Content uploaded by Lamri Naidja
Author content
All content in this area was uploaded by Lamri Naidja on Jun 01, 2022
Content may be subject to copyright.
THESE DE DOCTORAT DE
L’Université de Claude Bernard Lyon 1
ECOLE DOCTORALE
(Mécanique, énergétique, génie civile, acoustique)
Discipline : Thermique et Énergétique
Identification et caractérisation des sources de PM2.5 émises en bordure
de la voirie par les véhicules routiers à Constantine
Présentée par :
NAIDJA Lamri
Devant le Jury :
Mr BOULKAMH Abdelaziz, Professeur. Université Frères Mentouri Constantine 1 Président
Mr KHARDI Salah, Directeur de recherche. Université Gustave Eiffel/INSA de Lyon Directeur de thèse
Mr ALI-KHODJA Hocine, Professeur. Université Frères Mentouri Constantine1 Co-directeur de thèse
Mme ZOUAGHI Razika, Professeur. Université Frères Mentouri Constantine 1 Examinatrice
Mr DJEBABRA Mebarek, Professeur. Université de Batna 2 Examinateur
Mme CHARRON Aurélie, Chargée de Recherche. Université Gustave Eiffel Examinatrice
Date de soutenance : 13 juillet 2021
Remerciements
Cette thèse est soumise en vue de l’obtention du grade de Docteur de l’université de
Claude Bernard, Lyon 1, dans l’école doctorale Mécanique, énergétique, génie civil,
acoustique, spécialité Thermique et Énergétique. Ces travaux ont été réalisés de mai 2016
à mai 2021 dans les laboratoires de l’université Gustave Eiffel (ex-LTE, AME-EASE) à
Bron (Lyon) et de l’université des Frères Mentouri à Constantine, sous la direction du
Professeur Salah KHARDI (Directeur de Recherche. Université Gustave Eiffel. INSA de
Lyon CNRS INSA de Lyon UMR5259 « LaMCoS MECALIPS » - France) et du
Professeur Hocine ALI-KHODJA (Université de Constantine - Algérie). Ce travail de
thèse a été financé par le projet « PHC-TASSILI », ainsi que par le ministère de
l’Enseignement supérieur et de la Recherche Scientifique.
Tout d'abord, je tiens à exprimer ma gratitude envers les membres du jury pour avoir
accepté de juger mon travail de thèse. Je tiens à remercier tout particulièrement M.
Abdelaziz BOULKAMH (Professeur – Université Frères Mentouri. Constantine Algérie)
pour la lecture attentive de mon manuscrit et pour avoir assuré la présidence du jury. Je
suis reconnaissant envers Mme Aurélie CHARRON (Chargée de Recherche - Université
Gustave Eiffel. Lyon France) pour m'avoir consacré un temps plus que conséquent en
acceptant le rôle d’examinatrice. Je remercie également Mme Razika ZOUAGHI
(Professeure – Université Frères Mentouri. Constantine Algérie) d’avoir accepté de
participer au jury en tant examinatrice. Je remercie également M. Mebarek DJEBABRA
(professeur – Université Batna 2. Batna Algérie) d’avoir accepté de juger mon travail de
thèse.
Je tiens ensuite à remercier mes directeurs de thèse, M. Hocine ALI-KHODJA et M.
Salah KHARDI, qui m'ont guidé sur le long chemin menant au métier de chercheur.
Merci à eux de m'avoir apporté leur expérience et leurs conseils avisés durant ces années,
ce fut un réel plaisir pour moi de les avoir à mes côtés tout au long de cette aventure
scientifique.
J’adresse tous mes remerciements à Monsieur Abdelhamid DJEKOUN, directeur du
centre de recherche en sciences pharmaceutiques, de l’honneur qu’ils m’a fait en
acceptant mon invitation à la soutenance et en m’accordant un large soutien pour
terminer ma thèse dans les délais, il a grandement facilité mon travail.
Nombreux sont les gens qui se sont impliqués pour qu’aboutisse ce travail et cet espace
est pour moi l’occasion de les en remercier. C’est un difficile exercice de mémoire, par
avance je demande à ceux involontairement oubliés, de bien vouloir m’en excuser, et leur
dédie ce merci particulier pour leur indulgence accordée. Merci à mes parents, ma famille
et à mes amis pour l'intérêt qu'ils ont pu porter à mes travaux et pour leurs
encouragements durant tout mon chemin. Leur présence a été déterminante dans la
réussite de cette expérience. Je remercie bien évidemment tous ceux qui m'ont fait
l'honneur de venir assister à la soutenance cette journée qui restera gravée en moi à
jamais.
Merci à tous les personnels des différentes entités cadre de ce projet : ED MEGA, service
des relations extérieures à l’UMC, ambassade de France à Alger et projet PHC-TASSILI
pour votre patience et votre indulgence, de m’avoir expliqué à qui m’adresser pour faire
avancer ce complexe dossier. J’adresse particulièrement toute ma gratitude au Professeur
Jocelyn BONJOUR, directeur de l’ED MEGA pour sa confiance et sa compréhension
inestimable.
J'exprime également ma gratitude envers les équipes des laboratoires ex-LTE et EASE à
l’Université Gustave Eiffel (ex IFSTTAR) et très particulièrement à Gaëlle, Patrick,
Pascal et Sophie et à M. Pascal RAMADE, responsable RH-Bron, qui ont répondu à
chacune de mes nombreuses sollicitations, du premier au dernier jour de mon séjour en
France, avec gentillesse et sympathie.
Enfin, mes plus sincères remerciements vont envers mes collègues au laboratoire LPTE,
qui ont eu la patience de me supporter au quotidien pendant ces années de thèse. Grand
merci à Fairouz, Mokhtar, Ahmed, Kanza et Amina pour leur soutien inconditionnel et
leur effort précieux.
Ces années de thèse m'ont permis de grandir, non seulement d'un point de vue
scientifique et technique mais également en tant qu'homme. Cela, je le dois avant tout à
vous tous, et j'aimerais que vous sachiez que je vous en serai reconnaissant à jamais.
Merci !!!
Résumé
L'exposition aux particules fines en suspension dans l’air provoque des effets délétères
sur la santé, en particulier dans les centres urbains où les niveaux de pollution sont
souvent élevés, particulièrement aux abords des routes où le trafic est dense. Une
estimation quantitative et qualitative des émissions de PM2.5 est une condition préalable à
l'élaboration de stratégies de contrôle efficaces pour en atténuer les effets. Pour atteindre
cet objectif, les sources de pollution doivent être identifiées et quantifiées avec précision.
Dans cette étude, une campagne d'échantillonnage a été menée sur un site trafic à
Zouaghi, Constantine. 115 échantillons ont été collectés, et ont ensuite été caractérisés
par spectrométrie à plasma à couplage inductif (ICP-MS) et spectroscopie d'émission de
plasma à couplage inductif (ICP-OES) pour leur contenu métallique. Le traitement
statistique des données issues de cette analyse par l'outil EPA PMF v.5 a conduit à
l'identification de cinq sources ainsi qu'à l'estimation de leurs contributions massiques
aux PM2.5. Le modèle PMF a permis d'identifier les sels marins (15,1%), les activités
industrielles (18,9%), les émissions hors échappement (24.2%), les émissions à
l’échappement (15,8%) et les poussières minérales (25,9%) comme principales sources
de PM2.5 à Constantine.
Mots-clés : Particules fines, PM2.5, PMF, PSCF, CPF, répartition des sources d’émission, site
trafic.
Abstract
Exposure to fine airborne particles causes deleterious health effects, particularly in urban
zones where pollution levels are often high, particularly near heavily trafficked roads. A
quantitative and qualitative estimate of PM2.5 emissions is a prerequisite for developing
effective control strategies to mitigate their effects. To achieve this objective, the sources
of pollution must be identified and quantified with precision. In this study, a sampling
campaign was carried out on a traffic site in Zouaghi, Constantine. 115 samples were
collected, and were then characterized by inductively coupled plasma spectrometry (ICP-
MS) and inductively coupled plasma emission spectroscopy (ICP-OES) for their metal
content. The statistical processing of the data resulting from this analysis by the EPA
PMF v.5 tool led to the identification of five sources as well as the estimation of their
mass contributions to PM2.5. The PMF model identified sea salts (15.1%), industrial
activities (18.9%), non-exhaust emissions (24.2%), exhaust emissions (15.8%) and
mineral dust (25. 9%) as the main sources of PM2.5 in Constantine.
Keywords: Fine particles, PM2.5, PMF, PSCF, CPF, source apportionment, traffic site.
Liste des figures
Liste des tableaux
Liste des symboles, abréviations et nomenclature
INTRODUCTION GENERALE …………………………………………………… …1
CHAPITRE I : ETAT DE L’ART …………………………………………………..….6
PARTIE I : L’AEOROSOL ATMOSPHERIQUE…………………………………. ...7
Introduction ………………………………………………………………………..……...8
1.Généralités sur les aérosols ………………………………………………………..…....8
2.Exposition aux particules et leurs effets sur la santé ………………………………….12
3.Composition chimique des particules …………………………………………….…...17
3.1.Composés inorganiques ……………………………………………………………..18
3.1.1.Les sulfates…………………………………………………………………….…...19
3.1.2.Nitrates et ammoniums………………………………………………………….…19
3.1.3.Éléments métalliques………………………………………………………….…...21
3.2.Composés carbonés…………………………………………………….………….…22
PARTIE 2 : SOURCES D’EMISSION ET NIVEAU DE POLLUTION
PARTICULAIRE EN AFRIQUE……………………………………………………...26
1.Les sources d’émission particulaire en Afrique …………………………………….…27
1.1.Trafic routier………………………………………………………………………....27
1.2.Brûlage de biomasse et combustion domestique………………………………….…34
1.3.Énergie et industrie…………………………………………………………………..39
1.4.Poussières désertiques………………………………………………………………..42
2.Les concentrations de particules dans les villes africaines………………………….…48
Table des matières
2.1.Afrique du Nord……………………………………………………………………...52
2.2.Région subsaharienne…………………………………………………………….….56
PARTIE 3 : REPARTITION DES SOURCES D’EMISSION………………………61
1.Méthodologies de répartition des sources d’émission………………………………....62
2.Modèles récepteurs………………………………………………………………….…66
2.1.Le bilan de masse chimique (CMB)…………………………………………….…...66
2.2.L’analyse en composantes principales (ACP)………………………………….……68
2.3.Facteur d'enrichissement (FE)………………………………………………….……68
2.4.UNMIX…………………………………………………………………...……….....70
2.5.La factorisation matricielle positive (PMF)…………………………….……………70
CHAPITRE II : MATERIELS ET METHODES ………………………..…….…....72
1.Description du site d’échantillonnage……………………………………………….…73
2.Méthodologie……………………………………………………………………….….76
2.1.Campagne d’échantillonnage………………………………………………………...76
2.3.Protocole de minéralisation……………………………………………….……….…80
2.4.Analyse des filtres……………………………………………..……………….….…81
3.Traitement des données……………………………………………………………...…85
3.1.Modèles numériques………………………………………………………….……...85
3.1.1.Le modèle HYSPLIT………………………………………………………...…….85
3.1.2.Les cartes d'aérosols BSC/DREAM………………………………………..….…..86
3.1.3.IBM SPSS Statistics……………………………………………………………......87
3.1.4.Fonction de probabilité conditionnelle (CPF)…………..……………….………....87
3.1.5.Fonction de contribution à la source potentielle……………………..…….……....88
3.2.Modélisation par PMF…………………………………………………….……..…..89
3.2.1.Traitement des données…………………………………………………...….…….89
3.2.2.Détermination de la solution optimale……………………………………..….…...91
3.2.2.1.Détermination des espèces ‘fortes’, ‘faibles’ et ‘mauvaises’…………..……..….92
3.2.2.2.Examen de la valeur Q………………………………………………..…….…....94
3.2.2.3.Estimation des erreurs…………………………………………………..…….….95
CHAPITRE III : RESULTATS ET DISCUSSION…………………………..…........97
1.Caractérisation et tendance temporelle des PM2.5 et des éléments métalliques…....…98
1.1.PM2.5………………………………………………………………………..…….….98
1.2. Éléments métalliques……………………………………………………………....102
1.3.Influence des conditions météorologiques sur les concentrations de PM2.5….…....111
2.Identification des sources d’émission de PM2.5 à l’aide du modèle PMF…………...116
2.1.Identification du nombre de facteur ‘p’…………………………………….....…....116
2.2.Identification des sources d’émission (profils/contributions)……………….……...121
2.2.1.Sels marins……………………………………………………………………......124
2.2.2.Activités industrielles………………………………………………………….….127
2.2.3.Émissions hors échappement………………………………………………….….130
2.2.4.Émissions à l’échappement………………………………………………….…....133
2.2.5.Poussières de sol…………………………………………………………….…....134
2.3.Influence des conditions météorologiques sur les contributions des facteurs……...137
CONCLUSION GENERALE ET PERSPECTIVES……………………………….144
REFERENCES BIBLIOGRAPHIQUES……………………………………………151
ANNEXE…………………………………………………………………………….…201
Liste des figures
Figure 1: Classification des particules atmosphériques en fonction de leur taille (Pandis
et al., 1995)………………………………………………………………………...….…10
Figure 2 : Représentation de la distribution en taille des particules pour les différents
paramètres : nombre, masse, surface, et volume et de leurs mécanismes de formation et
d’élimination (Buseck & Adachi, 2008)…………………………………………………10
Figure 3 : la pénétration des particules dans les voies aériennes de l'appareil respiratoire
(Oberdörster et al., 2005)………………………………………………………………...13
Figure 4 : La contribution de la fraction organique et inorganique à la masse de PM1
