TRACIS: Tropospheric Research campaign on Air humidity Content by Ipral at SIRTA

13/05/2025 00:00

Lancement du Centre « Climat-Société » de l’IPSL

10/04/2025 14:00

Art & Climat, autour des œuvres de Claude Monet et Olivier Debré

05/04/2025 14:00

On the Reliability of the El Nino-Southern Oscillation over the Last Millennium

10/03/2022 10:00

Our understanding of the oceanic and atmospheric dynamics under continued anthropogenic forcing rests on two major pillars: general circulation models (GCMs) and instrumental climate data. However, observations of 20th century climate (e.g. from weather stations or satellites) are too short (back to 1900) to fully characterize decadal and centennial variability in the climate system.

Extreme heatwaves in Europe 1950-2020: analysis of the links between meteorology, population, and impacts

28/02/2022 11:00

There is high confidence that heatwaves will become more frequent and more intense under the influence of climate change.

Modèles de calcul rapide des propriétés radiatives des gaz

24/02/2022 10:30

Modèles de bandes pour l’absorption gazeuse : des k-moments aux c-distributions

Influence of anthropogenic emissions on organic aerosol formation depending on the physico-chemical characteristics of the environment

04/05/2023 14:00

Résumé

Les aérosols organiques secondaires (AOS) affectent la qualité de l’air, le climat et la santé humaine. Dans la troposphère, les composés organiques volatils (COV) peuvent subir une chimie multigénérationnelle, et leurs produits d’oxydation se condenser sur les particules existantes pour former des AOS.

Ainsi, leur formation implique de nombreuses réactions et espèces, et dépend des conditions environnementales. Notre compréhension actuelle de la formation des AOS peut être décrite par des mécanismes chimiques détaillés (par exemple, le Master Chemical Mechanism (MCM) et le Peroxy Radical Autoxidation Mechanism (PRAM)). Cependant, en raison de limitations en temps de calcul, les modèles de chimie-transport (MCT) ne peuvent pas les utiliser directement. Ils utilisent plutôt des mécanismes implicites avec seulement quelques espèces modèles et réactions.

Ces mécanismes implicites sont généralement construits à partir de mesures en chambre et peuvent ne pas avoir la complexité nécessaire pour simuler avec précision les concentrations en aérosols organiques. Généralement, on estime que les concentrations d’AOS diminueront en raison des réglementations sur les émissions, en particulier dans les zones rurales et périurbaines où les concentrations d’oxydants devraient diminuer.

Cependant, certaines études suggèrent que la réduction des émissions anthropiques, en particulier des oxydes d’azote (NOx), peut ne pas conduire à une diminution efficace des concentrations d’AOS mais peut même les augmenter. Avec des mécanismes implicites d’AOS hautement simplifiés, cette interaction complexe entre la réduction des émissions et la formation d’AOS pourrait ne pas être simulée de manière fiable dans les MTC. Pour améliorer la formation des AOS dans les MTC, le GENerator of Reduced Organic Aerosol Mechanisms (GENOA) a été développé. GENOA réduit les mécanismes chimiques détaillés en mécanismes d’AOS semi-explicites qui sont suffisamment petits pour être utilisés dans les MCT.

Les mécanismes obtenus peuvent être personnalisés par les utilisateurs selon la précision souhaitée, et préservent les propriétés physico-chimiques des AOS. GENOA v1.0 a été appliqué au mécanisme de formation des AOS de sesquiterpène (SQT) à partir de MCM, résultant en un mécanisme dont la taille est réduite à moins de 2% de celle du MCM avec une erreur moyenne inférieure à 3%. Pour améliorer l’efficacité de la réduction et traiter les mécanismes de plusieurs précurseurs d’AOS simultanément, une approche de réduction parallèle est utilisée dans GENOA v2.0.

Pour les mécanismes (MCM + PRAM) de trois monoterpènes (MTs), le mécanisme global est ainsi réduit de 93% avec une erreur inférieure à 3%. Le mécanisme d’AOS biogénique généré par GENOA v2.0 (GBM), comprenant les schémas d’AOS pour MT et SQT, a ensuite été implémenté dans le MCT CHIMERE. Les concentrations simulées avec GBM sur l’Europe pendant l’été (juin-août, 2018) sont plus élevées que celles simulées avec le mécanisme implicite Hydrophilic/Hydrophobic Organics (H₂O), et les AOS sont plus oxydés.

