IA), pour apporter une prévision de la pollution atmosphérique, en lien avec la situation météo et en tenant compte des concentrations mesurées des polluants émergents et du taux de rayonnement gamma. « Il ne s'agit pas de concurrencer les agences de surveillance mais bien de leur proposer des solutions innovantes et surtout compétitives, tout en développant une méthodologie de traitement des données et un outil de prévision des évènements de pollution », assure Martine Mayne, directrice de recherche au CEA-Iramis (DRF) et co-pilote de ce projet avec Sébastien Morilhat, ingénieur du CEA-Iresne (Direction des énergies du CEA).

Des capteurs de gaz colorimétriques miniatures et de rayonnement très avancés

Initié en mars 2022, le projet a livré le premier prototype de cette plateforme MultiMod'Air qui porte bien son nom. Elle est composée d'un réseau de points de mesure localisés comprenant chacun des capteurs commerciaux bas coûts (O3, NO2, particules fines PM2,5), auxquels sont ajoutés de nouveaux capteurs chimiques innovants de mesure des concentrations. Dans ce but, les chercheurs de l'Iramis ont développé des capteurs spécifiques de l'ammoniac (NH3) avec une technologie optique multi-puits miniatures sobres en énergie. Ils ont également mis au point le système optique, l'électronique de lecture et le traitement des données de ces capteurs (électronique, logiciel et intelligence artificielle associée).

Le réseau embarque également des capteurs de rayonnement gamma pour la mesure de la radioactivité ambiante, réalisés par le CEA-Irfu. Issus de développements d'instrumentation spatiale pour la recherche astrophysique, ces capteurs miniaturisés et de haute performance spectrale sont couplés à des algorithmes d'analyse en temps réel. 

Des technologies de croisement de données multiples en temps réel

Grâce à l'expertise des ingénieurs du CEA-List (DRT), les informations issues de ce vaste réseau miniature seront télétransmises en temps quasi réel vers une base de données connectée à un logiciel de visualisation développé par l'Iramis et l'Iresne. Elles seront ensuite orchestrées par une technologie numérique de croisement de données multiples, équipée d'une carte électronique spécifique qui jouera le rôle de « cerveau » du système. Ce traitement sera réalisé en local, c'est-à-dire au plus proche des capteurs grâce à un apprentissage automatique par IA en temps réel et en embarqué, et ses algorithmes seront développés par les équipes de CEA TechRégion Sud et l'Iresne.

« ​De par la taille et l'interconnexion de ses composants, la plateforme est facilement déplaçable et autonome : les données des capteurs sont directement échangées via des logiciels dédiés qui doivent permettre, en fonction des seuils de détection configurés et des données météorologiques, d'effectuer un suivi en temps réel et d'émettre si nécessaire des alertes. MultiMod'Air pourrait par exemple être installée à l'échelle d'un quartier afin de prévoir le plus finement des évènements localisés et ponctuels de pollution », explique Martine Mayne. Déployée cet été sur le site CEA de Cadarache pour de premiers tests de fonctionnement en grandeur réelle, MultiMod'Air doit faire l'objet d'une grande expérimentation sur le périphérique parisien et sur un site marseillais à partir du printemps prochain. Plusieurs industriels et agences ont déjà montré leur intérêt pour cette innovation. 



Haut de page