La surveillance de la qualité de l'air est actuellement effectuée avec des mesures de concentration et à partir d'outils de modélisation de la dispersion atmosphérique. Ces modèles numériques évaluent les concentrations des polluants avec une résolution spatio-temporelle plus fine que les mesures. Néanmoins, les estimations fournies par ces modèles sont moins précises que les mesures. Dans ce projet de recherche, nous avons étudié les approches de couplage d'échelles et d'assimilation de données pour améliorer les estimations fournies par le modèle de dispersion atmosphérique SIRANE, dédié à l'échelle urbaine. L'approche de couplage d'échelles consiste à déterminer les conditions aux limites d'une simulation à partir d'une autre simulation à plus grande échelle. Au cours de ce travail de thèse, nous avons analysé trois méthodes afin de coupler le modèle urbain SIRANE et le modèle à méso-échelle CHIMERE. Cette étude montre que ces méthodes permettent potentiellement d'estimer la qualité de l'air à l'échelle urbaine de manière plus satisfaisante que les modèles à méso-échelle (utilisés seuls). Cependant, elles n'améliorent pas forcément la modélisation des conditions aux limites d'une simulation à l'échelle urbaine et les estimations fournies par celles-ci. Cela est a priori lié au fait que les estimations fournies par le modèle CHIMERE ne sont pas suffisamment satisfaisantes sur notre cas d'étude. Il est néanmoins possible que ces méthodes améliorent les résultats à l'échelle urbaine en utilisant une simulation à l'échelle régionale de meilleure qualité. L'approche d'assimilation de données consiste à combiner les mesures et les données modélisées afin de déterminer la meilleure estimation de l'état d'un système. Durant cette thèse, nous avons étudié trois méthodes d'assimilation de données : la méthode de débiaisement, la méthode que nous avons nommée modulation de la contribution des sources et la méthode Best Linear Unbiased Estimator. Cette étude indique que ces méthodes permettent globalement d'améliorer les estimations fournies par le modèle SIRANE. L'étude de sensibilité vis-à-vis du nombre de mesures utilisées lors de l'assimilation de données indique qu'en général, plus ce nombre est élevé plus les résultats sont satisfaisants. Enfin, les résultats montrent que les performances statistiques associées à ces trois méthodes d'assimilation de données sont globalement comparables entre elles sur notre cas d'étude. / Air quality monitoring is currently carried out with concentration measurements and with atmospheric dispersion modeling tools. These numerical models evaluate pollutant concentrations with a finer spatio-temporal resolution than measurements. Nevertheless, the estimates provided by these models are less accurate than measurements. In this research project, we studied multiscale coupling and data assimilation approaches to improve the estimates provided by the SIRANE atmospheric dispersion model, dedicated to the urban scale. The multiscale coupling approach consists in determining the boundary conditions of a simulation from another simulation on a larger scale. In this thesis work, we analyzed three methods for coupling the SIRANE model with the CHIMERE mesoscale model. This study shows that these methods can potentially estimate the air quality at the urban scale more satisfactorily than the mesoscale models (used alone). However, they do not necessarily improve the modeling of the boundary conditions of a simulation at the urban scale and the estimates provided by them. This is a priori due to the fact that the estimates provided by the CHIMERE model are not sufficiently good on our case study. It is possible, however, that these methods improve the results at the urban scale by using a better simulation at the regional scale. The data assimilation approach consists of combining the measurements and the modelled data to determine the best estimate of the system state. During this thesis, we studied three data assimilation methods : the unbiased method, the method that we called source apportionment modulation, and the Best Linear Unbiased Estimator method. This study indicates that these methods generally improve the estimates provided by the SIRANE model. The sensitivity study on the number of measurements used during the data assimilation indicates that, in general, higher is this number, more satisfactory are the results. Finally, the results show that the statistical performances associated with these three data assimilation methods are globally comparable on our case study.

