Surveillance hybride de la qualité de l'air (capteurs hyperlocaux CAAQMS)
L'avenir de la surveillance de la qualité de l'air en milieu urbain, c'est maintenant
L’urbanisation rapide, l’industrialisation et la pollution automobile continue d’affecter gravement la qualité de l’air dans les villes. Avec des effets en cascade sur la santé et le bien-être de l’environnement naturel et des populations urbaines, la pollution de l’air est une préoccupation qui croît de manière exponentielle. Les émissions provenant des activités industrielles, des modes de transport, de la poussière des routes et de la construction constituent les principales sources responsables de la pollution de l’air en Inde.
La qualité de l’air en milieu urbain est particulièrement difficile à mesurer en raison de la distribution très hétérogène de la pollution. Il est donc essentiel de créer un réseau dense de surveillance de la qualité de l’air afin de mieux comprendre les variations spatio-temporelles de la concentration de polluants et de pouvoir localiser les points chauds.
Même si la technologie des analyseurs et des capteurs a évolué, les données traçables en temps réel et de qualité de référence du CAAQMS restent le moyen le plus précis et le plus éprouvé de mesurer les polluants et demeurent la méthode la plus fiable pour se conformer aux normes locales et internationales. Bien que le CAAQMS reste l’étalon-or pour les mesures de référence précises, fiables et mondialement reconnues, il est souvent impossible de le déployer à une densité spatiale suffisante pour mesurer la qualité de l’air avec des détails spatio-temporels élevés.
La solution optimale – et l’avenir logique de la surveillance de la qualité de l’air en milieu urbain – réside donc dans la mise en œuvre d’un réseau hybride de surveillance de la qualité de l’air. Le système hybride le plus efficace se compose de moniteurs traditionnels de la qualité de l’air ambiant, qui servent de stations de référence, et de moniteurs localisés, plus petits et basés sur des capteurs, qui permettent de générer des données spatialement denses.