dans différents sites d’échantillonnage à l’aide de spectromètre de masse à aérosols
(Zhang et al., 2007)………………………………………………………...…………….17
Figure 5 : Exemples d'interactions de particules dans les échantillons a) Particule de
carbone anthropique adsorbé sur des minéraux (Mg–Al–Oxyde); b) des chaînes de suie
sur les surfaces de particules plus grosses; c) cendres volantes d'oxyde d'aluminium et de
silice (particules sphériques) sur du gypse; d) particule de carbone avec de la suie sur une
surface minérale (Schleicher et al., 2010)……………………………….……………….18
Figure 6 : Les voies de l’azote réactif dans l’atmosphère (Robertson, 1997)…….…….20
Figure 7 : Formation des chaines d’agrégats a) carbone noir et b) suie diesel. Images
réalisées par microscopie électronique en transmission (MET) (Patel et al., 2012)……..23
Figure 8 : La longueur des routes pavées et non pavées dans les régions africaines par
rapport au Mexique, Indonésie et la Turquie (x103 km) (CIA, 2017)……………..…….29
Figure 9 : Evolution du parc de véhicules dans les pays africains 2005-2014 (x103)
(OICA, 2014)…………………………………………………………………………….31
Figure 10 : Les principales régions d’émission de poussières sahariennes en Afrique du
Nord: Dépression de Bodelé; (B) Afrique de l'Ouest; (C) Désert de Nubie et (D) Désert
de Libye (Engelstaedter et al., 2006)………………………………………….…………44
Figure 11 : Les principales trajectoires de transport saisonnier de poussières sahariennes
(Middleton & Goudie, 2001)…………………………………………………………….46
Figure 12 : Les taux de croissance de la population urbaine mondiale en 2015 (Banque
mondiale, 2017)………………………………………………………………………….49
Figure 13 : Taux de croissance de la population urbaine pour le monde, l'Afrique, l'Asie,
l'Europe, l'Amérique latine, les Caraïbes, l'Amérique du Nord et l'Océanie (Schwela,
2007)……………………………………………………………………………………..50
Figure 14 : Pourcentage d’utilisation des modèles récepteurs pour les répartitions des
sources dans les pays de l’union européenne (Fragkou et al., 2012)……………..……...64
Figure 15 : Un aperçu de la large gamme de modèles statistiques et d'approches de
modélisation qui sont actuellement disponibles dans la littérature (Viana et al., 2008)....65
Figure 16 : Tendance temporelle des études de modèles récepteurs en Europe entre 2001
et 2010 (Karagulian & Belis, 2012)……………………………………………………...66
Figure 17 : Étapes de modélisation par CMB (Coulter, 2004)………………….………68
Figure 18 : Emplacement de la ville de Constantine, Algérie……………………….….73
Figure 19 : Site d’échantillonnage et les sources d’émission industrielles…………..….74
Figure 20 : Localisation géographique du site de mesure et les routes proches………...75
Figure 21 : Echantillonneur (LVS) utilisé pour le prélèvement des aérosols au niveau du
site de Zouaghi…………………………………………………………….………….….78
Figure 22 : Impacteur avec un point de coupure de 2,5 microns (PM2.5)………….……79
Figure 23 : Statistiques récapitulatives des espèces utilisées dans l'analyse PMF et les
valeurs de S/N……………………………………………………………………………93
Figure 24 : Variations mensuelles des concentrations moyennes de PM2.5. La plage de
la boîte représente le 25ème et le 75ème centile des données. Les extrémités de la boîte à
moustaches représentent la min et le max…………………………………………..……98
Figure 25 : Concentrations mensuelles moyennes de PM2.5…………………………….99
Figure 26 : Concentrations annuelles moyennes de PM2.5 en 2019 (Health Effects
Institute, 2019)……………………………………………..…………………………...100
Figure 27 : Variation temporelle des concentrations journalières moyennes de PM2.5
montrant les jours de dépassement par rapport au seuil fixé par l’OMS de 25 µg/m3…101
Figure 28 : L’histogramme représente les valeurs mensuelles minimales, maximales
moyennes des éléments majeurs………………………………………………...……...105
Figure 29 : L’histogramme représente les valeurs mensuelles minimales, maximales
moyennes des éléments traces……………………………………………………...…..106
Figure 30 : Matrice de corrélation montrant les relations entre les concentrations
annuelles moyennes des composants de PM2.5 et les différents paramètres
météorologiques………………………………………………………………………...107
Figure 31 : Matrice de corrélation montrant les relations entre les concentrations
saisonnières moyennes des composants de PM2.5 et les différents paramètres
météorologiques durant le printemps………………………………………..………….108
Figure 32 : Matrice de corrélation montrant les relations entre les concentrations
saisonnières moyennes des composants de PM2.5 et les différents paramètres
météorologiques durant l’été…………………………………………………………....109
Figure 33 : Matrice de corrélation montrant les relations entre les concentrations
saisonnières moyennes des composants de PM2.5 et les différents paramètres
météorologiques durant l’automne…………………………………..…………………110
Figure 34 : Matrice de corrélation montrant les relations entre les concentrations
saisonnières moyennes des composants de PM2.5 et les différents paramètres
météorologiques durant l’hiver………………………………………………..….…….111
Figure 35 : Rose des vents pour le site de Zouaghi pour la période du 15/3/2017 au
15/3/2018…………………………………………….…………………………………113
Figure 36 : Roses des vents saisonnières pour le site de Zouaghi……………………..113
Figure 37 : Diagramme de dispersion des concentrations journalières de PM2.5par
rapport à l’humidité (RH) et la vitesse du vent (windspd) répartis par année………….115
Figure 38 : Variation des rapports Q/Qexp avec p croissant pour des solutions de 2 à 9
facteurs…………………………………………………….……………………………118
Figure 39 : Contributions des cinq sources d’émission aux PM2.5……………………122
Figure 40 : Profils des facteurs PMF pour les sources identifiées……………………..122
Figure 41 : Fonction de probabilité conditionnelle (CPF)pour les sources identifiées
contribuant aux PM2.5 (percentile 75)…………………………………………….…...123
Figure 42 : Probabilités PSCF (percentile90) pour les contributions de : a) sels marins, b)
activités industrielles, c) émissions hors échappement, d) émissions à l’échappement et e)
poussières de sol………………………………………………………………………..124
Figure 43 : Rétrotrajectoires pour les 15% des contributions les plus élevées développées
par HYSPLIT à une altitude de 750, 1500 et 2500 m au-dessus du niveau de la mer pour
un temps de remontée de 5 jours……………………………………………………….126
Figure 44 : Contribution quotidienne et mensuelle du facteur « sels marins »……..…127
Figure 45 : Distribution spatiale des concentrations de Cr et Ni en fonction de la
direction et la vitesse du vent…………………………………………………….….….128
Figure 46 : Fonction de probabilité conditionnelle (CPF)pour la source « activités
industrielles » (percentile 95)…………………………………………………………...129
Figure 47 : Contribution quotidienne et mensuelle du facteur « activités industrielles
»…………………………………………………………………………………………130
Figure 48 : Contribution quotidienne et mensuelle du facteur « hors échappement »...132
Figure 49 : Contribution quotidienne et mensuelle du facteur « émissions à
l’échappement »………………………………………………………………………...134
Figure 50 : Rose des vents synoptiques (clusters de rétrotrajectoires calculées pour notre
site pour la période d’étude)……………………………………………….…………...135
Figure 51 : Contribution quotidienne et mensuelle du facteur « poussières de sol »….136
Figure 52 : Contributions (µg/m3) des sels marins en fonction de la vitesse du vent
(WS), l’humidité relative (HR) et la température (T)………………………………….137
Figure 53 : Contributions (µg/m3) des activités industrielles en fonction de la vitesse du
vent (WS), l’humidité relative (HR) et la température (T)…………………………….138
Figure 54 : Contribution des activités industrielles et de construction en fonction de la
vitesse et la direction du vent…………………………………………………………..139
Figure 55 : Contributions (µg/m3) des émissions hors échappement en fonction de la
vitesse du vent (WS), l’humidité relative (HR) et la température (T)………………....140
Figure 56 : Contributions (µg/m3) des émissions à l’échappement en fonction de la
vitesse du vent (WS), l’humidité relative (HR) et la température (T)………………....141
Figure 57 : Contributions (µg/m3) des poussières de sol en fonction de la vitesse du vent
(WS), l’humidité relative (HR) et la température (T)………………………………….142
Liste des tableaux
Tableau 1 : Effet des métaux lourds sur la santé humaine……………………………...15
Tableau 2 : Valeurs des ratios OC/EC et de carbone total (TC) dans les PM2.5
(µg/m3)…………………………………………………………………………………..25
Tableau 3 : Véhicules pour mille habitants en Afrique et dans d'autres pays (Davis et al.,
2013)……………………………………………………………………………………..30
Tableau 4 : Production et collecte des déchets dans les zones urbaines d'Afrique pour
l'année 2012 (Scarlat et al., 2015)………………………………………………………..38
Tableau 5 : Émissions estimées de PM2.5, PM10, BC et OC en Afrique subsaharienne et
en Afrique du Nord………………………………………………………………………39
Tableau 6 : Estimations des émissions de poussières en million de tonnes/an…………43
Tableau 7 : Moyennes annuelles de dépôts de poussières sahariennes en Afrique du Nord
et en Méditerranée………………………………………………………………………..48
Tableau 8 : Concentrations moyennes annuelles de PM10 et PM2,5 obtenues à partir des
études rapportées dans les villes africaines………………………………………………51
Tableau 9 : ICP-MS modèle Perkin Elmer NexIon 300 X………………………..…….82
Tableau 10 : ICP-OES modèle Perkin Elmer Optima 4300 DV………………….....….83
Tableau 11 : Limites de détection des éléments majeurs et traces analysés par ICP-OES
et ICP-MS……………………………………………………..…………………………84
Tableau 12 : Données statistiques relatives aux concentrations de PM2.5 (µg/m3) et
leurs composants (ng/m3)……………………………………………… ….…………...103
Tableau 13 : Données statistiques des paramètres météorologiques durant la période
d’échantillonnage……………………………………………………………………….112
Tableau 14 : Résumé des diagnostics PMF par exécution………………………….....117
Tableau 15 : Comparaison entre les rapports élémentaires…………………………....136
Liste des symboles, abréviations et nomenclature
ACP : Analyse en composantes principales
AMMA : Analyse Multidisciplinaire de la Mousson Africaine
BC : Black Carbon
BS :Boostrap
BSC/DREAM: Barcelona Supercomputing Center- Dust REgional Atmospheric Model
CAIP : Cairo Air Improvement Project
CALIPSO : Cloud-Aerosol Lidar and InfraredPathfinder Satellite Observations
CAPMAS : Agence centrale pour la mobilisation publique et les statistiques de l'Égypte
CMB: Chemical Mass Balance
CPF : Conditional Probability Fonction
CO : Carbone Organique
COV : Composé Organique Volatile
Dp : Diamètre des particules
DISP : Displacement
EC : Elemental carbon
GBD : Global Burden of Disease
HAP : Hydrocarbure Aromatique Polycyclique
HR : Humidité relative
HYSPLIT : HYbrid Single-Particle Lagrangian Integrated Trajectory
ICP-AES : Inductively Coupled Plasma Atomic Emission Spectroscopy
ICP-MS : Inductively Coupled Plasma Mass Spectrometry
ICP-OES : Inductively Coupled Plasma - Optical Emission Spectrometry
IHME : Institute for Health Metrics and Evaluation
LD : Limite de détection
LVS : Low Volume Sampler
MD : Mineral dust
MET : Microscopie Electronique à Transmission
MODIS :MODerate Resolution Imaging Spectroradiometer
MLRA: Multi-Linear Regression Analysis
NOAA: National Oceanic and Atmospheric Administration
NOx : Les oxydes d’azote
OC : Organic carbon
OMS : Organisation Mondiale de la Santé
PCA-MLR :Analyse en composantes principales-régression linéaire multiple
PM :Particulate Matter
PM10 : Matière particulaire de diamètre inférieur à 10 μm
PM2.5 : Matière particulaire de diamètre inférieur à 2,5 μm
PM1 : Matière particulaire de diamètre inférieur à 1,0 μm
PM0.1 : Matière particulaire de diamètre inférieur à 0,1 μm
PMF : Positive Matrix Factorisation
POLCA : Pollution des Capitales Africaines
Prec : précipitations
SOA: Secondary Organic Aerosol
TC: Total carbon
Temp : température
TSP : Total Suspended Particle
Ws : Vitesse du vent
Wind dir : direction du vent,
1
INTRODUCTION GENERALE
2
La pollution particulaire est due à un mélange complexe d'agrégats de matières
extrêmement petits et de gouttelettes liquides en suspension dans l'air que nous respirons.
Des concentrations élevées de particules se sont avérées nocives pour la santé humaine,
notamment celles appelées particules fines de moins de 2,5 microns de diamètre (PM2.5).
Le développement de stratégies de contrôle des émissions de PM2.5 est une grande
préoccupation des gouvernements, des administrateurs de la santé et des agences de
protection de l'environnement. Les stratégies d'amélioration de la qualité de l'air ambiant
impliquent la réduction des émissions des sources primaires. Il est donc primordial de
pouvoir identifier et répartir les contributions de ces sources et mettre ensuite en œuvre
des réglementations et des politiques efficaces qui réduisent les niveaux de la pollution
particulaire.
