Caractérisation expérimentale et statistique des sources de Composés Organiques Volatils (COV) en région Île-de-France

Volatile organic compounds (VOCs) play a key role within the atmospheric system acting as precursors of ground-level ozone and secondary organic aerosols (causing health and climatic impacts); hence the growing interest of better characterizing them. Significant uncertainties are still associated with compounds speciation, quantification and respective contributions from the different emission sources.This thesis proposes, through several laboratory and intensive field campaigns, a detailed characterization of VOCs and their main emissions sources within the Île-de-France region. We used methods based on the determination of speciation profiles indicative of road traffic, wood burning and natural gas sources obtained from near-field investigations (inside a tunnel, at a fireplace and from a domestic gas flue). These different source profiles were used as chemical fingerprints for the identification of the main VOC emission sources, which respective contributions were estimated using the Positive Matrix Factorization (PMF) source-receptor model applied to one-year VOCs (including NMHC+OVOC) measurements in Paris. This thesis allowed, for the first time, to evaluate the seasonal variability of VOCs and their main emission sources. Road traffic-related emissions are major VOC local/regional sources in Paris (contributing to a quarter of total annual emissions). The important impact of wood burning in winter (50 % of the VOC total mass) was observed. Results obtained from this approach were compared with the regional emissions inventory provided by the air quality monitoring network Airparif. Finally, a good agreement was found between our observations and the inventory for road traffic and wood burning-related sources.This independent assessment of inventories is of great interest because they are currently used as input data within air quality prediction models.Les composés organiques volatils (COV) jouent un rôle majeur au sein du système atmosphérique puisqu’ils interviennent en tant que précurseurs d’ozone troposphérique et d’aérosols organiques secondaires (composés aux divers impacts sanitaires et climatiques) ; d’où le réel besoin de mieux les caractériser. A ce jour, de fortes incertitudes demeurent quant à leur nature, leur quantification et la contribution de leurs sources d’émissions respectives.Cette thèse propose, au travers d’expérimentations de laboratoire et de terrain, une caractérisation exhaustive des COV et de leurs principales sources d’émissions en région Île-de-France. Les méthodes mises en place dans ce travail de thèse reposent sur la détermination de profils de spéciation caractéristiques du trafic routier, du chauffage au bois et du gaz naturel à partir d’investigations en champ proche (en tunnel, en cheminée et à partir d’un conduit de gaz domestique). Ces différents profils de source ont été utilisés comme empreinte chimique de référence pour l’identification des principales sources d’émissions de COV, dont les contributions respectives ont été estimées à l’aide du modèle source-récepteur Positive Matrix Factorization (PMF), appliqué sur une année d’acquisition de mesures COV (HCNM+COVO) à Paris. Ce travail de thèse a ainsi permis, pour la première fois, d’étudier la variabilité saisonnière des COV et de leurs sources majeures. Les émissions liées au trafic routier ont été révélées comme la principale source de COV d’origine locale/régionale à Paris (contribuant à ¼ des émissions totales à l’échelle annuelle). L’impact prépondérant du chauffage au bois en hiver (50 % de la masse totale COV mesurée) a également été mis en évidence. Les résultats de cette étude de répartition de sources ont été confrontés à l’inventaire des émissions d’Airparif. Nous avons souligné un bon accord entre nos observations et l’inventaire pour les sources liées au trafic automobile et au chauffage au bois.Cette évaluation indépendante des inventaires est essentielle puisque ces derniers sont aujourd’hui utilisés comme données d’entrée au sein des modèles de prévision de qualité de l’air