Imprimer

Qualité de l’air : les technologies qui changent tout

La pollution atmosphérique est souvent invisible à l’œil nu et inodore. Quand on observe du smog, il est déjà trop tard pour agir. Il faut donc détecter les émissions de particules à la source afin d’agir avant qu’elles se répandent dans l’air ambiant. 

Environnement
Donald Prévost
Donald Prévost
Date  Septembre 2024

Les phénomènes naturels comme les éruptions volcaniques, les feux de forêt, les tempêtes de sable et les activités humaine sont à l’origine d’émissions de gaz et de particules dans l’atmosphère qui contribuent à la pollution de l’air ambiant. Les fines particules qui polluent l’air proviennent majoritairement d’activités humaines telles que la combustion d’énergies fossiles pour générer de l’électricité, le transport, la combustion des déchets, l’agriculture et les industries chimiques et minières. 

Un enjeu de santé publique

L'exposition à cette pollution a des effets négatifs sur l’environnement et la santé. En 2019, 99 % de la population mondiale vivait dans des endroits où les niveaux de pollution de l'air dépassaient les limites des lignes directrices de l'Organisation mondiale de la Santé (OMS), ce qui augmentent le risque de maladies, notamment les maladies cardiaques, les accidents vasculaires cérébraux, les maladies pulmonaires obstructives chroniques, le cancer et la pneumonie. 

À ce titre, l’OMS recommande une diminution de la pollution par les matières particulaires PM10 de 70 à 20 microgrammes par mètre cube et de celles de PM2.5 de 35 à 10 microgrammes par mètres cube. Les particules sont classées en fonction de leur taille. Alors que les particules de PM10 (ayant un diamètre inférieur à 10 micromètres) sont retenues au niveau du nez et des voies aériennes supérieures, les particules PM2.5 peuvent pénétrer profondément dans l’organisme et atteindre le cerveau, ce qui peut miner les capacités cognitives.

Comment mesurer la qualité de l’air ?

Au Canada, il est très difficile de mesurer l’impact réel de la qualité de l’air sur la population. Nous avons peu d’appareils dans les villes pour recueillir les données, notamment parce que les appareils réellement efficaces coûtent très cher. Au coût d’acquisition s’ajoutent les frais d’installation, d’exploitation et de maintenance. Les capteurs doivent être recalibrés trois à quatre fois par année. Par conséquent, la représentativité précise des mesures de la qualité de l’air à l’échelle locale n’est pas réalisable à moins de débourser des sommes très importantes pour augmenter la densité spatiale des mesures. Il est donc difficile d’informer une population spécifique de la qualité de l’air dans son quartier. Ce n’est possible que pour des changements importants de la qualité de l’air sur de grandes échelles spatiales.

Si les villes décident d’utiliser des capteurs moins dispendieux pour augmenter la densité des mesures, leurs données seront moins fiables à moyen et à long terme et moins précises à court terme. Les résultats obtenus ne refléteront donc pas la réalité en cas de changements faibles de la qualité de l’air. Et encore une fois, il sera difficile d’établir des liens entre de faibles changements locaux de la qualité de l’air sur la santé de la population d’un quartier donné.

Les types de capteurs

On trouve une grande variété de capteurs, qu’il s’agisse de capteurs à contact ou de capteurs de proximité. Certains sont fixes et d’autres mobiles, dépendant des besoins de l’application.

Dans le cadre d’un plan de gestion environnementale, la plupart des capteurs utilisés sont homologués pour la conformité réglementaire et se détaillent à 65-70 K$. D’autres types de capteurs, bien que non homologués, sont reconnus comme mesure par le gouvernement et se détaillent au prix d’environ 15K$. Ils sont fiables sur une bonne plage de concentration.

On trouve aussi sur le marché une gamme de senseurs à faible coût, qui se détaillent à moins de 500$ l’unité. Sensibles entre autres aux variations de température et d’humidité de l’air, ils ont des performances limitées, surtout à basse concentration de particules. Toutefois, leur faible coût permet de procéder à un déploiement multiple, afin de récupérer une forme de représentativité du phénomène d’émission.

Tous ces capteurs utilisent des technologies différentes.

Les principales technologies

Les capteurs à filtres

Les capteurs à filtres capturent des particules dans l'air sur un filtre et mesurent leur masse pour évaluer la concentration de polluants. Cette méthode, précise et fiable, est utilisée pour la surveillance réglementaire de la qualité de l'air, mais nécessite des analyses de laboratoire et un entretien régulier.

Les capteurs optiques

Les capteurs optiques utilisent des rayons lumineux pour détecter les particules en suspension dans l'air. Lorsqu'une particule traverse le faisceau lumineux, elle disperse la lumière, et cette dispersion est mesurée pour estimer la concentration et la taille des particules. Ils offrent une surveillance en temps réel et sont très sensibles.

Les lidars

Les lidars (Light Detection and Ranging) émettent des impulsions laser et analysent la lumière rétrodiffusée pour détecter les particules en suspension dans l'air sur de grandes distances. Cette technologie permet de cartographier la distribution spatiale des polluants en trois dimensions et est idéale pour la surveillance environnementale et industrielle. 

INO a développé un lidar spécifique afin de répondre aux besoins uniques des environnements industriels. Il se distingue par sa haute résolution spatiale (1m3 à 150 m) et temporelle (une carte de concentration, ou plus, par minute), ce qui est essentiel pour identifier les sources de poussières et prendre des mesures correctives ciblées.

 

 

À propos de l'auteur

Donald Prévost

Donald Prévost

Directeur technique

Donald Prévost, PhD, a obtenu ses baccalauréats et maitrise en physique de l’université Laval en 1990 et 1992, puis son doctorat en physique de l’image de l’université Paris-Sud en 1995. Il cumule 25 ans d’expérience professionnelle au sein d’INO aux titres de chercheur, chef de groupe, gestionnaire de programme puis maintenant directeur technique.

Spécialiste de l’intelligence artificielle et de l’optimisation combinatoire appliquées au traitement des images et des vidéos, il est l’initiateur des développements  d’INO ayant conduit à l’élaboration des plateformes actuelles de détection et suivi d’objets, de reconstruction 3D de scènes, de fusion et rehaussement d’images et de déploiement de capteurs.

Consulter son profil sur LinkedIn

Abonnez-vous au blogue

Restez à l'affût de nos nouveaux articles de blogue.

Contact