Wenfu SUN - Faculté des Sciences

Titre de la thèse: "Advancing Machine Learning for Estimating Atmospheric NO2 Fields at High Resolution through Uncertainty Quantification, Physics-Guided Learning, and Pretraining with Fine-Tuning"

Résumé:

Une bonne connaissance de la distribution du dioxyde d'azote (NO2) atmosphérique à haute résolution spatio-temporelle est essentielle pour caractériser la pollution de l'air, et évaluer ses effets sur la population humaine et les écosystèmes. Elle demeure cependant difficile car le NO2 varie fortement dans l'espace et dans le temps. L'apprentissage automatique (machine learning, ML) offre un cadre flexible pour intégrer la diversité croissante des observations satellitaires, des réanalyses et des données d'émissions, et pour modéliser leurs relations non linéaires. Au début des années 2020, les premières approches de ML produisaient déjà des cartes quotidiennes de NO2 de surface à l'échelle kilométrique.

L'estimation évolue désormais vers des résolutions plus fines, horaires et tridimensionnelles, ce qui soulève deux défis : quantifier l'incertitude et améliorer la capacité de généralisation dans un contexte de données clairsemées. Cette thèse répond à ces deux défis selon trois axes de recherche : la quantification de l'incertitude, l'apprentissage guidé par la physique et le pré-entraînement avec ajustement fin. Ces recherches sont mises en oeuvre dans le cadre géographique de l’Europe de l'Ouest. BEnCQE fournit des estimations quotidiennes du NO2 de surface à 1 km, assorties d'intervalles de prédiction calibrés, qui révèlent des dépassements possibles de la valeur limite journalière de l'OMS (2021), invisibles sur la seule estimation centrale, et renseignent sur la variabilité spatiale de la fiabilité. DACNO2 reconstruit des champs tridimensionnels quotidiens à 2 km, sur huit couches de la surface à 5 km, selon une stratégie multi-contraintes guidée par la physique. Spatialement plus détaillé que la réanalyse régionale CAMS, il améliore l'accord avec les stations de surface et, employé comme information à priori dans les restitutions TROPOMI, il renforce le contraste entre les régions à faible et à forte concentration de NO2. PHASE-Net ajoute un encodage des processus d’advection pour estimer le NO2 horaire à 2 km. D'une exactitude comparable à celle de CAMS, il réduit le biais dans les sites urbains et ruraux, restitue le cycle diurne, et fournit une information sur l’hétérogénéité au sein d'une maille CAMS de 10 km. Des profils verticaux de NO2 alignés sur le vent au-dessus des villes montrent que le modèle capture les structures liées au transport et confirment l'apport du guidage physique.

Ces méthodes sont transposables à d'autres espèces atmosphériques, à la prévision des concentrations et à l'estimation inverse des émissions, ainsi qu'au transfert vers les régions pauvres en données. Conjuguées aux progrès du ML pour le système Terre, elles contribuent au développement de modèles de fondation pour la composition atmosphérique.