Cette thèse s'inscrit dans un projet de modélisation numérique de la dispersion atmosphérique de polluants à travers le code de mécanique des fluides numérique Code_Saturne. L'objectif est de pouvoir simuler la dispersion atmosphérique de polluants en environnement complexe, c'est-à-dire autour de centrales, sites industriels ou en milieu urbain. Dans ce contexte, nous nous concentrons sur la modélisation de la dispersion des polluants à micro-échelle, c'est-à-dire pour des distances de l'ordre de quelques mètres à quelques kilomètres et correspondant à des échelles de temps de l'ordre de quelques dizaines de secondes à quelques dizaines de minutes : on parle de modélisation en champ proche. L’approche suivie dans ces travaux de recherche suit une formulation hybride eulérienne/lagrangienne, où les champs dynamiques moyens relatifs au fluide porteur (pression, vitesse, température, turbulence) sont calculés via une approche eulérienne et sont ensuite fournis au solveur lagrangien. Ce type de formulation est couramment utilisé dans la littérature atmosphérique pour son efficacité numérique. Le modèle lagrangien stochastique considéré dans nos travaux est le Simplified Langevin Model (SLM), développé par Pope (1985,2000). Ce modèle appartient aux méthodes communément appelées méthodes PDF (Probability Density Function), et, à notre connaissance, n'a pas été exploité auparavant dans le contexte de la dispersion atmosphérique. Premièrement, nous montrons que le SLM respecte le critère dit de mélange homogène (Thomson, 1987). Ce critère, essentiel pour juger de la bonne qualité d'un modèle lagrangien stochastique, correspond au fait que si des particules sont initialement uniformément réparties dans un fluide incompressible, alors elles doivent le rester. Nous vérifions le bon respect du critère de mélange homogène pour trois cas de turbulence inhomogène représentatifs d'une large gamme d'applications pratiques : une couche de mélange, un canal plan infini, ainsi qu'un cas de type atmosphérique mettant en jeu un obstacle au sein d'une couche limite neutre. Nous montrons que le bon respect du critère de mélange homogène réside simplement en la bonne introduction du terme de gradient de pression en tant que terme de dérive moyen dans le modèle de Langevin (Pope, 1987; Minier et al., 2014; Bahlali et al., 2018c). Nous discutons parallèlement de l'importance de la consistance entre champs eulériens et lagrangiens dans le cadre de telles formulations hybrides eulériennes/lagrangiennes. Ensuite, nous validons le modèle dans le cas d'un rejet de polluant ponctuel et continu, en conditions de vent uniforme et turbulence homogène. Dans ces conditions, nous disposons en effet d'une solution analytique nous permettant une vérification précise. Nous observons que dans ce cas, le modèle lagrangien discrimine bien les deux différents régimes de diffusion de champ proche et champ lointain, ce qui n'est pas le cas d'un modèle eulérien à viscosité turbulente (Bahlali et al., 2018b).Enfin, nous travaillons sur la validation du modèle sur plusieurs campagnes expérimentales en atmosphère réelle, en tenant compte de la stratification thermique de l'atmosphère et de la présence de bâtiments. Le premier programme expérimental considéré dans nos travaux concerne le site du SIRTA (Site Instrumental de Recherche par Télédétection Atmosphérique), dans la banlieue sud de Paris, et met en jeu une stratification stable de la couche limite atmosphérique. La seconde campagne étudiée est l'expérience MUST (Mock Urban Setting Test). Réalisée aux Etats-Unis, dans le désert de l'Utah, cette expérience a pour but de représenter une ville idéalisée, au travers d'un ensemble de lignées de conteneurs. Deux rejets ont été simulés et analysés, respectivement en conditions d'atmosphère neutre et stable (Bahlali et al., 2018a) / This Ph.D. thesis is part of a project that aims at modeling pollutant atmospheric dispersion with the Computational Fluid Dynamics code Code_Saturne. The objective is to simulate atmospheric dispersion of pollutants in a complex environment, that is to say around power plants, industrial sites or in urban areas. In this context, the focus is on modeling the dispersion at micro-scale, that is for distances of the order of a few meters to a few kilometers and corresponding to time scales of the order of a few tens of seconds to a few tens of minutes: this is also called the near field area. The approach followed in this thesis follows a hybrid Eulerian/Lagrangian formulation, where the mean dynamical fields relative to the carrier fluid (pressure, velocity, temperature, turbulence) are calculated through an Eulerian approach and are then provided to the Lagrangian solver. This type of formulation is commonly used in the atmospheric literature for its numerical efficiency. The Lagrangian stochastic model considered in our work is the Simplified Langevin Model (SLM), developed by Pope (1985,2000). This model belongs to the methods commonly referred to as PDF (Probability Density Function) methods, and, to our knowledge, has not been used before in the context of atmospheric dispersion. First, we show that the SLM meets the so-called well-mixed criterion (Thomson, 1987). This criterion, essential for any Lagrangian stochastic model to be regarded as acceptable, corresponds to the fact that