Le problème de la pollution de l'air est clairement ignoré par de nombreux pays en voie
de développement, en grande partie du fait que ce problème n’est pas considéré comme
une priorité par rapport au développement économique. Par conséquent, ces pays ne sont
manifestement pas pressés de résoudre les problèmes de qualité de l'air. Cela est clair
lorsqu’on évalue la rareté des données fiables sur les niveaux de pollution de l'air. Dans
beaucoup de pays africains, les données sur la qualité de l’air sont rares et pratiquement
absentes, en particulier dans les pays subsahariens. En outre, malgré la proximité du
Sahara, très peu d'études sur l'impact de la poussière sur la qualité de l'air et la santé
humaine ont été menées dans cette région. Le manque de données est donc l'une des
principales contraintes à la compréhension des effets nocifs sur la santé humaine des
particules fines.
Malgré que les pays africains rencontrent d'importants problèmes de pollution
particulaire, les études réalisées sont insuffisantes et doivent encore être améliorées. Il est
intéressant de noter que la plupart de ces études tendent à s'accorder autour du même
objectif, l’identification du type et des niveaux de polluants dans l'atmosphère. En raison
du manque de programmes d’échantillonnage et d’analyses cohérents et précis, très peu
d’études sur la pollution de l’air en Afrique ont procédé à la répartition des sources de
pollution (Hopke et al., 2020; Karagulian et al., 2015).
3
Le modèle récepteur se présente souvent comme un outil fiable qui permet
l’identification de la contribution des sources d’émission et qui nécessite des données de
spéciation pour la fraction d'aérosol échantillonnée sur un site récepteur. L'hypothèse
sous-jacente aux modèles récepteurs est la conservation du bilan de masse entre la source
d’émission et le site récepteur. Cependant, les différents modèles présentent des
avantages et des inconvénients (Watson, 1984). Une comparaison entre les différents
modèles récepteurs couramment utilisés pour l'identification des sources et la robustesse
des résultats a été discutée par plusieurs auteurs. En raison des différences d'approches
théoriques, une grande variabilité de résultats dans le nombre de sources, le types de
sources et la contribution massique de chaque source à la fraction étudiée a été reportée
(Deng et al., 2018; Yang et al., 2013).
Une base de données sur les études de répartition des sources de particules en Afrique a
été développée par l'OMS en 2014 sur la période comprise entre 1990 et 2014. L’étude a
montré que les principales sources de PM2.5 et de PM10 étaient les transports, l’industrie,
la consommation de combustibles domestiques et les poussières désertiques (OMS,
2014).
En Afrique, différents modèles ont été utilisés pour identifier la contribution des sources
d’émission aux concentrations des variables mesurées, tel que le bilan de masse chimique
(CMB) (Abu-Allaban et al., 2007; Banque Mondiale, 2012; Oluyemi & Asubiojo, 2001).
Ce modèle peut être utilisé pour déterminer les contributions des sources primaires avec
un seul échantillon(Subramanian et al., 2007). L’inconvénient pour ce modèle reste
l'inclusion de profils pour les particules secondaires (par exemple, sulfate, nitrate, sulfate
d'ammonium…etc.)(Hellén et al., 2008; Ward et al., 2006). Un autre modèle récepteur
multivarié, l’analyse en composantes principales (ACP), a été utilisé dans les études de
répartition des sources particulaires en Afrique (Boman et al., 2013a; Mmari et al., 2020).
Une seule étude seulement a été réalisée en utilisant le PMF pour la répartition des
sources d’émission (Zhou et al., 2013). Le modèle ACP suppose que les espèces
chimiques fortement corrélées proviennent de la même source (Wolff & Visser, 2005).
Cependant, l'absence d'exigence de non-négativité implique que le ACP peut donner des
contributions de masse négatives, et pourrait favoriser des résultats physiquement
4
déraisonnables (Paatero & Tapper, 1994). Par conséquent, des méthodes spécifiques
telles que la factorisation matricielle positive (PMF) ont été spécifiquement développées
pour résoudre ce problème (Paatero & Hopke, 2003; Paatero & Tapper, 1994). Le PMF
impose une contrainte sur la contribution des sources résolue par le modèle qui doit être
≥0. Cela garantit que tous les facteurs produits sont physiquement interprétables. PMF a
montré une meilleure performance pour séparer les différentes sources de combustion
(Cesari et al., 2016). Une autre étude montré que le modèle PMF a pu distinguer les
sources liées aux eaux usées domestiques, à l''usure des freins, au ruissellement d'engrais
et au dépôt sec de particules fines; par contre, le PCA-MLR (Analyse en composantes
principales-régression linéaire multiple) n'a pas été en mesure de distinguer ces sources
(Salim et al., 2019). Dans l'ensemble, les auteurs révèlent que le PMF semble avoir une
meilleure performance globale dans la répartition des sources de pollution particulaire
Jain et al. (2018) révèlent que la nécessité d’inclure les incertitudes des variables dans le
modèle PMF a permis d'obtenir de meilleurs résultats que le ACP. De plus, les profils de
source de PMF sont plus faciles à interpréter que ceux de ACP (Belis et al., 2013; Paatero
& Hopke, 2003; Pey et al., 2013). En plus de l’avantage de pouvoir gérer les données
d’entrée peu ou pas fiables (Scerri et al., 2019), le PMF permet également à l’utilisateur
de traiter les concentrations des éléments en dessous de la limite de détection (LD) et les
données manquantes (Polissar et al., 1998), en calculant l'incertitude de ces données
(Manousakas et al., 2017). Par contre, l'une des principales limites du PMF est qu'il est
incapable de différencier entre deux sources ayant les mêmes profils chimiques (Bove et
al., 2018). Comparé à d'autres méthodes d’analyse, la PMF offre plusieurs avantages qui
permettent de mieux modéliser l’ensemble de données environnementales.
Il est noté que l’utilisation des modèles récepteurs hybrides pour identifier les sources
possibles et leurs contributions semble très utiles(Belis et al., 2013; Callén Romero et al.,
2009; Lee et al., 2008).
Des mesures de la composition chimique des particules ont été réalisées en bordure de la
route (un site trafic) au niveau de la ville de Constantine ; la route choisie est impactée
par un trafic important. L'étude consiste en l'identification des sources d’émission
particulaire et leurs contributions à la masse de PM2.5 à l’aide de la factorisation à matrice
5
positive (EPA PMF v.5). Enfin, l'utilisation conjointe d’autres méthodes a permis de
localiser et de répartir cinq sources d'émission particulaires.
Ainsi, ce rapport présente et discute les parties suivantes :
Le chapitre I représente l’état de l’art et est organisé en trois parties :
La Partie 1 présente une synthèse de l’état des connaissances sur l’aérosol atmosphérique
(caractéristiques, impact sanitaire, composition chimique), la Partie 2 discute les sources
d’émission particulaires et leurs concentrations en Afrique, et la Partie 3 s’intéresse aux
principales approches utilisées pour répartir les sources d’émission.
Le chapitre II décrit les méthodologies mises en œuvre afin de répondre aux objectifs de
ce travail : une description détaillée de la zone d’étude, de la stratégie d’échantillonnage
des PM2.5, les différentes méthodes analytiques utilisées pour la caractérisation de la
composition chimique des PM2.5.
Le chapitre III présente les résultats obtenus pour la détermination des profils chimiques
des sources caractérisés ainsi que l’emplacement des sources locales et régionales
impactant notre zone d'étude.
Enfin, le dernier chapitre conclut ce travail et donne les perspectives pour les travaux à
venir.
6
CHAPITRE I
ETAT DE L’ART
7
PARTIE 1
L’aérosol atmosphérique
8
Introduction
L'augmentation de la population urbaine et de la forte concentration de nombreuses activités
humaines dans certaines zones mène à des problèmes de pollution de l’air. Une grande partie
de la pollution dans les villes est due au trafic routier (Lähde et al., 2014; Pirjola et al., 2012;
Wehner et al., 2002) et sa contribution est susceptible d’augmenter encore car plus de 68% de
la population mondiale en 2050 habitera dans les villes (UN, 2018). Par conséquent, l’étude
de l’impact anthropique dans l’environnement urbain est nécessaire.
Les particules atmosphériques ont fait l'objet d'une grande attention scientifique au cours
des dernières décennies en raison de leurs effets néfastes sur le climat, la santé publique
et la visibilité. Avec une connaissance scientifique accrue, il est devenu évident que la
taille et la composition des particules atmosphériques ont une signification profonde. En
particulier, la fraction inhalable PM2.5 (aérosol <2,5 µm de diamètre) et les composants
traces de métaux des particules étaient liés à la plupart des effets nocifs sur la santé
(Horne et al., 2018; Polichetti et al., 2009). Sur le plan sanitaire, les particules fines
(PM2.5) représentent un indicateur majeur de la qualité de l’air. Aborder les émissions des
particules en ne s’attachant qu’à caractériser globalement leur masse est insuffisante si
l'on veut appréhender les effets sur la santé. Par conséquent, la répartition à la source des
particules atmosphériques est devenue un élément important de la recherche sur la qualité
de l'air (Dabek-Zlotorzynska et al., 2011). Les études de répartition des sources ont
permis l’identification de la contribution de différentes sources d'émission à la
concentration de particules dans un site récepteur défini (Watson et al., 1988). C'est
également une technique efficace de contrôle des émissions afin de répondre aux normes
de qualité de l'air ambiant. Par cette technique, à la fois l'origine de la source et sa
contribution peuvent être déterminés. Par ailleurs, il existe peu de données disponibles
dans la littérature sur la répartition des sources particulaires dans les villes africaines,
notamment en Algérie. Seules les données de concentration intermittente sont
disponibles, joue un rôle mineur dans le problème de la pollution atmosphérique.
1. Généralités sur les aérosols
Un aérosol est généralement défini comme une suspension de particules liquides ou
solides dans un gaz, avec des diamètres de particules compris entre 1 nm et environ 100
9
µm (Hinds, 1999; Seinfeld & Pandis, 2016). Les petites particules en suspension dans
l'air, appelées aérosols, comprennent la poussière, la suie, la fumée et les gouttelettes de
liquide émises dans l'atmosphère (Arita & Costa, 2011). Les particules peuvent être
classées de plusieurs manières différentes. Les particules peuvent être caractérisées par la
façon dont elles se trouvent dans l'atmosphère: sous forme de particules primaires,
directement émises dans l'atmosphère; ou sous forme de particules secondaires, formées
dans l'atmosphère par des réactions chimiques à partir de précurseurs gazeux tels que le
dioxyde de soufre, les oxydes d'azote, l'ammoniac et les composés organiques volatils et
semi-volatils non méthaniques (Karjalainen et al., 2016; Reddington et al., 2011). De
plus, les particules peuvent être classées en fonction de leur taille, les principales classes
étant les PM10 (Les particules grossières inhalables, avec des diamètres supérieurs à 2,5
μm et inférieurs à 10 μm), les PM2,5 (les particules fines, avec des diamètres inférieurs ou
égaux à 2,5 μm) (Chow, 1995) et les PM1 (les particules ultrafines ayant un diamètre
inférieur à 0,1 µm)(Chow & Watson, 2007). La figure 1 présente la terminologie de
classification des particules en fonction de leur différente taille. Dans la science des
aérosols, les particules atmosphériques sont également classées, en termes de modes, en
quatre gammes de tailles : mode de nucléation (1 à 20 nm), mode Aitken (20 à 100 nm),
mode d'accumulation (90 à 1 000 nm) et mode grossier (> 1000 nm) (figure 2). Les
particules en mode nucléation comprennent principalement des sulfates, des nitrates et
des composés organiques, qui sont formées par nucléation (conversion gaz-particule)
dans l'atmosphère après refroidissement rapide et dilution des émissions (Seinfeld &
Pandis, 2016). Les particules en mode Aitken sont formées à partir des mécanismes de
coagulation et de condensation des particules du mode de nucléation (Kulmala et al.,
2004). Le mode d’accumulation et le mode grossier se distinguent par leur importance en
masse et en volume. Le mode d’accumulation regroupe les particules résultantes des
processus de grossissement tel que la coagulation des particules plus petites formées par
nucléation, et la condensation d’espèces semi volatiles sur les particules. Le mode
grossier est formé de particules principalement issues des processus mécaniques
d’émission (Buseck & Adachi, 2008).
10
Par conséquent, alors que les particules grossières constituent généralement la fraction
granulométrique la plus importante en masse, les particules fines et ultrafines
représentent en nombre la population de particules la plus importante dans l’atmosphère.
Figure 1: Classification des particules atmosphériques en fonction de leur taille (Pandis
et al., 1995)
Figure 2 : Représentation de la distribution en taille des particules pour les différents
paramètres : nombre, masse, surface, et volume et de leurs mécanismes de formation et
d’élimination (Buseck & Adachi, 2008)
11
Ces classes de taille ont été identifiées à la fois par leurs modes naturels dans
l'atmosphère et leurs impacts sur la santé. Le temps de séjour des particules dans l’air
dépend de leur taille et des conditions météorologiques, les particules d'un diamètre
compris entre 0,1 μm et 1 μm peuvent rester dans l'atmosphère pendant des jours ou des
semaines et peuvent ainsi être transportées sur de longues distances(Fuzzi et al., 2015;
Ibald-Mulli et al., 2002; Moreno et al., 2007).
