La pollution de l’air est un problème mondial important avec des effets délétères sur la santé humaine, le climat et le bâti. L’Afrique connaît une croissance démographique encore élevée et des taux d’urbanisation sans précédent, en particulier dans la région subsaharienne, avec des villes comme Nairobi au Kenya à l’avant-garde de cette tendance. Il en résulte une augmentation significative des sources de pollution anthropique dans ces zones urbaines, principalement due à une forte concentration de véhicules anciens, à la combustion résidentielle de combustibles solides, et à la combustion non réglementée de déchets.

En outre, des feux de savane, de forêts ou encore liés à l’agriculture, et des soulèvements des poussières minérales peuvent impacter la qualité de l’air régionale. La dynamique et les mécanismes à l’origine de la pollution de l’air à Nairobi sont encore mal compris en absence de mesures détaillées et de suffisamment longue durée.

L’objectif de cette thèse est de fournir des informations sur les caractéristiques spatio-temporelles de la qualité de l’air en se basant sur des observations provenant d’un réseau de capteurs à bas coût de particules fines PM2.5 et sur un volet de la modélisation du modèle de transport de la chimie CHIMERE. Les capteurs à bas coût ont été soigneusement étalonnés avec un instrument de référence co-localisé, avant d’être déployés dans des lieux représentatifs du trafic urbain, de la pollution de fond urbaine et des conditions suburbaines. Nos objectifs de recherche comprenaient (i) l’évaluation de la variabilité spatio-temporelle de la pollution par les particules fines, c’est-à-dire les tendances annuelles, saisonnières, quotidiennes et diurnes, (ii) l’étude de la contribution des sources, (iii) la détermination de la charge en particules fines due aux processus de formation primaire et secondaire, (iv) l’évaluation d’un éventuel transport régional.

Cette thèse représente une analyse complète des observations pluriannuelles avec des capteurs bas coût et de simulations sur toute une année. D’après nos observations, la variabilité saisonnière de la qualité de l’air a montré un cycle9 septembre et de janvier à février, et plus faibles pendant les mois humides de mars à mai et d’octobre à décembre, en raison des dépôts humides. Les concentrations moyennes de PM2.5 sur deux saisons étaient comprises entre 29.0±0.6 et 26.1±0.4 μg.m-3 pour les sites résidentiels-trafic et entre 23.3±0.6 et 17.1±0.4 μg.m-3 pour les sites urbains de fond. Les profils diurnes sur les sites résidentiels-trafic montrent des pics le matin et le soir qui suivent les cycles quotidiens du trafic.

En revanche, les pics du matin étaient absents ou peu prononcés pour les sites de fond urbain, alors que ces sites capturaient le pic du soir lié aux émissions résidentielles et du trafic. Les simulations CHIMERE ont été évaluées par rapport à ces mesures au sol, avec des degrés de performance variables selon les sites. Le modèle surestime les concentrations de PM2.5 dans le centre de la ville de Nairobi, mais les sous-estime à la périphérie. Ceci pourrait être lié à la résolution horizontale insuffisante des cadastres d’émissions de 10 km. La spéciation des PM2.5 du modèle indique comme espèce principale le carbone organique primaire. Selon les inventaires d’émissions globaux et régionaux (DACCIWA), ce composé proviendrait principalement du secteur résidentiel. Selon le modèle, les sources de pollution locales de Nairobi dominent les sources régionales pour les concentrations à la surface. Le modèle reproduit la variabilité saisonnière de ce fond régional, en termes d’AOD (aerosol optical depth), par rapport aux observations satellitales de MODIS. Il montre des AOD’s plus élevées pendant les mois secs, attribuées au transport transfrontalier des émissions des feux saisonniers depuis les pays limitrophes au sud du Kenya.

