RSENSE

Les villes représentent des zones à fortes émissions (concentrations de trafics routiers, d’installations de chauffage, industrielles, etc.) et d’exposition impactant la santé car les densités de population et d’activités y sont importantes. L’agence européenne de l’environnement a montré qu’en 2014, le pourcentage de population soumis à des seuils supérieurs aux recommandations de l’OMS est respectivement de 49,7% pour les PM10 (particules fines < 10µ), 85,3% pour les PM2.5, 7.2% pour les NO2 (Dioxyde d’azote) et 95,8% pour l’O3 (Ozone). La pollution de l’air constitue aujourd’hui un enjeu majeur de santé publique en France avec 48000 décès anticipés pour les Pm2.5 chaque année d’après Santé Publique France. Un rapport sénatorial présidé par Jean-François Husson a évalué à près de 100 milliards d’euros le coût annuel pour la société, lié aux impacts de la pollution de l’air sur la santé, l’économie et l’agriculture.
Les décisions en matière d'aménagement des territoires ont des effets directs sur les nuisances auxquelles sont exposées les populations (dégradation de la qualité de l'air, bruit...). Notre projet s’inscrit dans l’étude systématique de l’impact que pourraient avoir les propositions de nouveaux quartiers en termes d’architecture et de fonctionnalité sur la pollution de l’air, permettant ainsi d’orienter les décisions vers des projets plus durables. Ces études doivent être menées en amont des projets de construction pour limiter au mieux les impacts négatifs et proposer des solutions constructives adaptées
Les technologies actuelles sont basées sur un faible nombre de capteurs fixes déployés par les Associations Agrées de Surveillance de la Qualité de l’Air (6 capteurs sont déployés au niveau de la ville de Strasbourg pour une superficie de 80km²). Ces capteurs, par leur taille mais surtout leurs coûts exorbitants, ne peuvent être déployés de façon adéquate en ville.
L’objet du programme est le développement d’une solution de suivi temps réel de la pollution urbaine sur les dernières avancée en intelligence artificielle et notamment l’apprentissage profond (Deep Learning ) combinée avec une flotte de capteurs fixes et mobiles de pollution atmosphérique permettant d’évaluer les concentrations en PM10 et NO2 . Les résultats seront accessibles via les interfaces web et mobile. L’objectif est tant que possible pour les mesures de privilégier le mode collaboratif en proposant aux individus des informations personnalisées en contrepartie de prises de mesures quotidiennes nécessaires aux calages de notre système d’intelligence artificielle. L’enjeu est également, en s’appuyant sur ce travail collaboratif, d’initier un changement de comportement afin de réduire les sources de pollution générées par les individus.