Le mécanisme GBM améliore les comparaisons modèle/mesures pour les concentrations en aérosol organique. Avec une réduction de 50% des émissions anthropiques de NOx, le mécanisme GBM prédit une augmentation des AOS (6,5%) due à une augmentation des AOS provenant de MT (15%). Les réductions de NOx favorisent la formation de molécules hautement oxygénées (HOM) par auto-oxydation, entraînant une augmentation de la concentration en AOS provenant de MT.

La diminution des concentrations de NOx favorise également les voies chimiques entraînant une augmentation des concentrations d’AOS non-HOM provenant de MT. Dans l’ensemble, ce travail montre que les mécanismes détaillés d’AOS sont nécessaires aux MCT pour simuler les variations des concentrations d’AOS selon l’environnement physico-chimique, et pour évaluer avec précision l’impact de scénarios de réduction des émissions.

Summary

Secondary organic aerosols (SOAs) affect air quality, climate, and human health. In the troposphere, volatile organic compounds (VOCs) can undergo multi-generation chemistry, and their oxidation products can condense onto existing particles to form SOAs.

Consequently, SOA formation involves numerous reactions and species, depending on environmental conditions. Our up-to-date understanding of SOA formation can be described by detailed VOC mechanisms (e.g., the Master Chemical Mechanism (MCM) and the Peroxy Radical Autoxidation Mechanism (PRAM)). However, due to computational limitations, chemistry-transport models (CTMs) are unable to directly employ detailed SOA mechanisms but use rather implicit mechanisms with only a few model species and reactions. These implicit mechanisms are usually built from chamber measurements and may lack the necessary complexity to accurately represent the concentrations of organic particles.

Typically, SOA concentrations are predicted to decrease due to emission regulations, particularly in rural and peri-urban areas where oxidant concentrations are expected to decrease. However, some studies suggest that reducing anthropogenic emissions, especially nitrogen oxides (NOx), may not lead to an efficient decrease in SOA concentration but may even increase it. With highly simplified implicit SOA mechanisms, this complex interaction between emission reduction and SOA formations may not be reliably simulated in CTMs.

Therefore, there is a need to improve the representation of SOA formation in CTMs, especially for emission regulation evaluation. To address this issue, the GENerator of Reduced Organic Aerosol Mechanisms (GENOA) has been developed. GENOA reduces detailed chemical mechanisms into semi-explicit SOA mechanisms that are small enough to be used for regional CTM simulations. The obtained SOA mechanisms can be customized by users to the desired accuracy, and preserve the physicochemical properties of SOA. GENOA v1.0 was applied to the sesquiterpene (SQT) SOA formation mechanism from MCM, resulting in a reduced SOA mechanism within 2% of the MCM size and introducing an average error of less than 3%.

To improve the reduction efficiency and to process mechanisms of multiple SOA precursors simultaneously, a parallel reduction approach is employed in GENOA v2.0 GENOA v2.0 was applied to the mechanisms (MCM + PRAM) of three monoterpenes (MTs), where the mechanism is reduced up to 93% with an error of less than 3%. The GENOA-generated biogenic SOA mechanism (GBM), including MT and SQT SOA schemes trained with GENOA v2.0, was then implemented in the CTM model CHIMERE. Simulations with GBM over Europe during summer (June-August, 2018) estimate more oxidized OAs with higher concentration than those simulated with the implicit Hydrophilic/Hydrophobic Organics (H₂O) mechanism.

The GBM mechanism leads to an improvement of the model to measurement comparisons for organic aerosol concentrations. With a 50% reduction in NOx anthropogenic emissions, the GBM mechanism predicts an increase in total SOA (6.5%) due to an increase in MT SOA (15%). When NOx is reduced, the formation of highly oxygenated molecules (HOMs) by auto-oxidation is enhanced, leading to an increase in MT SOA concentration. The decrease of NOx concentrations also favors chemical pathways resulting in an increase of MT non-HOM concentrations.

Overall, this work shows that detailed SOA mechanisms are necessary for CTMs to preserve the variations in the physical-chemical environment of the SOA concentrations, and to accurately evaluate the impact of emission reduction scenarios.

Effets de la pollution atmosphérique sur la santé : Développement de protocoles innovants de simulation d’atmosphères urbaines et d’exposition de modèles précliniques

19/04/2023 09:45

Résumé

L’Organisation Mondiale de la Santé estime que l’exposition à la pollution atmosphérique est à l’origine de plus de 6 millions de décès prématurés annuels dans le monde. La pollution atmosphérique constitue donc un risque majeur pour la santé.

