Le confort thermique des habitants d'une ville est principalement affecté par l'îlot de chaleur
de urbain (ICU). Ce phénomène se traduit par des températures plus chaudes en ville que dans
sa périphérie la nuit. Il est causé par les relâchements de chaleur stockée dans les bâtiments
et la route le jour, mais aussi par des sources anthropiques comme le trafic ou le chauffage et
la climatisation des bâtiments. En cas de canicule, de forts ICU peuvent apparaître en ville et
provoquer l'augmentation du taux de mortalités des personnes les plus fragiles, comme ce fut le
cas en 2003 à Paris où un excès de 15000 morts dus à ce phénomène a été constaté. L'étude de
l'ICU est donc essentielle et concerne de nombreux corps de métiers, de la recherche en science
atmosphérique aux aménageurs urbains en passant par les ingénieurs en bâtiment. Cependant
le modéliser nécessite des moyens numériques ou de mesures qui ne sont accessibles que dans le
monde la recherche.
L'objectif de cette thèse est de mettre en place une chaîne de modélisation de l'ICU à l'échelle
de la rue à partir de données issues de station météorologique opérationnelle, se situant dans un
aéroport par exemple, et de données de description du tissu urbain. Ces données sont souvent
accessibles au plus grand nombre. Le principe de cette chaîne de modélisation est qu'elle doit être
rapide afin de pouvoir simuler des scénarios d'aménagement urbain sur le long terme et de ne pas
nécessiter trop de temps de calcul afin d'être accessible en dehors des laboratoires de recherche.
La chaîne de modélisation développée comporte deux étapes. Le première permet de calculer
l'ICU sur une agglomération complète à l'échelle du kilomètre carré à partir de données provenant
d'une station rurale et du modèle de canopée urbaine TEB. Cette étape a été réalisée avec le
développement du générateur de climat urbain spatialisé effectué pendant la première partie
de la thèse. Ce modèle comprend un modèle simple de hauteur de couche limite et un modèle
d'advection lagrangienne par le vent et permet de reproduire spatialement la température d'une
ville donnée. Il a été validé sur une année complète à Paris par comparaison à une simulation avec
le modèle atmosphérique complet MesoNH et des données provenant de stations opérationnelles.
La deuxième étape permet d'obtenir la variabilité de température au sein d'un quartier à
l'échelle de la rue à partir des données météorologiques issues de la simulation de la première
étape. Cette modélisation repose sur une relation statistique croisant des indicateurs de morpho-
logie et d'occupation du sol du tissu urbain et les données de température à haute résolution
obtenue dans le cadre du projet EUREQUA lors de campagnes de mesures dans trois villes, à
Paris, Marseille et Toulouse. Ces données ont été obtenues grâce à une station mobile piétonne
développée spécifiquement pour ce projet. Le croisement entre les données de température et les
indicateurs urbains à permis de mettre en évidence le rayon d'influence de différents paramètres
urbains et l'importance de la végétation pour la variabilité de la température au sein d'un quar-
tier. L'objectif était dans un premier temps d'obtenir une relation statistique commune aux trois
villes. Mais il s'est avéré que cela n'était pas possible. Si l'approche choisie dans cette thèse a
fourni des résultats concluants sur Marseille et Paris, cela n'a pas été le cas sur Toulouse. D'autres
paramètres comme l'influence de l'écoulement de l'air à fine échelle ou les matériaux composants
le tissu urbain doivent être prépondérants dans le quartier de cette ville.
La chaîne de modélisation complète a été mise en place sur le cas de Paris lors de la campagne
de mesure EUREQUA, permettant de reproduire la température à fine échelle rapidement à partir
des données issues des aéroports entourant la région parisienne. |
The thermal comfort of urban residents is mainly affected by the Urban Heat Island (UHI)
effect (difference in air temperature between urban and surrounding area). This effect is caused by
anthropogenic sources, low vegetated areas and heat stored in buildings and roads released during
the night. In case of heat wave, strong UHIs occur and mortality rates can increase in towns.
For example, during the 2003 heat wave in Paris, almost 15000 excess deaths were recorded. The
study of the UHI is essential and involves not only atmospheric sciences researchers but also urban
planners or building engineers. However the modeling of the UHI needs numerical or experimental
resources which are not accessible to other communities than atmospheric researchers.
The aim of this PhD work is to develop a modeling chain of the UHI at the street scale from
data of an operational weather station located in a rural area like an airport and data describing
the urban surface. These data are often accessible to the general public. The modeling chain
has to be quick enough in order to simulate long term urban planning scenarios and have a low
computational cost in order to be run outside of atmospheric sciences laboratories.
The modeling chain is built in two steps. The first step calculates the UHI at the city scale
with data from a rural operational weather station and with the urban canopy model TEB.
This step has been achieved with the development of the spatialized urban weather generator.
This model contains a simple boundary layer model and a lagrangian advection model. Thus
it computes spatialized urban temperatures. The spatialized urban weather generator has been
validated on Paris with a one year simulation with a full atmospheric model MesoNH and with
data from operational weather stations inside the city.
The second step calculates the temperature variability at the street scale inside a neighborhood
with meteorological data from the simulation of the precedent step. This modeling relies on a
statistical relationship combining morphological and land use indicators for the urban surface
and high resolution temperature measurements. The temperatures are measured by a pedestrian
mobile station developed in the framework of the research project EUREQUA. The cross analysis
of the temperature and the urban indicators highlights the influence radius of the urban indicators
and the role of the vegetation at the street scale. First, the objective was to obtain a common
statistical relationship for the three cities but we did not succeed. The chosen approach give
positive results for Paris and Marseille but not for Toulouse. Other parameters like fine scale air
flows or materials used for the urban surface could be relevant in this neighborhood of Toulouse.
The full modeling chain has been tested on Paris during the EUREQUA field survey. It reproduces
quickly and correctly the fine scale temperature variability using data from operational weather
stations located in airports in Paris area. |