Les particules peuvent également être caractérisées par leurs sources. Les particules
primaires peuvent être émises à la fois par des sources naturelles et anthropiques, comme
les processus de combustion (industriel, automobile, cuisson des aliments et combustion
de biomasse) (Engel-Cox & Weber, 2007), les processus mécaniques (usure des freins,
érosion, poussière minérale, sel de mer) (Amato et al., 2009), et les émissions
biogéniques (pollen et débris végétaux) (Matthias-Maser & Jaenicke, 1995). Ces
particules peuvent avoir des compositions chimiques complexes qui comprennent des
métaux et des oxydes métalliques, des composés organiques et élémentaires et des sels
ioniques (Amato et al., 2009). En revanche, des particules secondaires peuvent se former
à partir d'une multitude de réactions en phase gazeuse qui produisent des produits
condensables. Ces réactions comprennent des réactions inorganiques en phase gazeuse
qui produisent du nitrate d'ammonium et du sulfate d'ammonium, des réactions
organiques en phase gazeuse qui donnent des produits peu volatile qui se condensent sur
les surfaces en se répartissant dans le volume des particules existantes (Pankow, 1994;
Robinson et al., 2007), et les réactions en phase aqueuse qui produisent des espèces qui
restent dans la phase particulaire (aérosol organique secondaire, ou SOA) (Altieri et al.,
2006). De plus, les sources de particules peuvent être classées comme naturelles ou
anthropiques. Bien que chaque source principale puisse être soigneusement classée
comme naturelle ou anthropique, la catégorisation des espèces secondaires est plus
complexe car les polluants peuvent être à la fois naturels, anthropiques ou une
combinaison de naturel et anthropique (Weber et al., 2007).
Les PM sont un mélange dont les caractéristiques physiques et chimiques varient selon la
région et le temps. Les constituants chimiques courants des PM comprennent les sulfates,
les nitrates, l'ammonium, d'autres ions inorganiques tels que les ions de sodium, de
12
potassium, de calcium, de magnésium et de chlorure, les métaux (y compris le cadmium,
le cuivre, le nickel, le vanadium, le zinc, etc.), carbone élémentaire et composés
organiques. De plus, les particules en suspension dans l'air jouent un rôle important dans
la propagation d'organismes biologiques et d'agents pathogènes (pollen, bactéries, spores,
virus, etc.) et peuvent provoquer des maladies respiratoires, cardiovasculaires,
infectieuses et allergiques.
2. Exposition aux particules et leurs effets sur la santé
Depuis la catastrophe historique du « grand smog » de Londres 1952, des études sur la
qualité de l'air ont commencées afin de montrer les effets néfastes des particules sur
l'environnement et la santé humaine (Appel et al., 1985; Waller, 1967; Zweiman et al.,
1972). Bien que les mécanismes exacts reliant la santé publique et pollution particulaire
n'aient pas encore été révélés, il est admis que la taille et la composition des particules ont
une importance sur les effets sur la santé (Öztürk et al., 2009). Stern et al. (1984) ont
montré que les particules fines (PM2.5) ne pouvaient pas se retenir dans la partie
supérieure du système respiratoire, en raison du mouvement brownien, au contraire des
particules grossières (PM10) qui pouvaient se retenir (figure 3). Par conséquent, ils
peuvent s'accumuler dans les poumons et pénétrer dans les voies respiratoires (Brown et
al., 1950). De plus, des particules ultrafines (PM0.1) peuvent même pénétrer dans le sang
et se déplacer dans tout le corps (Ferin et al., 1992; Valavanidis et al., 2008).
13
Figure 3: la pénétration des particules dans les voies aériennes de l'appareil respiratoire
(Oberdörster et al., 2005)
Les effets sur la santé ont été liés à la distribution des tailles de PM, ces dernières ont été
divisées en deux parties : les PM10 et les PM2.5. En outre, l'impact potentiel plus
important des particules plus petites sur la santé humaine a été révélé (Bevan & Manger,
1985; Biersteker, 1976; Quackenboss et al., 1989). L'Organisation mondiale de la santé
(OMS) a fixé également les niveaux des fractions d'aérosols PM10 et PM2,5 comme
indicateurs de la pollution atmosphérique (OMS, 2000).
Les études épidémiologiques montrent systématiquement que l’exposition à court terme
(heures-jours) et à long terme (mois-années) aux deux fractions de particules est propices
à la détérioration de la santé humaine (OMS, 2000; Pope III & Dockery, 2006). La
fraction sensible de la population, comme les personnes ayant des antécédents de maladie
pulmonaire ou cardiaque (Brook et al., 2004), les enfants et les personnes âgées (Simoni
et al., 2015), est particulièrement vulnérable à la pollution particulaire. Aujourd'hui, les
problèmes cardiovasculaires et pulmonaires liés aux particules sont bien documentés et la
pollution de l'air par les particules PM2.5 a retenu une grande attention dans la littérature.
Un certain nombre d'études basées sur des séries chronologiques de différentes villes ont
montré que l'association entre les augmentations de la mortalité quotidienne et les
14
niveaux ambiants diurnes de PM10 et PM2.5 était particulièrement forte (Chen et al., 2010;
Levy et al., 2000; Yang et al., 2004, 2012). Dans ce cas, la mortalité résulte
principalement d'une insuffisance cardiovasculaire ou respiratoire (Analitis et al., 2006;
Samet et al., 2000; Smith et al., 2000). Une forte association a été établie entre la
mortalité cardiopulmonaire et l'exposition à long terme aux PM2.5 (Dockery et al., 1993;
Jerrett et al., 2005; Pope et al., 1995). En ce qui concerne la morbidité, l'augmentation des
admissions quotidiennes à l'hôpital est liée à une augmentation à court terme des
concentrations de PM10 (Le Tertre et al., 2002; Zanobetti et al., 2000) et de PM2.5
(Dominici et al., 2006; Stafoggia et al., 2013). D'un autre côté, Miller et al. (2007) ont
constaté que l'incidence des maladies cardiovasculaires non mortelles augmente avec les
expositions chroniques aux PM2.5, tandis que McMichael et al. (1998) ont trouvé une
exacerbation analogue des maladies chroniques. De plus, l'exposition aux particules
pourrait également entraîner une légère augmentation du risque d'incidence de cancer du
poumons (Cohen & Pope III, 1995; Samet & Cohen, 1999). D’autres études montrent
même l’implication des particules atmosphériques dans la survenue de maladies ou
d’accidents cardiovasculaires tels que thromboses et infarctus (Dockery & Stone, 2007).
D’une manière générale une augmentation de 10 µg/m3 de la concentration journalière en
PM10 est estimée induire une hausse de la mortalité de l’ordre de 1% (Ostro et al., 1996;
Pope III & Dockery, 1999), Laden et al. (2000) ont constaté aussi que le taux de mortalité
augmenterait de 1,1% par augmentation de 10 μg/m3 de PM2.5. Ainsi, la concentration de
la population au sein de mégapoles fortement polluées démultiplie les risques sanitaires
liés aux particules atmosphériques. Outre la taille, l’effet des aérosols sur la santé est bien
entendu également en fonction de leur composition chimique. Un certain nombre d'études
ont lié certains métaux à plusieurs problèmes de santé tels que les maladies
cardiovasculaires, les maladies de cœur, l'asthme aggravé et le cancer du poumon
(Kampa & Castanas, 2008; Sudheer &Rengarajan, 2012). Le tableau 1 répertorie des
métaux traces spécifiques, leurs sources et leurs effets sur la santé.
15
Tableau 1 : Effet des métaux lourds sur la santé humaine
Métal
Source d’émission
Effet d'exposition chronique
Référence
Plomb
Additifs dans l'essence et les
pigments, engrais et
pesticides, fonderie de
minerais,
Hypertension, affaiblissement du
développement neurologique,
suppression du système
hématologique (anémie),
insuffisance rénale, malformations
congénitales.
Korrick et al.,
1999 ; Weisskopf
et al., 2004 ;
Skerfving et al.,
1998 ; Bellinger,
2005.
Mercure
Exploitation minière,
incinération des déchets,
combustion des combustibles
fossiles.
Irritation gastro-intestinale,
dysfonctionnement rénal et
pulmonaire, douleur thoracique,
rhinite, dysfonctionnement auto-
immune, anomalies
dermatologiques, neurotoxicité.
Yard et al., 2012 ;
Tomicic et al.,
2011 ; Gardner
et al., 2010 ;
Akagi et al.,
2000 ; Grandjean
et al. 1999.
Cadmium
Volcans, production de
métaux non ferreux,
incinération de déchets,
production de fer et d'acier et
production de ciment.
Irritation des poumons,
dysfonctionnement rénal, cancer
des poumons, ostéoporose.
Sorohan et
Lancashire,
1997 ;
Verougstraete et
al., 2003 ;
Alfvén., 2000.
Arsenic
Production d’électricité,
matériaux de construction,
industrie du verre,
métallurgie, teinturerie,
tannerie.
Bronchite chronique, asthme,
fibrose pulmonaire, maladie
cardiovasculaire, cancer de la peau,
diabète, cancer des poumons.
Parvez et al.,
2011 ; C
Ferreccio et
Sancha, 2006 ;
Chung et al.,
2014 ; States et
al., 2009 ; Chen et
al., 2009 ; Smith
et al., 2009.
16
Aluminium
Extraction et transformation
de l'aluminium, croûte
terrestre, métallurgie.
Fibrose pulmonaire, la bronchite
chronique, insuffisance rénale,
perte de mémoire.
Kilburn,
1998; Exley,
2013; Wills et
Savory, 1989;
Willhite et al.,
2009.
Nickel
Centrale électrique au fioul,
incinération des déchets,
production d’acier inoxydable,
combustion du charbon et du
fioul.
Cancer des voies respiratoires,
exacerbation de l'asthme, maladies
cardiovasculaires, immunotoxicité,
génotoxicité ; stress oxydatif.
Enterline et
Marsh, 1982 ;
Coogan et al.,
1989 ; McConnell
et al., 1973 ;
Muggenburg et
al. 2003 ; Das et
al., 2007 ; Hansen
et Stern, 1984.
Chrome
Combustion du pétrole et du
charbon, engrais, métallurgie,
production de peintures et de
pigments, fabrication
chimique du chrome,
incinération des déchets ;
Induire des dommages à l'ADN,
problèmes gastro-intestinaux,
détresse et irritation respiratoires,
irritation nasale, bronchite
chronique, immunotoxicité.
Matsumoto et al.,
2006 ; Gad
,1989 ; Sferlazza
et Beckett, 1991 ;
Antonini et al.,
2004.
En plus des métaux et les sels inorganiques, de nombreux composants organiques sont
actuellement considérés comme responsables des effets sur la santé, par exemple les
substances organiques telles que les HAP, sont avérées cancérigènes et directement
toxiques pour les cellules (Kim et al., 2013; Wang, Jariyasopit, et al., 2011). Des études
effectuées sur des cellules, ont révélé que les gaz d’échappement des moteurs diesel
favorisent des changements dans l'ADN et seraient donc cancérigènes pour l'homme
(Straif, 2012). L'Organisation mondiale de la santé (OMS) a estimé que l'exposition à la
pollution atmosphérique par les particules fines a causé 6,5 millions de décès dans les
villes du monde en 2012 (OMS, 2016). Cela n’empêche que la qualité de l'air ambiant
s'est considérablement améliorée pour quelques régions au cours des dernières décennies.
17
3. Composition chimique des particules
La concentration et la composition des PM sont très variables en terme spatio-temporel et
sont fortement influencées par les conditions météorologiques (Chen et al., 2020; Rogula-
Koz\lowska et al., 2014). La matière particulaire contient des composés organiques et
minéraux, primaires et secondaires. Les particules interagissent avec diverses substances
dans l'air pour former des composés chimiques organiques ou inorganiques (Grantz et al.,
2003). La figure 4 montre la contribution des composés organiques et inorganiques à la
masse de PM1 (Zhang et al., 2007).
Figure 4 : La contribution de la fraction organique et inorganique à la masse de PM1
dans différents sites d’échantillonnage à l’aide de spectromètre de masse à aérosols
(Zhang et al., 2007)
Comme le montre la figure 5, les petite particules d’origine anthropique comme la suie et
les cendres s’adsorbent sur les grosses surfaces de minéraux (Schleicher et al., 2010).
Ces différentes fractions sont discutées ci-dessous.
18
Figure 5 : Exemples d'interactions de particules dans les échantillons a) Particule de carbone
anthropique adsorbé sur des minéraux (Mg–Al–Oxyde); b) des chaînes de suie sur les surfaces de
particules plus grosses; c) cendres volantes d'oxyde d'aluminium et de silice (particules
sphériques) sur du gypse; d) particule de carbone avec de la suie sur une surface minérale
(Schleicher et al., 2010)
3.1.Composés inorganiques
La composition chimique des PM comprend généralement des sulfates, des nitrates, de
l'ammonium, des ions inorganiques, du carbone élémentaire (EC), du carbone organique
(OC), de matière crustale et des métaux (Lammel & Leip, 2005; Takahashi et al., 2008;
Terzi et al., 2010). Ces espèces chimiques peuvent fournir des informations préliminaires
sur les origines naturelles et/ou anthropiques des particules. Une grande partie de la
masse de PM (25-75%) est inorganique (Seinfeld & Pandis, 2016), les sulfates, nitrates,
ammonium, sodium, chlorure et éléments terrigène étant les espèces dominantes (Cohen
et al., 2010; Galon-Negru et al., 2019; Yoshizumi & Okita, 1983). Le sulfate, le nitrate,
l'ammonium et les métaux sont les principaux composants dans les particules fines
(Chow et al., 2006; Lee & Kang, 2001; Schlesinger, 2007). En revanche, les constituants
grossiers des PM sont principalement d’origine crustale contenant les Si, Ca, Al, Fe et K
19
ainsi les sels marins (Adamo et al., 2008; Chow et al., 1993; Kim & Seinfeld, 1995; Yin
et al., 2005), de petites quantités de Fe et K peuvent se trouver également parmi les
particules fines mais proviennent de différentes sources (Dai et al., 2014; Vallius et al.,
2005). Dans ce qui suit, les principaux composés d'aérosols inorganiques et leurs sources
d'émission dans l'atmosphère sont décrits.
