Analyse de l'exposition aux polluants d'une population dynamique en milieu urbain : modélisation et fusion de données

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. Depuis les concepts scientifiques en recherche fondamentale jusqu’aux solutions technologiques en recherche appliquée, l’innovation est au cœur de son action, articulée autour de quatre orientations stratégiques : climat, environnement et économie circulaire ; énergies renouvelables ; mobilité durable ; hydrocarbures responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur l’apport de solutions aux défis sociétaux et industriels de l’énergie et du climat, au service de la transition écologique. Partie intégrante d’IFPEN, IFP School, son école d’ingénieurs, prépare les générations futures à relever ces défis.

Analyse de l’exposition aux polluants d’une population dynamique en milieu urbain : modélisation et fusion de données

L’évaluation de l’exposition à la pollution atmosphérique nécessite de caractériser les concentrations auxquelles les populations sont réellement soumises, en tenant compte de leurs déplacements dans l’espace et dans le temps.

Les modèles de qualité de l’air permettent de produire une information spatio-temporelle continue, mais leurs résultats restent soumis à des incertitudes liées notamment aux émissions et aux conditions météorologiques. Les mesures de terrain apportent une information complémentaire, mais ponctuelle et localisée.

Objectifs:

L’objectif du stage est de développer une méthodologie combinant modélisation, mesures expérimentales et données de mobilité afin d’obtenir une estimation robuste des concentrations et de quantifier l’exposition de populations dynamiques.

Le stage s’articulera autour de trois volets :

1. Campagne de mesure et validation du modèle

Mise en œuvre d’une campagne de mesure à l’aide de capteurs mobiles, incluant leur calibration et le traitement des données acquises. Les mesures seront confrontées aux sorties du modèle de qualité de l’air afin d’évaluer ses performances et de caractériser les écarts entre simulations et observations.

2. Fusion des simulations et des mesures

Développement d’une méthode permettant d’intégrer les observations expérimentales aux simulations afin de corriger les biais du modèle et d’améliorer la représentation spatio-temporelle des concentrations. Selon les données disponibles, différentes approches de correction statistique, d’interpolation ou de fusion de données pourront être étudiées. La méthodologie sera évaluée quantitativement par comparaison aux observations.

3. Quantification de l’exposition de populations mobiles

Mise en correspondance des concentrations obtenues avec différentes représentations de la mobilité des populations, depuis des données agrégées jusqu’à des trajectoires individuelles. Le stage visera à construire des métriques d’exposition et à analyser l’influence du niveau de granularité des données de mobilité sur les estimations obtenues.

Les résultats pourront, selon leur maturité, contribuer à une publication scientifique.

Profil recherché:

Élève ingénieur ou étudiant en Master 2 spécialisé en science des données, avec un intérêt pour les applications environnementales.

• Nous recherchons un profil orienté modélisation, capable de faire le lien entre modèles numériques, données expérimentales et méthodes statistiques.
• Une bonne compréhension des phénomènes physiques est importante pour interpréter les résultats.

Compétences recherchées:

• Programmation scientifique : très bonne maîtrise de Python pour le traitement de données, l’analyse numérique et le développement de méthodes ;
• Modélisation et analyse de données : capacité à mettre en œuvre, coupler et recaler des modèles à partir de données observées ; maîtrise des méthodes statistiques de base (régression, analyse de résidus, estimation d’erreurs, validation) ;
• Données spatio-temporelles : expérience dans la manipulation et l’analyse de données géolocalisées et temporelles ; des notions de SIG sont appréciées ;
• Sens physique : capacité à interpréter les résultats d’un modèle, à confronter simulations et mesures et à raisonner sur les ordres de grandeur et les sources d’incertitude ;
• Expérimental : intérêt pour le travail de terrain, la manipulation de capteurs et l’analyse de données de mesure.

La rigueur, l’autonomie et la capacité à prendre en main une chaîne de modélisation et de traitement de données existante sont essentielles

Responsables: Bassel Othman et Guillaume Sabiron

Durée : 6 mois
Période : à partir de février 2027
Lieu : IFPEN – Solaize,  Le site est accessible en transport en commun

Candidature : Envoyer CV et lettre de motivation