if particles are initially uniformly distributed in an incompressible fluid, then they must remain so. We check the good respect of the well-mixed criterion for three cases of inhomogeneous turbulence representative of a wide range of practical applications: a mixing layer, an infinite plane channel, and an atmospheric-like case involving an obstacle within a neutral boundary layer. We show that the good respect of the well-mixed criterion lies simply in the good introduction of the pressure gradient term as the mean drift term in the Langevin model (Pope, 1987; Minier et al., 2014; Bahlali et al., 2018c). Also, we discuss the importance of consistency between Eulerian and Lagrangian fields in the framework of such Eulerian/Lagrangian hybrid formulations. Then, we validate the model in the case of continuous point source pollutant dispersion, under uniform wind and homogeneous turbulence. In these conditions, there is an analytical solution allowing a precise verification. We observe that in this case, the Lagrangian model discriminates well the two different near- and far-field diffusion regimes, which is not the case for an Eulerian model based on the eddy-viscosity hypothesis (Bahlali et al., 2018b).Finally, we work on the validation of the model on several experimental campaigns in real atmosphere, taking into account atmospheric thermal stratification and the presence of buildings. The first experimental program considered in our work has been conducted on the `SIRTA' site (Site Instrumental de Recherche par Télédétection Atmosphérique), in the southern suburb of Paris, and involves a stably stratified surface layer. The second campaign studied is the MUST (Mock Urban Setting Test) experiment. Conducted in the United States, in Utah's desert, this experiment aims at representing an idealized city, through several ranges of containers. Two cases are simulated and analyzed, respectively corresponding to neutral and stable atmospheric stratifications (Bahlali et al., 2018a)

L’objectif de la thèse est d’effectuer l’analyse de sensibilité paramétrique du logiciel Phast de modélisation de la dispersion atmosphérique de gaz toxiques et/ou inflammables. La technique a consisté à coupler Phast et l’outil d’analyse de sensibilité SimLab, ce qui permet d’exécuter automatiquement un grand nombre de simulations en faisant varier l’ensemble des paramètres du modèle de façon simultanée. La méthode d’analyse de sensibilité globale choisie, E-FAST, est basée sur l’analyse de la variance des sorties du modèle pour le calcul des indices de sensibilité. Nous avons étudié des scénarios de rejet continus pour six produits différents (monoxyde d’azote, ammoniac, chlore, azote, n-hexane et fluorure d’hydrogène), sélectionnés pour couvrir une large gamme de caractéristiques physiques et de conditions de stockage. L’analyse du modèle de dispersion de Phast, Unified Dispersion Model, a été séparée en deux étapes : étape de « screening » avec pour but de comparer l’influence de l’ensemble des paramètres puis étude de l’influence globale des paramètres de modélisation, autres que les paramètres météo et du terme source, sur une plage large de valeurs. Pour chaque produit, nous avons décomposé les scénarios de base en sous-scénarios correspondant à des conditions de rejet différentes. Ce travail a notamment permis de classifier les paramètres du modèle selon leur degré d’influence sur la variabilité de différentes sorties et d’effectuer une analyse comparative par produit indiquant, pour des conditions de rejet données, quels paramètres sont les plus influents sur les sorties. Une étude complémentaire a consisté à effectuer une analyse de sensibilité locale de ces paramètres autour de leur valeur par défaut. / We have undertaken a parametric sensitivity analysis of the Phast software tool’s models for atmospheric dispersion of toxic and/or inflammable gases. We have coupled Phast with the sensitivity analysis tool SimLab, and have automated the execution of a large number of simulations while varying simultaneously selected model parameters. The global sensitivity analysis method used, E-FAST, is based on analysis of the variance of model outputs, and allows us to estimate sensitivity indices. We have studied continuous release scenarios for six different products (nitric oxide, ammonia, chlorine, nitrogen, n-hexane and hydrogen fluoride), which were chosen to cover a wide range of physical characteristics and storage conditions. Our analysis of Phast’s Unified Dispersion Model comprises two phases: a screening phase which allows the sensitivity of a wide range of parameters to be compared, followed by a phase focusing on the sensitivity of internal model parameters (excluding weather and source term variables), over a wide input range. For each product, we have broken down base-case scenarios into a number of sub-scenarios corresponding to different release conditions. This work has allowed us to rank model parameters according to their influence on the variability of a number of model outputs. It also includes a per-product comparative analysis indicating, for each release condition studied, which parameters have the most influence on the outputs. In the final part of the work, we have analyzed the local sensitivity of these parameters in a narrow range around their default values.