3.1.1. Les sulfates
Le sulfate est un composant majeur de l'aérosol atmosphérique et entraîne la formation de
nouvelles particules d'aérosol par nucléation (Mills et al., 1999; Timmreck, 2001). Le
sulfate est principalement produit dans l'atmosphère par oxydation du dioxyde de soufre
(SO2) (Sarwar et al., 2013; Saxena & Seigneur, 1987; Seinfeld & Pandis, 2016), qui est
lui-même directement émis ou produit dans l'atmosphère par oxydation d'espèces à teneur
réduite en soufre telles que le sulfure de diméthyle (DMS) émis par le phytoplancton
océanique, l’oxydation du SO2 peut avoir lieu en phase gazeuse et en phase aqueuse
(Andreae, 1990; Putaud et al., 1993). La formation de sulfate est chimiquement liée aux
émissions primaires de SO2 et à l'abondance des oxydants atmosphériques tels que le
radical hydroxyle (OH.)(Lovejoy et al., 1996; Stockwell & Calvert, 1983), le peroxyde
d'hydrogène (H2O2)(Anastasio et al., 1996; Dasgupta et al., 1988), l'ozone (O3)(Sievering
et al., 1995), hydroperoxyde de méthyle (MHP) et l'acide peroxyacétique
(PAA)(Seigneur & Saxena, 1988). Toutes ces espèces oxydantes sont formées par des
réactions photochimiques qui proviennent des émissions d'oxydes d'azote (NOx) et de
composés organiques volatils (COV)(Council, 1992). Par conséquent, les variations des
émissions primaires de NOx et de COV devraient avoir un effet sur la quantité et la
distribution de sulfate dans l'atmosphère. La combustion du charbon est l'une des plus
grandes sources primaires de sulfate dans l'atmosphère (Li et al., 1999). Le SO2 est émis
également par les centrales électriques au charbon (Eatough et al., 1981), les fonderies de
métaux (Nriagu &Coker, 1978), la combustion du pétrole (Nakai & Jensen, 1967;
Nielsen, 1974), et l'industrie du soufre (Krouse, 1977).
3.1.2. Nitrates et ammoniums
Les NOx sont émis par les processus de combustion et sont présents dans l'atmosphère
sous forme de NO gazeux (95%) et de NO2 (5%) (Soltic & Weilenmann, 2003; Wang,
20
DenBleyker, et al., 2011). Le NO se transforme rapidement en NO2 en réagissant avec
l'ozone dans l'atmosphère (Atkinson, 2000), le NO2 est à la fois un composant primaire et
un composant secondaire (Alvarez et al., 2008; Carslaw, 2005). Une partie du NO2 et du
NO réagis avec les radicaux hydroxyles et se transforme en acide nitrique (HNO3)
(Erduran & Tuncel, 2001; Johnson et al., 1994), qui se transforme ensuite en NO3 sous
forme particulaire (Appel et al., 1988; Stockwell et al., 1997). La combustion des
combustibles fossiles, des biocarburants et de biomasse fixe l'azote gazeux inerte (N2) en
une forme hautement réactive (NOx) et sont les principales sources de nitrate et
d'ammoniac (figure 6). Le NH3 est principalement émis par des processus liés à
l'agriculture tels que l'application d'engrais minéraux et de fumier animal sur les terres
cultivées (Galloway et al., 2010; Isermann, 1990). Les émissions de NH3 sont donc assez
élevées dans les pays où l'activité agricole est intense et généralisée (Amann et al., 2012;
Guthrie et al., 2018). Bien que le trafic routier soit une source majeure de NOx,
l'utilisation croissante de catalyseurs à trois voies sur les voitures a entraîné une
augmentation des émissions de NH3 des gaz d'échappement des véhicules (Huai et al.,
2003; Suarez-Bertoa et al., 2014).
Figure 6 : Les voies de l’azote réactif dans l’atmosphère (Robertson, 1997)
21
3.1.3. Eléments métalliques
Les éléments organiques individuels représentent généralement plus de 1% de la masse
totale de PM. Une partie de cette fraction inorganique est généralement classée comme
matière crustale ou poussière, Si, Al, Ca, K, Mg, Ti et Fe étant ses principaux
constituants (Mantas et al., 2014; Querol et al., 2002; Viana et al., 2008). La poussière
minérale a tendance à provenir de zones spécifiques (terrains vagues, terres agricoles,
Sahara et chaussées non-pavées) et peut être transportée sur de très grandes distances
(Marenco et al., 2006; Sulaymon et al., 2020; Yuan et al., 2008), influençant la chimie
climatique et atmosphérique à l'échelle régionale et mondiale (Chen et al., 2017; Fairlie et
al., 2007; Koçak et al., 2012). La poussière des routes peut être remise en suspension
dans l'atmosphère soit par abrasion, lorsqu'il y a une perturbation à la surface comme le
passage des véhicules ou par saltation (Avecilla et al., 2016; De Lima et al., 1992;
Sternbeck et al., 2002; Thorpe et al., 2007), ou par l'action directe du vent en surface
(Jancsek-Turóczi et al., 2013; Thorpe et al., 2007). Fe, Mn, K, Al, Ca, Ti et V reflètent
essentiellement la composition du sol et la poussière des routes (Ho et al., 2003). La
fraction hors échappement (poussières de route remises en suspension et dues à
l’abrasion) contribuent en quantités équivalentes aux émissions véhiculaires totales dans
les villes européennes (Querol et al., 2004). Gaffney et al. (1995) estiment que les
émissions des routes pavées contribuent à hauteur de 30% à la masse totale des PM10. De
plus, le trafic peut affecter la composition des poussières déposées, susceptibles d’être
remises en suspension (Abu-Allaban et al., 2006; Amato et al., 2012). Une grande partie
des métaux de transition (Cu, Ba, Fe et Mn) et Sb sont émis par l’abrasion freins dont ils
sont considérés comme les traceurs (Gietl et al., 2010a; Iijima et al., 2007a). Les
concentrations élevées de métaux comme Cu et Zn dans les poussières de route sont
attribuées à l'usure des pneus et des freins (Thorpe & Harrison, 2008). De plus, Cr, Cu,
Ni, Pb et Zn sont des métaux abondants dans les garnitures des freins (Westerlund &
Johansson, 2002). L'usure des freins est considérée comme une source importante
d'émissions de Sb et de Sn (Thorpe & Harrison, 2008). Le molybdène est principalement
utilisé dans les alliages d'acier, dont certains sont utilisés dans l'industrie automobile,
tandis que les pneus et les plaquettes de frein en contiennent de faibles
concentrations(Kennedy & Gadd, 2003). Le plomb est un traceur des émissions
22
véhiculaires à l’essence plombée. Actuellement, cette dernière n'est plus utilisée dans la
majorité des pays. Une grande appréciable de particules riches en plomb a été déposée au
sol, en particulier sur les chaussées et aux bords des routes avant l'interdiction de
l’essence plombée (Wang et al., 2008). Des émissions importantes de Pb sont également
dues à l'usure des freins (Westerlund & Johansson, 2002). Les sels marins contribuent de
façon significative à la masse de particules émises dans l'atmosphère à l'échelle mondiale
(Karagulian et al., 2015). Ces sels sont porteurs d'espèces contenant Cl, Br, I et S (Duce
& Woodcock, 1971; Mustafa Koçak et al., 2004) qui sont concentrés dans les particules
grossières (Ayers et al., 1999; Sherwen et al., 2016; Toom-Sauntry & Barrie, 2002) et
jouent un rôle dans les cycles atmosphériques de ces éléments. Par ailleurs, K est
considéré comme un traceur de la combustion de biomasse (Ayers et al., 1999; Sherwen
et al., 2016; Toom-Sauntry & Barrie, 2002) et s’accompagne de l’émission de chlorures
par les incendies de forêt, le brûlage agricole, la combustion résidentielle du bois et les
chaudières à bois ( Andreae et al., 1998; Cao et al., 2016; Lobert et al., 1999; Tillman et
al., 2009). Des éléments tels que As, S, Sr et Se constituent des indicateurs de la
combustion du charbon (Cheng et al., 2003; Finkelman et al., 1990; Ruhl et al., 2010,
2014). Les moteurs diesel sont la plus grande source de carbone élémentaire (EC)
(Schauer, 2003) mais ils émettent également de grandes quantités de Zn, Mg et Cu
(Ashraful et al., 2015; Skillas et al., 2000; Wang et al., 2003). V et Ni sont tous les deux
utilisés comme indicateurs de la combustion de pétrole (Bell et al., 2007; Lippmann et al.,
2006). Les éléments Cu, Zn, Ni, Cd, Pb et Al sont susceptibles d’être émis par les
activités de production des métaux non ferreux dans l'atmosphère (Agrawal et al., 2004;
Liu et al., 2018; Nriagu, 1979; Skeaff & Dubreuil, 1997). L’extraction et la métallurgie
du cuivre représentent les plus grandes sources de Cu dans l’air (Boyd et al., 2009;
Serbula et al., 2014). Les émissions à l’échappement des véhicules à essence et diesel
contiennent également Cu (Pacyna, 1986). Les incendies de forêt sont une source
importante de Hg (Friedli et al., 2001; Huang et al., 2011; Streets et al., 2009).
3.2.Composés carbonés
Les composés organiques d'origine naturelle et anthropique peuvent atteindre 70% de la
masse totale des PM (Snider et al., 2016) et leurs concentrations varient du pg/m3 au
23
µg/m3 (Tsapakis et al., 2002). La fraction carbonée des particules fines, issue de la
combustion incomplète et de la formation d'aérosols organiques secondaires, contient à la
fois du carbone élémentaire sous forme de graphite et de suie (EC) et du carbone
organique (OC) (Ferge et al., 2006), qui sont des composés importants des particules en
suspension dans l'air.EC contient du graphite pur (Cachier et al., 1989) et il est émis
principalement par les sources de combustion (Huntzicker et al., 1982; Reisinger et al.,
2008) et les émissions véhiculaires (Huang et al., 2006). La suie émise par les véhicules
diesel est constituée d'agglomérats de petites particules sphériques de tailles comprises
entre 30 et 50 nm (Clague et al., 1999). Lors de la combustion, le carbone élémentaire est
libéré directement dans l'atmosphère (Murillo et al., 2013; Rissler et al., 2013). Les
combustibles sont oxydés par les processus de combustion à haute température en
molécules qui sont libérées dans l'atmosphère (Clague et al., 1999; Fischer et al., 2000).
Les noyaux se forment et se développent rapidement en composés plus grands par des
réactions qui se déroulent à la surface des particules (Di Stasio, 2001; Frenklach, 2002;
Kazuhiro et al., 2014). Ces particules forment des agrégats en forme de chaîne résultant
en des particules visibles de plusieurs microns, chimiquement similaires au graphite
impur (Figure 7). Des espèces organiques non volatiles s’adsorbent sur les particules de
suie déjà formées (Dachs & Eisenreich, 2000; Hayashida et al., 2011; Miller, 2005; Roth
et al., 2005).
Figure 7 : Formation des chaines d’agrégats a) carbone noir et b) suie diesel. Images
réalisées par microscopie électronique en transmission (MET) (Patel et al., 2012)
24
Le carbone organique (OC) se compose de milliers de composés organiques et représente
environ 27 à 72% de la matière organique (OM) (Pio et al., 2011). Le carbone organique
est communément dosé par extraction par solvant (Chen & Bond, 2010; Grosjean, 1975)
ou par désorption thermique (Waterman et al., 2000). La matière organique est émise
sous forme de particules d'aérosol primaires ou secondaires ; ces derniers sont formés à
partir de précurseurs et sont générés dans l’atmosphère par des processus physico-
chimiques de conversion gaz/particule (Finlayson-Pitts & Pitts Jr, 1999). Pour les sources
primaires, il existe un certain nombre de marqueurs organiques qui sont connus pour être
caractéristiques d'une source d'émission spécifique et qui ont également une longue durée
de vie dans l'atmosphère pour permettre leur détection dans les stations de surveillance
(Simoneit, 2002). Des exemples de certains des marqueurs organiques les plus
spécifiques incluent le lévoglucosane pour la combustion de biomasse (Simoneit et al.,
1999; Zhang et al., 2008), le cholestérol et les diacylglycérides pour la cuisson de la
viande (Nolte et al., 1999; Schauer et al., 1996). Les hopanes sont présents dans les
combustibles fossiles et les différents composés hopanoïdes sont spécifiques aux
différents types de combustibles fossiles tels que le charbon ou le fioul et l'huile
lubrifiante (Simoneit, 1984, 1985). Ces composés organiques ainsi que d'autres peuvent
être utilisés comme marqueurs moléculaires pour identifier les sources primaires
contribuant aux particules ambiantes.