L’évaluation des effets de la pollution atmosphérique sur la santé demeure toutefois lacunaire. En effet, les études épidémiologiques et toxicologiques ne prennent en compte que certains polluants atmosphériques réglementés, sans de plus considérer la synergie qui peut exister entre eux, alors que la pollution atmosphérique est un mélange multiphasique de composés gazeux et particulaires. De plus les concentrations support de ces études sont rarement dans des gammes réalistes.

L’objectif de ce travail est d’évaluer la capacité d’une plateforme innovante (PolluRisk) à étudier les effets de la pollution atmosphérique sur la santé. Pour ce faire, des modèles murins (souris) ont été exposés à des situations atmosphériques représentatives d’atmosphères et d’épisodes de pollution atmosphérique urbains (type Paris ou type Pékin), simulées en laboratoire. Ces atmosphères simulées ont ensuite été qualifiées. Nous avons ainsi pu reproduire des atmosphères urbaines multiphasiques simulées en laboratoire, et ce pendant plusieurs jours. La formation d’aérosols organiques secondaires
et de composés organiques volatiles fonctionnalisés valident la qualité de nos simulations (proxy d’atmosphères urbaines réelles), en mettant en évidence l’oxydation de la matière organique. Les résultats des analyses biologiques sur les souris exposées ont mis en évidence la pertinence de la
plateforme pour étudier les effets de la pollution atmosphérique sur la santé.

Mots clés : Pollution atmosphérique, chambre de simulation, qualité de l’air, santé.

Abstract

The World Health Organization estimates that exposure to atmospheric pollution causes more than 6 million premature deaths annually worldwide. Atmospheric pollution is therefore a major health risk. However, the assessment of the health effects of atmospheric pollution remains incomplete. Indeed,
epidemiological and experimental studies only take into account certain regulated atmospheric pollutants without considering the synergy that may exist between them, whereas atmospheric
pollution is a multiphasic mixture of gaseous and particulate compounds. Moreover, the support concentrations of these studies are rarely within realistic ranges.

The objective of this work is to assess the ability of an innovative platform (PolluRisk) to study the effects of air pollution on health. To do this, murine models (mice) were exposed to atmospheric situations representative of atmospheres and episodes of urban air pollution (Paris type or Beijing type), simulated in the laboratory. These simulated atmospheres were then qualified. We were thus able to reproduce multiphasic urban atmospheres simulated in the laboratory, for several days. The formation of secondary organic aerosols and functionalized volatile organic compounds validate the quality of our simulations (proxy of real urban atmospheres), by highlighting the oxidation of organic
matter. The results of the biological analyses on the exposed mice highlighted the relevance of the platform for studying the effects of air pollution on health.

Keywords: Atmospheric pollution, simulation chamber, air quality, health.

Surface longwave cloud radiative effect derived from space lidar observations : An application to the Arctic

21/04/2023 14:00

Les nuages jouent un rôle important dans la régulation du bilan énergétique à la surface de la Terre. Par exemple, ils absorbent le rayonnement tellurique émis par la surface de la Terre et le réémettent vers la surface, réchauffant ainsi cette dernière. Ce réchauffement peut être quantifié au travers de l’effet radiatif des nuages (Cloud Radiative Effect (CRE)) infrarouge (LongWave (LW)) à la surface. Cependant, il n’est pas bien connu en tout point du globe et sa variabilité instantané et interdécénale est mal connue. En effet, il dépend fortement de la distribution verticale des nuages qui n’est pas bien restitué à l’échelle globale. Dans cette thèse, nous proposons de restituer le CRE LW à la surface sur 13 ans (2008 − 2020) sur tout le globe en utilisant les observations du lidar Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO). A partir de calculs de transfert radiatif 1D, nous établissons des paramétrisations linéaires entre le CRE LW à la surface et des propriétés nuageuses dont l’altitude des nuages. En combinant les paramétrisations avec les observations nuages, nous restituons le CRE LW à la surface, à l’échelle mensuelle (2° × 2°) et instantané à la pleine résolution horizontale de CALIPSO (90 m/330 m). Nous avons trouvé que les nuages réchauffent la surface de 27.0 W/m2 sur la période 2008−2020 à l’échelle globale. Le CRE LW à la surface est particulièrement important dans les régions polaires, où les nuages peuvent avoir un effet sur la fonte des glaces. En colocalisant instantanément le CRE LW à la surface et les observations de la banquise dans les régions où la concentration de la banquise Arctique varie, nous avons montré que les grandes valeurs du CRE LW à la surface (> 80 W/m2 ) sont beaucoup plus fréquentes au-dessus des océans ouverts que de la banquise en fin d’automne. Nos résultats suggèrent que les nuages peuvent retarder la reconstruction de la banquise plus tard dans la saison.