La modélisation inverse de la dispersion atmosphérique consiste à reconstruire les caractéristiques d’une source (quantité de polluants rejetée, position) à partir de mesures de concentration dans l’air, en utilisant un modèle direct de dispersion et un algorithme d’inversion. Nous avons utilisé dans cette étude deux modèles directs de dispersion atmosphérique SIRANE (Soulhac, 2000; Soulhac et al., 2011) et SIRANERISK (Cierco et Soulhac, 2009a; Lamaison et al., 2011a, 2011b). Il s’agit de deux modèles opérationnels de « réseau des rues », basés sur le calcul du bilan de masse à différents niveaux du réseau. Leur concept permet de décrire correctement les différents phénomènes physiques de dispersion et de transport de la pollution atmosphérique dans des réseaux urbains complexes. L’étude de validation de ces deux modèles directs de dispersion a été effectuée après avoir évalué la fiabilité des paramétrages adoptés pour simuler les échanges verticaux entre la canopée et l'atmosphère, les transferts aux intersections de rues et la canalisation de l’écoulement à l’intérieur du réseau de rues. Pour cela, nous avons utilisé des mesures en soufflerie effectuées dans plusieurs configurations académiques. Nous avons développé au cours de cette thèse un système de modélisation inverse de dispersion atmosphérique (nommé ReWind) qui consiste à déterminer les caractéristiques d’une source de polluant (débit, position) à partir des concentrations mesurées, en résolvant numériquement le système matriciel linéaire qui relie le vecteur des débits au vecteur des concentrations. La fiabilité des résultats et l’optimisation des temps de calcul d’inversion sont assurées par le couplage de plusieurs méthodes mathématiques de résolution et d’optimisation, bien adaptées pour traiter le cas des problèmes mal posés. L’étude de sensibilité de cet algorithme d’inversion à certains paramètres d’entrée (comme les conditions météorologiques, les positions des récepteurs,…) a été effectuée en utilisant des observations synthétiques (fictives) fournies par le modèle direct de dispersion atmosphérique. La spécificité des travaux entrepris dans le cadre de ce travail a consisté à appliquer ReWind dans des configurations complexes de quartier urbain, et à utiliser toute la variabilité turbulente des mesures expérimentales obtenues en soufflerie pour qualifier ses performances à reconstruire les paramètres sources dans des conditions représentatives de situations de crise en milieu urbain ou industriel. L’application de l’approche inverse en utilisant des signaux instantanés de concentration mesurés en soufflerie plutôt que des valeurs moyennes, a montré que le modèle ReWind fournit des résultats d’inversion qui sont globalement satisfaisants et particulièrement encourageants en termes de reproduction de la quantité de masse totale de polluant rejetée dans l’atmosphère. Cependant, l’algorithme présente quelques difficultés pour estimer à la fois le débit et la position de la source dans certains cas. En effet, les résultats de l’inversion sont assez influencés par le critère de recherche (d’optimisation), le nombre de récepteurs impactés par le panache, la qualité des observations et la fiabilité du modèle direct de dispersion atmosphérique. / The aim of this study is to develop an inverse atmospheric dispersion model for crisis management in urban areas and industrial sites. The inverse modes allows for the reconstruction of the characteristics of a pollutant source (emission rate, position) from concentration measurements, by combining a direct dispersion model and an inversion algorithm, and assuming as known both site topography and meteorological conditions. The direct models used in these study, named SIRANE and SIRANERISK, are both operational "street network" models. These are based on the decomposition of the urban atmosphere into two sub-domains: the urban boundary layer and the urban canopy, represented as a series of interconnected boxes. Parametric laws govern the mass exchanges between the boxes under the assumption that the pollutant dispersion within the canopy can be fully simulated by modelling three main bulk transfer phenomena: channelling along street axes, transfers at street intersections and vertical exchange between a street canyon and the overlying atmosphere. The first part of this study is devoted to a detailed validation of these direct models in order to test the parameterisations implemented in them. This is achieved by comparing their outputs with wind