Air pollution is a significant global issue that has deleterious effects on human health, global climate, and the built environment. Africa is experiencing the highest rates of urbanization and unprecedented population growth, particularly in the Sub-Saharan region. This region is expected to undergo the most significant growth in large urban areas globally, with cities such as Nairobi in Kenya at the forefront of this trend. As a result, there has been a significant increase in anthropogenic pollution sources within urban areas, primarily stemming from a high concentration of older vehicles, residential burning of solid fuels, open biomass burning (such as landscape fires), and unregulated burning of wastes. Also, biomass burning in agricultural fields, seasonal wildfires and wind-brown dust have serious implications on regional air quality. The current understanding of dynamics and mechanisms that drive air pollution in Nairobi is poorly understood due to scarce monitoring data. The focus of this thesis is to provide insights into the spatiotemporal characteristics of air quality based on combined datasets from a network of low-cost PM2.5 samplers and CHIMERE Chemistry Transport Model modelling. LCS samplers were carefully calibrated against a collocated reference-grade instrument before we deployed them to locations representative of urban traffic, urban background, and suburban conditions.

Our research objectives included (i) to evaluate the spatiotemporal variability of fine particle pollution (fine PM) (i.e. annual, seasonal, daily, and diurnal trends), (ii) to investigate sources’ contribution to observed fine PM, (iii) to determine fine PM loading due to primary and secondary formation processes, (iv) to assess possible regional transport. This thesis represents a comprehensive analysis of multi-year LCS and year-round model simulations from which the following conclusions have been made. From the LCS data, the seasonal variability of air quality showed a repetitive seasonal pattern with enhanced PM2.5 concentrations during dry months June-September and January-February, and lower ones during wet months between March-May and October-December due to wet deposition. PM2.5 concentrations averaged over two seasons were between 29.0±0.6 and 26.1±0.4 μg.m-11 traffic-residential and between 23.3±0.6 and 17.1±0.4 μg.m-3 for urban background sites. The diurnal profiles at residential-traffic sites show both morning and evening peaks that mimic daily traffic cycles. Interestingly, morning peaks were absent or little pronounced for the urban background sites, while they captured an evening peak linked to background enhancement due to the evening traffic and residential energy uses. CHIMERE simulations were evaluated against these ground measurements, and varying degrees of performance were exhibited across the different monitoring locations. The model was found to overpredict PM2.5 concentrations in Nairobi city center but it underpredicted at the periphery. This behavior could be linked to uncertainties in the global CAMS emissions inventory with a coarse resolution of 10 km and the difficulty in projecting emissions to simulations with the finest (2km) horizontal resolution. Primary organic carbon (POA) is the major model PM2.5 species and corresponds to residential emissions, as demonstrated by global and regional (DACCIWA) emission inventories. According to the model, Nairobi’s local pollution sources dominate regional ones. Noteworthy, the model reproduces seasonal variability of regional PM2.5 concentrations in southern Kenya as observed by MODIS AOD, which are enhanced during dry months covering JJAS and JF, but remain limited. This enhancement appears to be influenced by across-border pollution transport in countries south of Kenya where high satellite AOD are observed (e.g., Tanzania), mainly due to seasonal fires during this period.

Lieu
UPEC – Campus Créteil
Bâtiment P, salle des thèses P2-019

Visio
https://cnrs.zoom.us/j/97998586986?pwd=bYOFDedf86hPr19grwCbc2ihcWboEG.1

• LEAL-LIOUSSE Cathy, Directrice de recherche, CNRS, Rapporteure
• ROUSTAN Yelva, MCF-HDR, Ecole nationale des ponts et chaussées, Rapporteur
• GALY-LACAUX Corinne, HDR, Examinatrice
• GARLAND Rebecca, Senior researcher, University of Pretoria, Examinatrice
• MARTICORENA Béatrice, Directrice de recherche, CNRS, Examinatrice
• PAYAN Sébastien, Professeur des Universités, Université de Sorbonne,
• Examinateur
• BEEKMANN Matthias, Directeur de recherche, CNRS, Directrice de thèse
• SUBRAMANIAN R., Senior researcher, Center for Study of Science, Technology
  and Policy (CSTEP), Co-directeur de thèse