OC est plus abondant que CE dans les émissions provenant des processus de combustion
à basse température telle que la combustion de biomasse (Li & Bai, 2009). La proportion
relative de ces deux espèces dans les émissions peut indiquer l'origine de la fraction
carbonée (Chow et al., 1996; Gray et al., 1986; Turpin & Huntzicker, 1991). Le tableau 2
montre la moyenne des ratios OC/EC de différentes sources d'émission, telle que
rapportée par Na et.al., (2004). Les rapports OC/EC varient considérablement d'une
source à l'autre en raison des différentes intensités d'émission de la source d'OC et d'EC.
25
Tableau 2 : Valeurs des ratios OC/EC et de carbone total (TC) dans les PM2.5 (µg/m3)
Étude
OC/EC
% de TC dans les
PM2,5
Référence
Diamond Bar, USA
5,3
29.5
(Allen et al., 2000)
Rubidoux, USA
1,7
33,7
(Tolocka et al., 2001)
Los Angeles, USA
2,03
36,9
(Kim et al., 2000)
Beijing, Chine
2,5
30,2
(He et al., 2001)
Abbotsford, Canada
2, 3
48,0
(Brook & Dann, 1999)
Kaohsiung, Taiwan
2,6
21,3
(Lin & Tai, 2001)
Sao Paulo, Brésil
2,1
77,5
(Castanho & Artaxo, 2001)
Seoul, Corée du sud
2,1
-
(Park et al., 2002)
Le rapport massique de la matière organique (MO) par rapport au carbone organique
(OC) dans les aérosols organiques (OA) (ci-après dénommé rapport massique OM/OC)
est un paramètre de masse important pour la composition chimique de l'OA.
Ce rapport a été utilisé dans l'aérosol atmosphérique (OA) pour estimer le degré relatif
d'oxydation (Xing et al., 2013). Un ratio élevé de ce rapport indique un degré élevé
d'oxydation et une grande partie de l'OA est secondaire (Turpin & Lim, 2001). Le rapport
OM/OC est variable selon les typologies et environnements étudiés. Plusieurs études ont
suggéré l'utilisation de valeurs de 1,6 et 2,1 pour les sites urbains et ruraux,
respectivement (Turpin & Lim, 2001). Cependant, d'autres études ont suggéré des valeurs
situées dans la plage 1,2-1,6, avec une moyenne de 1,4 pour les zones urbaines (Aiken et
al., 2008; White & Roberts, 1977).
26
PARTIE 2 :
Sources d’émission et niveau de
pollution particulaire en Afrique
27
1. Les sources d’émission particulaire en Afrique
Les particules atmosphériques proviennent d'une grande variété de sources naturelles et
anthropiques. Les particules primaires et secondaires peuvent avoir des sources
anthropiques et naturelles. Les particules primaires sont directement émises sous forme
de liquides ou de solides provenant de sources anthropiques telles que la combustion de
combustibles fossiles (charbon, pétrole lourd et biomasse) pour la production d'énergie
dans les ménages et l'industrie, les moteurs à combustion (diesel et essence), d'autres
activités industrielles (bâtiment, exploitation minière, fabrication de ciment et fonderie) et
érosion de la chaussée par la circulation routière et abrasion des freins et des pneus
(suspension liée à la circulation des poussières de route). La source naturelle de particules
primaires comprend : les éruptions volcaniques, l’érosion de sol, les poussières minérales,
les sels marins et les matériaux biologiques (micro-organismes, pollen, etc.). Les
particules secondaires, quant à elles, sont formées par conversion gaz-particule dans
l'atmosphère (formation de nouvelles particules par nucléation et condensation de
précurseurs gazeux sur des particules). Les sources anthropiques de particules
secondaires comprennent la transformation atmosphérique des oxydes d'azote (trafic et
certains processus industriels), de l'ammoniac (principalement émis par les activités
agricoles) et du dioxyde de soufre résultant de la combustion de carburants contenant du
soufre. Alors que la remise en suspension des poussières est la source naturelle de
particules, en particulier dans les zones arides ou lors d'épisodes de transport à longue
distance de poussières.
1.1.Trafic routier
Les émissions du trafic routier sont connues pour être une source importante de particules
dans les zones urbaines et les grandes villes. Ces particules contiennent des composants
potentiellement toxiques, tels que des éléments métalliques en trace (Ntziachristos et al.,
2007). Afin de comprendre la contribution des émissions du trafic routier à
l'environnement, il est important de comprendre diverses caractéristiques d'émission,
notamment les types de sources, la composition du parc de véhicules et l'état des
infrastructures. Les émissions du trafic routier proviennent des émissions d'échappement
et de non-échappement. Les émissions de non-échappement contribuent principalement
28
au mode grossier des PM (PM10) (Ferm & Sjöberg, 2015; Lenschow et al., 2001). De
nombreuses études rapportent que les fractions fines inférieures à 0,1 μm de diamètre
(PM0.1) sont composées de plusieurs métaux toxiques (Jeon & Lee, 2016; Pakkanen et al.,
2001; Xue et al., 2020). De plus, des espèces organiques ont été trouvées dans les
émissions de non-échappement (Garg et al., 2000; Lawrence et al., 2013; Ravindra et al.,
2008). Les émissions d'échappement contribuent principalement aux particules fines,
d'importantes émissions d'échappement de particules sont émises à la suite d'une
combustion diesel incomplète (Abu-Allaban et al., 2003; Amato et al., 2010).
Malheureusement, les émissions d’échappement ne sont pas contrôlées dans la plupart
des pays africains. Les émissions de PM non-échappement proviennent de sources
d'abrasion et de remise en suspension. Ces derniers comprennent la remise en suspension
de la poussière de route due à la circulation et à l'usure de la route, la corrosion des
composants du véhicule et les processus mécaniques associés à la conduite, tels que
l'usure des freins et des pneus (Amato et al., 2010; Belis et al., 2013; Hulskotte et al.,
2014). Malgré leur contribution significative allant jusqu'à 50% aux émissions liées à la
route, les émissions de non-échappement n'ont pas encore reçu beaucoup d'attention et
n'ont pas encore été réglementées (Harrison et al., 2004; Thorpe et al., 2007). Selon
d'autres études, les émissions de non-échappement peuvent contribuer de manière
significative à la qualité de l'air urbain (Kupiainen, 2007) et peuvent représenter jusqu'à
90% des émissions totales (Johansson et al., 2007; Pant & Harrison, 2013).
Les émissions des routes non pavées se sont révélées être une source importante de fines
particules de sol sous forme de poussière. Le réseau routier existant en Afrique est
clairsemé et sous-développé. L'Afrique subsaharienne a la plus faible densité de routes
revêtues au monde (Gwilliam et al., 2008). Des quantités considérables de particules
peuvent être émises par les véhicules circulant sur des routes non pavées. À des fins de
comparaison, le facteur d'émission PM10 de l'USEPA dans l'AP-42 est de 3,7 g par
kilomètre parcouru par un véhicule à quatre roues à une vitesse moyenne de 32,2 km/h
(Claiborn et al., 1995). Les facteurs d'émission estimés pour les particules en suspension
totales étaient respectivement de 1,015 g km/h à 48 km / h et de 1,062 g km/h à 64 km/h
(Williams et al., 2008). En Afrique, le transport routier est le moyen de transport le plus
utilisé, représentant 80 à 90% du trafic de passagers et de marchandises (Gwilliam,
29
2011). Les dernières données disponibles montrent que l'Afrique dispose d'un réseau
routier d'environ 2 493 390 km, les routes non revêtues représentant plus de 73% de ces
dernières (figure 8). L'investissement dans les infrastructures routières dans différentes
régions diffère d'un pays à l'autre. Plus de 70% des infrastructures routières de la région
du Maghreb (Maroc, Algérie et Tunisie) sont pavées alors qu'un tel ratio est de l'ordre de
92% en Egypte. Malgré le fait que la Libye est bien connue comme un exportateur de
pétrole à revenu élevé, l'infrastructure routière actuelle de 100 024 km est mal développée
et seulement 57 214 km restent pavés (57% du réseau routier total). Le problème est
probablement lié au manque de bonne gestion des travaux de construction et des fonds.
Figure 8 : La longueur des routes pavées et non pavées dans les régions africaines par rapport au
Mexique, Indonésie et la Turquie (x103 km) (CIA, 2017)
Le Nigéria et l'Afrique du Sud, qui sont les plus grandes économies d'Afrique, n'ont pavé
que 15 et 21% de leurs réseaux routiers, respectivement. De plus, les routes revêtues dans
le reste des pays subsahariens représentent moins de 13% du réseau routier. Hormis les
pays d'Afrique du Nord, le reste du continent a un long chemin à parcourir pour rattraper
au moins les pays d'Asie et d'Amérique latine en termes de routes pavées. Ces pays
doivent améliorer la gestion de leurs réseaux routiers, mettre en place de nouveaux fonds
pour les infrastructures routières et changer la façon dont ils définissent leurs priorités de
dépenses.
0
100
200
300
400
500
600
700
800
Length of paved and unpaved
roads, km (x103)
Paved roads
Unpaved roads
30
Bien que le nombre de véhicules pour 1000 habitants soit beaucoup plus faible en
Afrique que dans d'autres pays (tableau 3), les niveaux de particules provenant du trafic
routier en Afrique sont généralement beaucoup plus élevés que dans les pays développés.
L'une des explications possibles est le nombre élevé de véhicules à moteur diesel, qui
produisent dix fois plus de particules que les véhicules à essence par kilomètre parcouru
(Rallis, 1988). De plus, les flottes de voitures sont plus anciennes et mal entretenues, ce
qui détériore la qualité de l’air liée à la circulation de véhicules (Panyacosit, 2000).
Tableau 3 : Véhicules pour mille habitants en Afrique et dans d'autres pays (Davis et al., 2013)
Pays/Région
Véhicules par 1000 habitants
2001
2003
2011
2013
Afrique
24,0
22,6
32,4
34,6
Asie, Extrême-Orient
41,4
45,0
71,3
81,9
Asie, Moyen-Orient
84,1
85,5
119,3
129,5
Brésil
112,3
114,8
175,4
197,5
Canada
566,8
580,0
626,2
646,1
Amérique centrale et sud
110,1
114,2
170,6
184,6
Chine
11,4
18,7
69,9
88,6
Europe de l’est
205,3
224,5
334,4
332,4
Europe de l’ouest
552,3
565,7
589,9
589,6
Inde
8,2
10,1
20,3
26,6
Indonésie
25,7
28,1
68,5
77,2
Au cours des dernières décennies, le nombre de véhicules à moteur a considérablement
augmenté dans les pays africains (figure 9). Cela est principalement dû à la croissance
démographique et à l'amélioration du pouvoir d'achat croissant de la classe moyenne
(Kingombe, 2014). Selon l'Agence centrale pour la mobilisation publique et les
statistiques de l'Égypte (CAPMAS, 2014), le nombre total de véhicules était d'environ
sept millions en 2013, et environ la moitié se trouvaient au Caire. Les transports publics
représentaient 68% de tous les véhicules, tandis que le mode de transport en commun
prédominant est les autobus (82%). Presque tous les bus et taxis utilisent le diesel comme
31
carburant et les moteurs diesel de vieille génération sans convertisseurs catalytiques ni
filtres à particules diesel. Environ 90 000 taxis en Égypte ont plus de 20 ans.
Figure 9 : Evolution du parc de véhicules dans les pays africains 2005-2014 (x103) (OICA, 2014)
Par la suite, la pollution de l'air au Caire est devenue un problème de plus en plus grave
(Banque Mondiale, 2013). Selon l'OMS (2014), le Caire est classé en 33e position sur la
liste des villes les plus polluées par les PM10. D'autres auteurs ont confirmé que les
émissions du trafic routier sont la source dominante de divers polluants au Caire
(Mahmoud et al., 2008). Une étude d'attribution de source financée par l'USAID dans le
cadre du Cairo Air Improvement Project (CAIP) a été réalisée en 2010 afin d'évaluer
l'impact de différentes sources sur cinq sites du Grand Caire. Les émissions provenant
des transports ont représenté respectivement 12 et 24% pour les PM10 et les PM2,5
(Banque mondiale 2013a). Selon Lowenthal et al. (2014), la contribution des PM10 des
véhicules à moteur était relativement constante pendant certaines saisons en 1999 et
2010, atteignant en moyenne 19 μg/m3 sur les mêmes sites du Caire.
En Algérie, le parc de véhicules a considérablement augmenté depuis les années 90 pour
atteindre 5,9 millions de véhicules fin 2016 dont 26,32% à Alger, en hausse de 5,89% par
rapport à l'année précédente. Il se composait essentiellement de véhicules de tourisme
32
(64,69%), de camionnettes (19,69%), de camions (6,90%), d'autobus (1,44%) et autres
(ONS, 2017). Au 31/12/2017, 46,22% de tous les véhicules avaient plus de 20 ans, tandis
que 60,44% avaient plus de 10 ans. Les véhicules de moins de 5 ans ne représentaient que
24% du parc national (ONS, 2017). En 2013, le secteur des transports s'est classé premier
en termes de consommation d'énergie, représentant 41% de la consommation mondiale et
65% du parc de véhicules était alimenté au diesel (UNEP, 2015). Par ailleurs, l'Algérie
est également le seul pays à utiliser encore de l'essence au plomb. La plupart des
véhicules importés, en particulier ceux d'Asie, répondent au mieux à la norme Euro 0.
