L'outil SIRANet est un émulateur basé sur l'apprentissage profond, conçu pour reproduire les prévisions de qualité de l'air du modèle déterministe SIRANE avec une résolution fine (25 m) sur l'ensemble de la région Grand Est. Utilisant des architectures UNet conditionnées par les émissions liées au trafic, au résidentiel et à l'industrie, il fournit des simulations rapides et précises tout en réduisant le temps de calcul et les coûts. Validé par rapport aux résultats de SIRANE et aux observations, SIRANet permet des prévisions opérationnelles et offre également de nouvelles perspectives pour l'analyse de scénarios de pollution. Cet article s'intéresse spécifiquement aux résultats pour les particules.

SIRANet is a deep learning-based emulator designed to replicate air quality forecasts from the deterministic SIRANE model at fine resolution (25 m) across France's Grand Est region. Using UNet architectures conditioned on traffic, residential, and industrial emissions, it delivers accurate simulations while cutting computation time and costs. Validated against SIRANE results and observations, SIRANet enables operational forecasting and also offers new perspectives for analyzing pollution scenarios. This article focuses specifically on the results for particles.