Représentation conceptuelle ou computationnelle des sources, émissions, transport, transformation, dépôt et exposition des polluants utilisée pour simuler des concentrations ou des impacts dans l'espace et le temps ; inclut des modèles mécanistes de processus, des régressions statistiques, des fonctions de transfert empiriques et des prédicteurs d'apprentissage automatique.

Principe

Représenter le comportement des polluants en combinant principes gouvernants (conservation de la masse, équations de transport, cinétiques chimiques), paramétrisations pour les processus non résolus, inventaires d'émissions et conditions aux limites, puis calibrer/valider sur des observations pour quantifier la performance prédictive.

Démonstration

Un modèle de dispersion en panache gaussien estimant les concentrations de SO2 en aval d'une cheminée à partir du débit d'émission, du profil de vent et de la classe de stabilité ; ou un modèle d'eutrophisation d'un bassin versant utilisant apports, hydrodynamique et transformations biogéochimiques pour prédire l'oxygène dissous.

Mauvaise application

Utiliser un modèle en dehors de son domaine spatial ou météorologique validé, employer des entrées d'émissions ou de couverture du sol de mauvaise qualité, ou sur-ajuster un modèle statistique sur un petit jeu d'entraînement, produisant des prédictions trompeuses.

Conséquence

Utilisés correctement, les modèles étendent les observations à des lieux non surveillés ou à des scénarios futurs, soutiennent l'attribution des sources, guident la conception de la surveillance et permettent de tester des scénarios réglementaires et d'évaluer les impacts.

Inversion

S'appuyer uniquement sur des mesures sans modèles limite l'extrapolation à d'autres conditions et entrave l'exploration de scénarios d'atténuation hypothétiques ; à l'inverse, traiter les sorties de modèles comme des vérités sans quantifier l'incertitude inverse la bonne pratique.

Limite

Regroupe modèles conceptuels, numériques et pilotés par données du devenir et transport des polluants ; exclut les outils logiciels génériques non paramétrés pour des processus environnementaux et n'est pas en soi une décision réglementaire — les décisions requièrent l'interprétation des résultats de modèle avec incertitude et contexte.

Tension sémantique

Tension entre modèles mécanistes (basés sur les processus) et empiriques (statistiques ou ML) : les modèles mécanistes offrent interprétabilité et capacité d'extrapolation sous hypothèses ; les modèles empiriques ajustent souvent bien les données d'entraînement mais peuvent échouer à généraliser. Contraste également avec la surveillance (observations) et les jeux de données (entrées/sorties).

Synthèse

Un modèle de pollution est une représentation formalisée qui convertit émissions et processus environnementaux en prédictions explicites spatialement et temporellement des concentrations ou impacts, dont la valeur dépend d'hypothèses transparentes, d'entrées appropriées et d'une incertitude quantifiée.