Afin d'accompagner et de promouvoir son expansion économique, le Maroc a construit
d'importants réseaux routiers, autoroutiers et ferroviaires en constante évolution. Selon le
ministère de l'Équipement et des Transports, la flotte nationale a atteint 3590218
véhicules en 2015, dont 1015245 véhicules commerciaux, 2531753 voitures particulières
et 43220 motos. Les activités de transport à travers le pays ont augmenté de 68% de 2006
à 2015, le taux d'augmentation atteignant un maximum de 10,86% en 2011 (METL,
2015). Le secteur des transports représentait 37,4% de la consommation totale de pétrole,
tandis que les véhicules diesel représentaient plus de 75% du parc automobile en 2012
(IEA, 2014). Le trafic des passagers et le trafic marchandises ont représenté
respectivement 90 et 70% du transport routier pour la même année (ONU, 2014b). Les
deux tiers du parc automobile ont plus de 10 ans (Inchaouh & Tahiri, 2017). Un
inventaire des émissions a été réalisé en 2008 à Casablanca par le ministère de
l'Environnement, sur la base des données de 2004 et a révélé que 2,185 tonnes de TSP
étaient émises par le trafic routier et représentaient 24,43% du total des contributions à la
source (ONU, 2014). En 2005, la part du secteur des transports dans les émissions
atmosphériques nationales dans les zones urbaines représentait 7% du total de matière en
suspension (TSP).
La pollution de l'air dans les zones urbaines en Tunisie est directement liée au trafic
routier car le transport est considéré comme un secteur important pour les citadins dans
leurs activités quotidiennes (Mraihi et al., 2015). L'augmentation de la consommation
d'énergie du secteur des transports a représenté 37% de la consommation totale d'énergie
en 2010 (Mraihi et al., 2013). Le parc national de véhicules a augmenté de 67,83% de
33
2005 à 2015 pour atteindre 1,92 million de véhicules (Ministère du tranport, 2015). La
consommation de carburant diesel s'est élevée à 1938 millions de tonnes en 2015,
reflétant une augmentation de 15,5% depuis 2011 (INS, 2015). Un inventaire des
émissions atmosphériques réalisé dans la ville de Gabès dans le sud de la Tunisie en 2007
montre que les émissions de PM10 liées au trafic ont atteint 20,8 tonnes/an. La
contribution des autobus, des camions lourds et des voitures particulières aux PM10 était
prédominante (44,16-37,20 et 13,73%, respectivement) (Taieb & Ben Brahim, 2014).
Les moyens financiers limités et l'urbanisation rapide sont les principales causes de la
détérioration de la qualité de l'air dans les pays d'Afrique de l'Est. Nairobi, la capitale du
Kenya, est la ville la plus peuplée avec une population estimée à 3,1 millions d'habitants
en 2009 dans la grande région métropolitaine (Banque Mondiale, 2013). Les principales
sources de pollution atmosphérique sont les activités industrielles, le trafic intense et la
combustion des déchets. Environ 2,84 millions de véhicules circulaient sur les routes du
Kenya en 2016 (KNBS, 2017). Selon une projection pour 2030, la flotte totale atteindrait
5,06 millions de véhicules (Kenduiwo, 2014). Le parc national en 2016 était composé de
services publics (11,82%), de voitures particulières (34,5%), de camions lourds (5,77%)
et de minibus (4,1%) (KNBS, 2017).
Les niveaux de particules dans les zones urbaines de l'Afrique de l'Ouest sont très
importants par rapport à ceux mesurés dans les mégalopoles européennes et asiatiques.
Des pics de suie de l'ordre de 86 μg/m3 ont été observés à Cotonou, capitale du Bénin, en
mai 2005 entraînant des maladies broncho pulmonaires chez l'enfant avec une fréquence
variant entre 22 et 36% selon les sites concernés (Liousse & Galy-Lacaux, 2010). En
raison du manque de transports publics et de raisons économiques dans les pays de
l'Afrique de l'Ouest, il y a une augmentation significative de la flotte de deux roues qui
est largement utilisée comme moyen de transport (motocyclette), en raison de carburants
moins chers mais très polluants (Diaz Olvera et al., 2007). Ces véhicules sont de forts
émetteurs de particules de combustion, car le carburant utilise un mélange d'essence et
d'huile (Assamoi & Liousse, 2010). La proportion d'huile utilisée dans le mélange varie
entre 8 et 20% à Cotonou, alors que la norme n'est que 4% (Boko et al., 2003). Selon un
programme de mesure des émissions en temps réel entre 2005 et 2010, les deux-roues à
34
Cotonou, Dakar et Bamako contribuent jusqu'à 88% au PM10 contre 12% pour la
combustion de biomasse pendant certaines périodes (Naré & Kamté, 2017). Lagos, la
capitale du Nigéria, représente environ 40% de la consommation totale de carburant dans
le pays. Environ 2600 km de routes dans cette ville sont encombrés quotidiennement par
une flotte de plus d'un million de véhicules (Owoade et al., 2013). Bien que le Nigéria ait
toujours été à l'avant-garde pour promouvoir des carburants plus propres et ait établi
l'Euro2 comme norme d'émission pour les véhicules utilitaires légers (UNEP, 2015b), il
reste le pays le plus pollué d'Afrique de l'Ouest, le PM étant le principal polluant dans les
zones urbaines (Taiwo et al., 2015). Toutes les études publiées sur les particules dans les
villes nigérianes mettent en évidence le dépassement des normes de l'OMS, les
principaux contributeurs étant principalement le trafic routier, le sol, l'industrie et la
combustion de biomasse (Baumbach et al., 1995; Ezeh et al., 2012; Owoade et al., 2013).
Les émissions véhiculaires et les activités industrielles ont été les principaux
contributeurs aux niveaux de particules dans la ville nigériane d'Aba (Obioh et al., 2013).
Le carbone noir (BC) est un composant des PM2,5 et est généré par la combustion
incomplète des combustibles fossiles, des biocarburants et de biomasse. En fait, les
émissions du carbone noire proviennent principalement des moteurs et des véhicules
diesel et ce paramètre est considéré comme un indicateur de la qualité de l'air lié au trafic
(Lamarque et al., 2010; Vilcassim et al., 2014). Le trafic routier a été confirmé comme la
principale source de carbone noir dans les PM2,5 (88%), suivi de la combustion de
biomasse (12%) dans quatre villes d'Afrique de l'Ouest (Doumbia, 2012). Une étude de
surveillance de la qualité de l'air réalisée à Nairobi en 2006 a révélé que les rapports des
concentrations de PM2,5 et de carbone noir entre une route et un site de fond étaient égaux
à 20 (414 μg/m3 contre 19,9 μg/m3) et 10 (60,3 μg/m3 contre 5,7 μg/m3), respectivement
(Van Vliet & Kinney, 2007).
1.2.Brûlage de biomasse et combustion domestique
Le brûlage de biomasse en Afrique augmente intensivement pendant les saisons sèches
(Marenco et al., 1990). Dans la partie ouest de la partie subtropicale de l'Afrique, la
saison de brûlage dure de mai à octobre et de fin décembre au début mars dans
l'hémisphère Nord (Duncan et al., 2003). Les processus de combustion comprennent la
35
combustion des déchets agricoles, les incendies de forêt et de savane (Delmas et al.,
1995). Le brûlage de la savane est la plus grande source d'émissions mondiales de
brûlage de biomasse (Crutzen & Andreae, 1990; Hao et al., 1990). L'Afrique comprend
plus de 65% de la savane mondiale (Archibold, 1995; Huntley & Walker, 2012) et a
contribué pour environ 49% à la combustion mondiale de biomasse entre 1997 et 2004
(Van der Werf et al., 2010). Il a été constaté que, dans le monde, 72% de la zone brûlée
était due à des incendies en Afrique entre 1997 et 2009 (Van der Werf et al., 2010). Hao
et Liu (1994) ont signalé une quantité de 1600 millions de tonnes de biomasse brûlée
dans les incendies de savane par an à la fin des années 1970 en Afrique tropicale. Scholes
et al. (1996) ont estimé la quantité de biomasse brûlée dans les incendies de végétation
dans l'hémisphère sud de l'Afrique en 1989 entre 90 et 264 millions de tonnes de matière
sèche. La combustion de biomasse est considérée comme une source majeure de
particules et de gaz en trace (Kaufman et al., 1998) et l’Afrique contribue de manière
significative à ces émissions (Scholes et al., 1996).
Plusieurs systèmes basés sur des observations satellitaires sont utilisés pour calculer les
émissions de combustion de biomasse à l'échelle mondiale et régionale (Granier et al.,
2011; Kaiser et al., 2012; Tansey et al., 2008). Reid et al. (2009) ont rapporté, sur la base
d'un modèle complexe appelé FLAMBE, que les estimations annuelles moyennes des
émissions de particules de fumée sur la période 2006-2008 s'élevaient à 10 et 52 millions
de tonnes en Afrique sahélienne et australe, respectivement. Ces estimations
représentaient respectivement 9,09 et 47,27% des émissions mondiales estimées. Selon
Andreae et Merlet (2001), le brûlage de la savane a conduit, à la fin des années 1990, à
des émissions annuelles mondiales de 16,1 et 26,2 millions de tonnes pour les PM2.5 et le
TSP, respectivement.
Selon Gaudichet et al. (1995), les incendies de savane observés en janvier 1991 étaient
une source majeure de P, K, Ca, Mn, Fe, Ti et Si dans la fraction grossière et de S, Cl, K,
Cu et Zn dans la fraction inférieure à 2 μm. Des concentrations élevées de potassium ont
généralement été trouvées dans des échantillons liés à la combustion de biomasse (M. O.
Andreae, 1983; Gaudichet et al., 1995; Sanhueza et al., 1992).
36
En plus des feux de savane, la biomasse brûlée pour le chauffage et la cuisson est
également connue pour être un contributeur important à la pollution atmosphérique. Cette
pratique est très courante, en particulier dans les zones rurales subsahariennes.
L'augmentation de la combustion de biomasse domestique dans la plupart des pays
africains est due aux densités de population, à l'industrialisation et à la disponibilité de
biocombustibles, y compris le bois, le charbon de bois et les résidus de cultures comme
principales alternatives pour la cuisson (50%) ainsi que le chauffage résidentiel (30)
(Mead et al., 2008). Hosier (1993) a signalé qu'une augmentation de 1% de l'urbanisation
à Dar Es Salem, en Tanzanie, entraîne une augmentation de 14% de la consommation de
charbon de bois. Environ 600 millions de personnes dépendent des ressources de la
biomasse pour cuisiner en Afrique subsaharienne (IEA, 2006). Des enquêtes dans 18 pays
de la Région africaine de l'OMS indiquent qu'au moins 95% des ménages utilisent la
biomasse comme combustible pour la cuisine (OMS, 2016). Davis (1998) a indiqué que
78% des ménages dans les zones rurales d'Afrique du Sud dépendent du bois. Plus de
90% des personnes utilisent la biomasse comme principal combustible pour la cuisson au
Malawi (Fullerton et al., 2009).
L'utilisation de combustibles solides résidentiels représente 60 à 80% des émissions
totales du carbone noir en Afrique. En raison des émissions de l'industrie, des véhicules à
moteur et des ménages, les concentrations de carbone noir observées dans plusieurs villes
d'Afrique de l'Ouest (Dakar, Ouagadougou, Bamako et Lagos) sont comparables à celles
enregistrées dans les mégapoles asiatiques (Mari et al., 2011). Le brûlage résidentiel est
le principal contributeur aux niveaux de PM2,5 en Afrique de l'Ouest (40%), tandis que les
incendies de forêt sont apparus comme une source principale de contribution en Afrique
australe (29%) (Karagulian et al., 2017).
Les fours de cuisson traditionnels, qui sont principalement utilisés dans les pays
subsahariens, se sont révélés être de grands émetteurs de particules et une multitude
d'autres polluants tels que les oxydes de soufre, les oxydes d'azote, les hydrocarbures et le
monoxyde de carbone provoquant des complications de santé respiratoire à long terme et
d'autres maladies (Ezzati et al., 2001; Kristensen & Olsen, 2006; Mishra, 2003). Chaque
année, près de 600 000 décès précoces en Afrique peuvent être directement liés à
37
l'exposition à la pollution de l'air domestique résultant de l'utilisation traditionnelle du
bois de feu et du charbon de bois (OMS, 2014). Des études épidémiologiques montrent
que l'exposition à la combustion de biomasse entraîne des maladies graves telles que la
pneumonie, les infections respiratoires aiguës, la tuberculose, la maladie pulmonaire
obstructive chronique, le cancer du poumon et l'asthme (Kodgule & Salvi, 2012; Orozco-
Levi et al., 2006; Smith, 1993).
Le brûlage de champ est une autre pratique courante qui vise à promouvoir la
productivité agricole (Meland & Boubel, 1966; Simorangkir, 2007). Cette activité libère
de grandes quantités de fumée dense qui contiennent des composés chimiques et des
particules qui affectent la qualité de l'air, et elle est liée à des problèmes de santé et de
visibilité (Andreae & Merlet, 2001; Reid et al., 2005). Les principaux résidus susceptibles
d'être brûlés dans les champs en Afrique sont les céréales et le coton. Environ 173
millions de tonnes de résidus agricoles sont générés sous forme de déchets pendant ou
après la transformation des cultures agricoles, tandis que 50% du total des résidus sont
utilisés pour le chauffage et la cuisson et le reste est brûlé dans les champs (Yevich &
Logan, 2003).