tunnel experiments of the dispersion of steady and unsteady pollutant releases in idealised urban geometries. In the second part we use these models and experiments to test the performances of an inversion algorithm, named REWind. The specificity of this work is twofold. The first concerns the application of the inversion algorithm - using as input data instantaneous concentration signals registered at fixed receptors and not only time-averaged or ensemble averaged concentrations. - in urban like geometries, using an operational urban dispersion model as direct model. The application of the inverse approach by using instantaneous concentration signals rather than the averaged concentrations showed that the ReWind model generally provides reliable estimates of the total pollutant mass discharged at the source. However, the algorithm has some difficulties in estimating both emission rate and position of the source. We also show that the performances of the inversion algorithm are significantly influenced by the cost function used to the optimization, the number of receptors and the parameterizations adopted in the direct atmospheric dispersion model.

La dispersion atmosphérique de substances dangereuses est un évènement susceptible d’entrainer de graves conséquences. Sa modélisation est primordiale pour anticiper des situations accidentelles. L’objectif de ce travail fut de développer un modèle opérationnel, à la fois rapide et précis, prenant en compte la dispersion en champ proche sur un site industriel. L’approche développée s’appuie sur des modèles issus de l’intelligence artificielle : les réseaux de neurones et les automates cellulaires. L’utilisation des réseaux de neurones requiert l’apprentissage d’une base de données de dispersion : des simulations CFD k-ϵ dans ce travail. Différents paramètres sont évalués lors de l’apprentissage : échantillonnage et architecture du réseau. Trois méthodologies sont développées :La première méthode permet d’estimer la dispersion continue en champ libre, par réseaux de neurones seuls.La deuxième méthode utilise le réseau de neurones en tant que règle de transition de l’automate cellulaire pour le suivi de l’évolution d’une bouffée en champ libre.La troisième méthode sépare la problématique : le calcul de l’écoulement est effectué par les réseaux de neurones alors que le calcul de la dispersion est réalisé par la résolution de l’équation d’advection diffusion pour le suivi de l’évolution d’un nuage autour d’un obstacle cylindrique. La simulation de cas tests non-appris avec des simulations CFD permet de valider les méthodes développées. Les temps de calcul mis en œuvre pour réaliser la dispersion sont en accord avec la cinétique d’une situation de crise. L’application à des données réelles doit être développée dans la perspective de rendre les modèles opérationnels. / Atmospheric dispersion of hazardous materials is an event that could lead to serious consequences. Atmospheric dispersion is studied in particular in this work. Modeling of atmospheric dispersion is an important tool to anticipate industrial accidents. The objective of this work was to develop a model that is both fast and accurate, considering the dispersion in the near field on an industrial site. The approach developed is based on models from artificial intelligence: neural networks and cellular automata. Using neural networks requires training a database typical of the phenomenon, CFD k-ϵ simulations in this work. Training the neural network is carried out by identifying the important parameters: database sampling and network architecture. Three methodologies are developed:The first method estimates the continuous dispersion in free field by neural networks.The second method uses the neural network as a transition rule of the cellular automaton to estimate puff evolution in the free field.The third method divides the problem: the flow calculation is performed by the neural network and the calculation of the dispersion is realized by solving the advection diffusion equation to estimate the evolution of a cloud around a cylindrical obstacle. For the three methods, assessment of the generalization capabilities of the neural network has been validated on a test database and on unlearned cases. A comparison between developed method and CFD simulations is done on unlearned cases in order to validate them. Simulations computing time are low according to crisis duration. Application to real data should be developed to make these models operational.

