Congress Articles

Articles from CFA congresses before 2014 can be found by clicking here (when available).

 

Multi-scale simulation of black carbon concentration using Street-in-Grid model

L. LUGON (1,2), K. SARTELET (1), Y. KIM (1), O. CHRÉTIEN (2)

1. CEREA laboratoire commun de l’Ecole des Ponts Paris Tech – EDF R&D, Marne-la-Vallée, France
2. Mairie de Paris, Direction des espaces verts et de l’Environnement, Paris, France

[2019]

Download the file

Résumé

Cette étude utilise le modèle multi-échelle Street-in-Grid (SinG) pour simuler conjointement les concentrations de carbone suie (BC) à l'échelle régionale et à l'échelle de la rue. L'évaluation du modèle est réalisée à partir de comparaisons à des concentrations mesurées sur une avenue à banlieue parisienne, ainsi qu'à des simulations utilisant des modèles qui ne simulent qu'à l'échelle de la rue ou à l'échelle régionale. Elle montre une considérable amélioration des concentrations simulées quand les interactions entre les échelles régional et de la rue sont modélisées dynamiquement. La simulation avec SinG est la seule à respecter les indicateurs d'évaluation de la performance des simulations de qualité de l'air.


Mots clés

Modèle multi-échelle, carbone suie, interactions

Abstract

This study applies the multi-scale model Street-in-Grid (SinG) to simulate black carbon (BC) concentration at regional scale and in a street-network. The model evaluation is based on comparisons to measurements performed at a suburban street in Greater Paris, as well as to simulations using models which simulate only local scale or only regional scale. The simulated concentrations are greatly improved by modelling jointly and dynamically the interactions between regional and local scales. SinG is the only analyzed model that respects all indicators of air quality model performance.


Keywords

Multi-scale model, black carbon, interactions

DOI

10.25576/ASFERA-CFA2019-16686

<< My account >>
En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.