Thèse de Miadana Valisoa

Soutenance de thèse de Miadana Valisoa - Laboratoire PC2A

Résumé :

Les enceintes ferroviaires souterraines (EFS) présentent des concentrations en particules (PM10 et PM2.5) souvent supérieures aux seuils d’exposition recommandés par l’OMS, ainsi qu’à celles mesurées dans l’air extérieur. Cette situation peut avoir des impacts négatifs, tant sur la santé des voyageurs et des agents que sur l’image et l’attractivité des transports ferroviaires. Consciente de ces enjeux, la SNCF mène depuis 2016 des campagnes de mesure pour suivre les PM2.5 et PM10 dans l’ensemble de ses gares souterraines franciliennes. Parmi ces gares, trois sont instrumentées en continu depuis plusieurs années. De plus, des expérimentations de filtration de l’air au niveau des quais ont été réalisées pour améliorer la qualité de l’air dans ces environnements spécifiques. Cependant, l’analyse et l’interprétation de ces mesures représentent aujourd’hui encore un vrai défi, notamment la définition de valeurs de référence. C’est la raison pour laquelle la SNCF a souhaité explorer et développer de nouvelles approches.
Les travaux présentés dans cette thèse s’attèlent donc au développement de nouvelles méthodes d’analyse, adaptées aux dynamiques spécifiques des EFS, notamment les très fortes fluctuations des concentrations en particules. Pour ce faire, à partir des mesures longue durée (plusieurs années), nous avons développé une méthodologie rigoureuse et robuste pour déterminer les profils journaliers types dans chaque gare et un coefficient d’amplitude journalier (DAC – daily amplitude coefficient), en distinguant jours de semaine et weekends. Nos résultats révèlent une évolution saisonnière des concentrations, avec des niveaux plus élevés en été et plus faibles en hiver, qui diffère donc de l’évolution rapportée dans la littérature dans les EFS et dans l’air extérieur. L’approche DAC permet de s’affranchir des fluctuations saisonnières pour analyser l’évolution des concentrations de particules sur le long terme. Elle facilite également les comparaisons entre les différentes gares et contribue à identifier quelques paramètres influençant les concentrations en particules, tels que la fréquence des trains, la présence de systèmes de ventilation, la typologie de la gare (souterraine ou partiellement souterraine), la ligne ferroviaire concernée.
Une analyse plus poussée a été réalisée à l’aide de Modèles Additifs Généralisés (GAM). Elle a permis d’identifier les facteurs les plus importants et de quantifier leur impact, parmi lesquels l’heure de la journée, reflétant la fréquence des trains, la période de l’année et les niveaux de CO2. Les effets de la température et de l’humidité, mesurés au niveau du quai de la gare, sont moins marqués, et la contribution de l’air extérieur est très faible, ce qui suggère que les principaux facteurs influençant les concentrations de particules proviennent principalement de l’intérieur des EFS.
Enfin, trois expérimentations de dépollution ont été évaluées : une technologie d’ionisation positive, une technologie par voie humide et une filtration classique. Les résultats obtenus via DAC et GAM montrent une efficacité variable selon les technologies et les classes de particules (PM10 et PM2.5), avec des taux d'efficacité allant de 0 à 34 % selon la technologie utilisée. Nous avons également mis en œuvre un modèle de réseaux de neurones récurrents (LSTM), qui permet d’analyser l’efficacité de ces systèmes de filtration de manière quasi immédiate et non a posteriori des concentrations.
Cette thèse propose ainsi une méthodologie rigoureuse et adaptable pour comprendre la dynamique des concentrations en particules dans les EFS, applicable aux particules mais aussi à d’autres polluants. Les protocoles développés fournissent des outils immédiatement exploitables par SNCF, qui pourra les utiliser pour améliorer de manière durable la qualité de l’air dans ces environnements complexes. Des recommandations concernant les futures campagnes de mesures ont également été émises.

Mots clés : qualité de l'air,pollution intérieure,particules,enceintes ferroviaires souterraines,systèmes de filtration