Cette thèse étudie l’impact de l’Aéroport international de Beyrouth sur la qualité de l’air de Beyrouth et ses banlieues par mesures et modélisation des COVs et NO2. Il s’agit de la première étude qui identifie les signatures des émissions (COVs) issues des avions sous opération réelle. Grâce aux signatures détectées lors de 4 campagnes réalisées, nous constatons que l’aéroport a un impact sur la qualité de l’air de son voisinage, la zone côtière (trajectoire d’atterrissage), et les zones montagneuses. Ces résultats sont confirmés via le modèle ADMS-Airport, utilisé pour la première fois au Moyen-Orient et validé pour les conditions libanaises (r = 0.86). Par ailleurs, les concentrations de 47 COVs ont été mesurées pour la première fois à l'intérieur d’un bâtiment de l'aéroport. Les teneurs en COVs qui sont corrélées au nombre d’avions sont en dessous des valeurs seuils sauf pour l'acroléine alors que la celle de NO2 peut constituer un danger pour la santé. / This work mainly investigated the impact of Beirut Airport on the air quality of Beirut and its suburbs via both measurements and modeling of VOCs and NO2. This is the first study to determine VOC signatures of exhaust emissions from aircraft under real operation. Using these signatures, the impact of the airport activities was tracked in 4 transect campaigns, where it was found that the airport impacts air quality not only in its vicinity, but also on the seashore (landing jet trajectory) and in mountainous areas. These results were confirmed via modeling with ADMS-Airport, implemented for the first time in the Middle East, after being validated in the Lebanese conditions (r = 0.86). As a secondary goal, and for the first time, 47 VOCs were assessed inside an airport building. Measured VOC levels did not present any risks except for acrolein. In the arrivals hall, NO2 levels indicated a health hazard; while a direct relationship was found between aircraft number and VOC concentrations.

Cette étude, menée principalement par des moyens expérimentaux, analyse la dynamique des fluctuations de concentration produites au sein d’un panache d’un scalaire passif émis par une source ponctuelle dans une couche limite turbulente. En étendant le travail de Fackrell and Robins (1982) sur les fluctuations de concentration, on décrit l’évolution des quatre premiers moments de la concentration et on étudie l’influence des conditions à la source (telles que la taille et la hauteur de la source et la vitesse de sortie) sur les moments mêmes. L’étude est complétée par une description détaillée des statistiques du champ de vitesse dans la couche limite, comprenant des informations sur la structure spatiale et temporelle de la turbulence. Cette base de données expérimentale a été utilisée pour valider deux différentes approches à la modélisation de la dispersion: un modèle analytique de meandering et un modèle Lagrangien stochastique avec un schéma de micro mélange. / This experimental study analyses the dynamics of concentration fluctuations in a passive plume emitted by a point source within the turbulent boundary layer. We aim to extend the popular study of Fackrell and Robins (1982) about concentration fluctuations and fluxes from point sources by including third and fourth moments of concentration. We also further inquire into the influence of source conditions, such as the source size, source elevation and emission velocity, on higher order concentration moments. The data set is completed by a detailed description of the velocity statistics within the TBL, with exhaustive information on both the temporal and spatial structure of the flow. The experimental data-set has been used to test two different modeling ap- proaches: an analytical meandering plume model (in one and in three dimen- sions) and a Lagrangian stochastic micro-mixing model.

Depuis une dizaine d’années, l’évolution de la puissance des ordinateurs a permis de développer l’utilisation, dans les études d’ingénierie, des simulations 3D CFD (Computational Fluid Dynamics) pour l’étude de l’atmosphère à petite échelle, en particulier pour la dispersion de polluants sur des sites industriels et urbains complexes. Compte tenu de la complexité des domaines à étudier et des ressources de calcul généralement disponibles, ces études sont la plupart du temps réalisées à l’aide des modèles RANS (Reynolds Averaged Navier-Stokes), et particulièrement avec le modèle de fermeture k – e. Différents travaux de validation de l’approche RANS k – e ont mis en évidence quelques limitations à reproduire la dynamique de l’écoulement et de la dispersion dans des configurations géométriques complexes. Le travail de recherche réalisé dans le cadre de cette thèse a pour objectif une caractérisation expérimentale fine de l’écoulement et de la dispersion turbulente autour d’un obstacle bidimensionnel placé dans une couche limite de surface, afin d’évaluer la validité des modèles RANS en vue de leur application pour l’étude de la dispersion atmosphérique.Dans un premier temps, nous avons utilisé des techniques d’anémométrie à fil chaud, d’anémométrie laser Doppler et d’anémométrie par image de particules, pour déterminer le champ de vitesse dans une couche limite de surface rugueuse et autour d’un obstacle bidimensionnel de section carrée. Une attention particulière a été portée sur l’analyse des termes de l’équation évolutive de l’énergie cinétique turbulente (ECT) et sur la détermination de la viscosité turbulente vt. Différentes approches ont également été utilisées pour estimer le taux de dissipation e de l’énergie cinétique turbulente. Nous avons mis en évidence que ces différentes approches fournissent des résultats comparables dans le cas de la couche limite, tandis que seule la technique estimant e comme le résidu de l’ECT est applicable dans le sillage de l’obstacle. De plus, nos mesures ont permis d’évaluer les paramétrisations du modèle k – e et de montrer que la valeur du coefficient Cμ = 0.09 ne semble pas adaptée dans le cas de la couche limite, conduisant à une surestimation de vt, alors que cette valeur apparait plus adaptée dans le cas de l’obstacle. Une étude de sensibilité, portant la détermination de la constante σk du modèle k – e, indique une contribution non négligeable des termes de corrélation entre la vitesse et la pression dans le sillage de l’obstacle.Dans un deuxième temps, nous avons étudié la dispersion d’un scalaire passif, en mesurant les différents moments statistiques de la concentration, au moyen d’un détecteur à ionisation de flamme. Nous avons également déterminé les flux turbulents de masse, par un couplage entre les mesures de vitesse et de concentration, en prenant soin de contrôler les influences réciproques des deux techniques de mesure. Ces mesures nous ont permis de tester la validité de différents modèles de fermeture de l’équation d’advection-diffusion pour estimer les flux dans le sens vertical et dans le sens longitudinal. Nous avons également pu déterminer expérimentalement le coefficient de diffusivité turbulente Dt, nous permettant d’évaluer un nombre de Schmidt turbulent Sct, afin de mettre en évidence que la valeur Sct = 0.7 est adaptée à la majorité des zones étudiées, excepté dans la zone de recirculation induite par l’obstacle. Enfin, nous nous sommes intéressés aux différents termes de l’équation de la variance de la concentration et plus particulièrement à son taux de dissipation. À nouveau, les mesures nous ont permis de tester un modèle de fermeture disponible dans la littérature et de montrer la bonne cohérence entre le modèle et l’expérience. / In the last decades, there has been an increasing use of Computational Fluid Dynamics (CFD)simulations to evaluate the impact of atmospheric pollutants dispersion in within industrial and urban sites. Given the high geometrical complexity of these sites, these simulations are mainly performed adopting a Reynolds Averaged Navier-Stokes (RANS) approach and using k−e closure models. As is well known from previous studies, RANS k−e simulations are affected by some limitations that prevent them correctly reproducing the dynamics of the flow and the pollutant dispersion in complex geometrical configurations. The aim of the PhD is to provide a detailed experimental characterization of the flow and the turbulent dispersion around an idealized two-dimensional obstacle placed within a boundary layer flow. This is subsequently used to analyse the reliability of RANS closure models as predictive tools for the atmospheric dispersion of airborne pollutants. Initially we focus on the flow dynamics of a boundary layer flow developing over a rough wall and in the wake of a 2D obstacle. The velocity field is investigated experimentally by means of different measurement techniques, namely Hot Wire Anemometry (HWA), Laser Doppler Anemometry (LDA) and Stereo-Particle Imagery Velocimetry (PIV). A particular attention was devoted to the estimate of the turbulent viscosity nt as well as of the terms composing the turbulent kinetic energy budget (TKE), including its rate of dissipation e which was determined adopting different approaches. These measurements allowed us to analyse the accuracy of the parameterizations included in a standard k−e closure model. Our analysis show that a value of the coefficient Cμ = 0.09 leads to significant overestimation of nt in a boundary layer flow. Conversely, adopting Cμ = 0.09 provides a good agreement between modeled and direct estimates of nt in the wake of the obstacle. As a second step, we studied the dispersion of a passive scalar emitted by a ground level line source. To that purpose we measured the first four order moments of the concentration probability density function by mean of a flame ionization detector (FID). Furthermore, the coupling of the FID system with the LDA or HWA system allowed us to directly measure the turbulent mass transfer, i.e. the correlation between velocity and concentration fluctuations. The combination of these two techniques was carefully analyzed, in order to quantify eventual mutual disturbances of one measurement technique on the other. The measurements of the velocity/concentration correlations allowed us to determine experimentally the turbulent diffusivity Dt and the turbulent Schmidt number Sct , and therefore to test the accuracy of different closure models of the advection-distribution equation. Our results show that the value of the turbulent Schmidt number is approximately equal to 0.7 in most of the domain, except in the recirculation zone on the wake of the obstacle. Experimental data provide also a complete description of the spatial distribution of the concentration variance, and of the term composing its budget (with a focus on its dissipation). As for the velocity field, we test the reliability of different closure model proposed in the literature of the turbulent mass transfer terms, enlightening the shortcomings of simple gradient-law closer models.

Les ISDND produisent du biogaz par fermentation des déchets organiques. Le biogaz principalement composé de CH4 et CO2 représente un enjeu environnemental majeur. Cette étude propose un outil d’estimation des émissions surfaciques de biogaz d’une ISDND par modélisation de la dispersion atmosphérique d’un gaz traceur, en l’occurrence, le méthane. Les dynamiques spatiales et temporelles des concentrations en CH4 et en COV ont été suivies sur et dans l’entourage de l’ISDND d’étude (Séché Environnement) en fonction des conditions météorologiques. Les résultats montrent des faibles teneurs atmosphériques en COV et en CH4 sur le site d’étude validant une faible émission de ces espèces. Les COV mesurés sont émis par différentes sources dont la contribution est plus importante que celle de l’ISDND et aucun COV ne constitue un traceur de biogaz émis par le site. En revanche, l’ISDND apparait comme source principale du CH4 détecté. Deux méthodes sont proposées pour estimer les émissions surfaciques de méthane en utilisant un modèle de dispersion atmosphérique Gaussien ADMS, validé par comparaison des teneurs atmosphériques en méthane mesurées et modélisées et leur dynamique temporelle. La première méthode repose sur une approche inverse et la deuxième est une approche statistique par régression. Les émissions de CH4 sont estimées pour la période d’exposition de la diode laser aux émissions du site pour 4 scénarios météorologiques types identifiés par une classification hiérarchique. Les résultats valident l’influence des paramètres météorologiques, surtout de la stabilité de l’atmosphère, sur la dispersion atmosphérique et les émissions surfaciques en méthane. / Landfill sites produce biogas by degradation of biodegradable organic matter. Biogas mainly composed of CH4 and CO2 represents a major environmental challenge. This study propose a method to estimate biogas surface emissions in landfill sites using atmospheric dispersion modeling of a tracer gas, in this case, methane. The spatial and temporal dynamics of CH4 and VOC concentrations have been followed on the studied landfill site (Séché Environnement) for several weather conditions. Measurement results show low atmospheric VOC and CH4 concentrations on the studied landfill site which validates low emissions of these compounds. Detected VOC are emitted by different sources, excluding the landfill site. The contribution of these sources on VOC concentrations is more important than that of the landfill site and no VOC could be identified as tracer of biogas emitted by landfill site. However, CH4 is emitted by the landfill site, its principal source. Two methods are proposed to estimate methane surface emissions using a Gaussian atmospheric dispersion model ADMS. Gaussian model is validated by comparison of the temporal dynamics and atmospheric concentrations of methane measured on the site and those modeled. The first method is based on an inverse approach and the second one is a statistical regression approach. CH4 emissions are estimated for the exposure period of the laser diode to the site emissions and for 4 weather scenarios identified by a hierarchical classification. Results validate the influence of meteorological parameters, especially the stability of the atmosphere, on the atmospheric dispersion and methane surface emissions.