L'élimination des déchets ménagers est un autre problème environnemental grave pour
les pays subsahariens (Ejaz & Janjua, 2012). Le brulage à ciel ouvert des déchets tant au
niveau résidentiel que dans les décharges libère des polluants atmosphériques nocifs, tels
que des particules fines, des HAP, des métaux lourds et des dioxines (Kakareka &
Kukharchyk, 2003; Park et al., 2013).Les taux de production de déchets solides ont
tendance à être beaucoup plus faibles en Afrique subsaharienne (0,6 ≤ kg / hab / jour) par
rapport aux pays développés (> 1,5 kg / hab / jour), comme indiqué par Hoornweg et
Bhada-Tata (2012). Malgré cela, la gestion des déchets solides est un problème critique
dans les zones urbaines pour l'Afrique (tableau 4). Le brûlage domestique est une
technique fréquente pour éliminer les déchets ménagers en raison d’indisponibilité des
services de transport destinés à la collecte, du coût pour la collecte des déchets et de la
faible couverture de collecte (Imam et al., 2008; Solomon, 2011). De plus, même lorsque
les déchets sont enlevés par les autorités concernées, les déchets solides sont éliminés par
brulage à ciel ouvert en raison du manque de technologie, d'une mauvaise gestion des
38
déchets solides et de ressources insuffisantes. Le pourcentage de déchets ménagers
collectés en Afrique subsaharienne varie de 38,25 à 49,54% (tableau 4).
Tableau 4: Production et collecte des déchets dans les zones urbaines d'Afrique pour l'année 2012 (Scarlat
et al., 2015)
Régions
Production
(Kg/personne/année)
Production
(million
tonnes/année)
Collecte
(million
tonnes/année)
% de collecte
Afrique de l’est
185,73
12,86
4,92
38,25
Afrique de l’ouest
175,37
27,02
10,66
39,45
Afrique centrale
194,57
11,90
4,83
40,56
Afrique australe
247,00
26,34
13,05
49,54
Afrique du nord
441,80
43,95
32,27
73,41
Afrique
Subsaharienne
200,67
78,12
33,46
42,83
La situation est bien meilleure en Afrique du Nord où un tel pourcentage atteint 73,41%.
Les taux de collecte sont très similaires en Afrique de l’est, de l’ouest et centrale. De
façon inattendue, l'Afrique du Sud a un taux de collecte des déchets relativement faible
(50%). Les pays les moins classés sont le Bénin (23%), la République centrafricaine
(20%), les Comores (20%) et le Sénégal (21%). Selon Cogut (2016), la couverture de
collecte des déchets municipaux en Afrique subsaharienne est estimée à 46%.
Wiedinmyer et al. (2014) ont estimé les facteurs d'émission de PM2,5, PM10, carbone noir
et carbone organique (OC) émis par la combustion des déchets à 9,8, 11,9, 0,65 et 5,27 g
/ kg, respectivement. Le brulage à ciel ouvert couvre à la fois la combustion résidentielle
et la décharge. Les informations justificatives des mêmes auteurs ont été utilisées pour
calculer les quantités totales de déchets résidentiels brûlés et de déchets brûlés dans les
décharges pour l'année 2010. Ils s'élevaient respectivement à 109,52 et 51,79 millions de
tonnes pour l'Afrique. En Afrique du Nord, ces quantités se sont élevées à 27,25
(24,88%) et 19,40 millions de tonnes (37,46%), respectivement. Il convient de noter que
l'Afrique du Nord générait 30,38% du total des déchets produits et 25,36% des déchets
non ramassés en Afrique. Ces résultats mettent en évidence l'importance des déchets
39
brûlés dans les décharges publiques en Afrique du Nord, en particulier en Algérie et en
Égypte et dans une moindre mesure au Soudan, en République démocratique du Congo et
au Nigéria. Les pays qui produisent le plus de déchets ménagers sont l'Égypte et le
Nigéria et, dans une moindre mesure, le Soudan, l'Éthiopie et la République
démocratique du Congo. Les émissions estimées de PM2.5, PM10, BC et OC résultant du
brûlage résidentiel et à ciel ouvert sont présentées au tableau 5.
Tableau 5 : Émissions estimées de PM2.5, PM10, BC et OC en Afrique subsaharienne et en Afrique du Nord
Espèces
Afrique Subsaharienne
Afrique du nord
Brulage résidentiel
(million tonnes)
Brulage au niveau
des décharges
(million tonnes)
Brulage résidentiel
(million tonnes)
Brulage au niveau
des décharges
(million tonnes)
PM2.5
1,07
0,51
0,27
0,19
PM10
1,30
0,62
0,32
0,23
BC
0,07
0,03
0,02
0,01
OC
0,58
0,27
0,14
0,10
1.3.Énergie et industrie
Les données issues de la recherche scientifique sur les particules émises par l'industrie
sont rares, voire absentes, pour la plupart des pays africains. Le cas échéant, de
nombreuses données ne sont pas récentes ou ne sont disponibles que pour quelques pays
seulement (Naidja et al., 2018). De plus, les études d'attribution de sources des particules
atmosphériques sont trop rares en Afrique. À l'exception de quelques pays, il y a peu
d'activités industrielles en Afrique. À l'échelle continentale, les émissions industrielles
sont considérées comme une source mineure de pollution atmosphérique par rapport à la
combustion de biomasse (Rodhe & Herrera, 1988).
La biomasse est la principale source de production d'électricité, car elle représente près de
la moitié de l’offre disponible en Afrique (OECD, 2016). L'électricité est accessible à la
majorité des ménages en Afrique du Nord, alors que les deux tiers des Africains n'y ont
pas accès (Ouedraogo, 2017). Selon l'Agence internationale de l'énergie (2014a), la
production totale d'électricité en Afrique était estimée à 605 TWh en 2012, l'Afrique du
Nord représentant le plus grand consommateur (40%). L'Afrique tire 80% de son
approvisionnement total en énergie des combustibles fossiles. En 2012, l'industrie
40
(essentiellement l'extraction et le raffinage) consommait 50% de l’énergie électrique
totale en Afrique subsaharienne (Ouedraogo, 2017). La production et la consommation
d'énergie sont responsables de 85% des émissions de particules en raison d'une
combustion imparfaite du combustible.
L'Afrique du Sud et le Zimbabwe consomment ensemble plus de 96% de tout le charbon
exploité en Afrique. La majeure partie du charbon sud-africain est utilisée sur le plateau
du Highveld, qui comprend la grande région métropolitaine de Johannesburg, où se
trouvent des usines pétrochimiques, des fonderies, des usines de fabrication et des
centrales électriques. Ces usines émettent environ 285 405 tonnes de PM par an, ce qui
représente environ 85% des émissions totales d'Afrique du Sud (Wells et al., 1996). Au
Zimbabwe, la production totale d'énergie était estimée annuellement à 409 PJ pendant la
période 1985–1989 et provenait principalement de la combustion de biomasse liée aux
déchets agricoles (48,5%), des résidus forestiers (29,8%) et des déchets d'élevage
(21,7%) (Hemstock & Hall, 1994).
Selon la Banque mondiale (2013), le Grand Caire comprend sept centrales thermiques
alimentées au gaz naturel qui produisent 25 360 GWh. En 2010, 5199,11 tonnes de PM10
et 2764,22 tonnes de PM2.5 ont été rejetées dans l'atmosphère par ces industries.
Environ 77% du gaz naturel total produit au Nigeria est torché, émettant régulièrement
des quantités considérables de PM estimées à 2 700 t par an (Akeredolu, 1989). Des
effets significatifs sur la croissance de la végétation (Isichei & Sanford, 1976) et des
niveaux accrus de brume ont été liés à ces émissions (Akinbami et al., 1996).
Karagulian et al. (2015) ont révélé dans une étude en milieu urbain que les activités
industrielles contribuaient à hauteur de 10% aux PM2.5 et 6% aux PM10 en Afrique. À
l'échelle mondiale, ces activités ont contribué plus fortement aux PM10 (18%) qu'aux
PM2,5 (15%). Au cours de la dernière décennie, les émissions des activités industrielles en
Afrique ont considérablement affecté les émissions mondiales d'éléments métalliques
(Pirrone et al., 2010). L'industrie minière est une source d’importants revenus pour
l'économie africaine, en particulier dans les pays subsahariens. L'Afrique possède de
vastes ressources minérales, représentant environ un tiers des ressources mondiales. En
termes de réserves mondiales, l'Afrique dispose de 70% de diamants, 60% d'or et de
41
cobalt, 45% de chrome, 35% de manganèse et 10 à 20% de minerais de bauxite, de cuivre
et de fer.
Les fonderies et les mines sont des sources potentielles de métaux en suspension dans
l'air tels que les oxydes des éléments As, de Sb, de Pb, de Zn, de Cu et de Fe (Csavina et
al., 2011; Nriagu, 1996). Les activités minières et les opérations de traitement des
minéraux sont nuisibles pour la santé humaine et sont la cause d’une grave dégradation
de l'environnement. Les particules fines émises par les exploitations minières sont
généralement caractérisés par un diamètre aérodynamique inférieur à 2 μm, et les
particules ultrafines des fonderies ont un diamètre aérodynamique inférieur à 0,5 μm
(Csavina et al., 2012; Uzu et al., 2011).
Selon un inventaire des émissions réalisé en Egypte, les activités de construction,
d'extraction et de traitement des métaux dans le Grand Caire, qui comprenaient 750
fonderies, 530 briqueteries, 1 200 usines métallurgiques et 12 500 installations
industrielles en 2007, ont rejeté environ 19 993 tonnes de PM10 et 4026 t de PM2,5,
représentant 53,03 et 25,40% des émissions nationales, respectivement (ElSeoud, 2010).
Les industries les plus polluantes à la pollution de l'air en Zambie sont l'industrie minière
et les cimenteries (Ettler et al., 2011). Les quantités de poussières rejetées
quotidiennement par les mines Nkana et Mufulira étaient estimées à environ 40 et 14
tonnes, respectivement (Kasonde & McLaughlin, 1992). Dans une petite ville appelée
Kwekwe, au Zimbabwe, la fonderie de ferrochrome nuit gravement à la qualité de l’air
est un important contributeur à la pollution de l'air et émettant chaque année 544,6 tonnes
de PM dans l'atmosphère. Le chrome et le fer sont les métaux les plus largement émis
avec des taux atteignant 6217 et 2423 kg/h respectivement (Pumure et al., 2003). Le
triangle de Vaal est une région comportant d'importantes industries pétrochimiques, des
activités d'extraction minière, de fusion et de fabrication d'acier engendrant a pire qualité
de l'air en Afrique du Sud (Munnik, 2007). Les émissions annuelles totales de PM10 par
plus de 70 sites industriels et miniers dans le triangle de Vaal ont atteint 34 907 tonnes,
représentant 77,4% des émissions annuelles totales (Scorgie et al., 2003). Les émissions
industrielles de PM en Afrique du sud ne se limitent pas à l'extraction, car les usines de
production d'électricité sont des sources notoires de PM. Un exemple notable est la
42
centrale électrique de Lethabo qui est située dans le complexe industriel de Vaal Triangle
et qui consomme plus de 40 000 tonnes de charbon par jour, fournissant 9,5% des besoins
en électricité du pays. Les émissions de PM10 se sont élevées à 8150 tonnes par an, ce qui
représente 18,1% des émissions totales (Scorgie et al., 2003).
1.4. Poussières désertiques
Le Sahara est la principale source mondiale de particules minérales d'origine éolienne. Le
désert couvre environ 30% de la superficie totale de l'Afrique et la poussière en
provenance d'Afrique peut être détectée sur une grande partie de la surface de la terre
(Prospero, 1999). Elle représente près de la moitié de tous les apports des poussières
désertiques dans les océans du monde (d’Almeida, 1987; Goudie & Middleton, 2006;
Pietrek, 1981).
Diverses études ont été menées pour estimer la masse de poussière saharienne sur la base
des propriétés microphysiques et des modes de transport des aérosols (Callot et al., 2000).
L'intervalle des estimations des émissions de poussières varie considérablement en
fonction du modèle appliqué. Il en résulte des incohérences qui ne permettent pas une
estimation fiable des émissions de particules sahariennes (Tableau 6). La comparaison
entre les observations et un total de 15 modèles (projet AeroCom) a révélé des
différences évidentes dans les estimations des émissions massiques (Huneeus et al.,
2011). Selon les auteurs, les paramètres d'entrée tels que la profondeur optique des
aérosols (AOD), le seuil d'érosion et le dépôt de poussière avaient été soit sous-estimés,
soit surestimés.
43
Tableau 6 : Estimations des émissions de poussières en million de tonnes/an
*Moyenne annuelle
Les observations satellitaires ont montré que les émissions de poussières se situent dans
des zones particulièrement actives appelées points chauds ou « hot spots » (Herman et al.,
1997). Comme le montre la figure 10, quatre zones principales ont été suggérées en
Afrique du Nord sur la base des données du spectromètre de cartographie de l'ozone total
(TOMS).
Étude
Emission de
poussières
(MTonnes/année)
Modèle utilisé
Année
Swap et al.
(1996)
130-460
Advanced Very High-Resolution Radiometer
(AVHRR)
1989 à 1992
Marticorena et
Bergametti
(1996)
665-586
Wind friction velocity and type of surface
1991 et 1992
Callot et al.
(2000)
760*
Geomorphologic approach
1990 à 1992
Ginoux et al.
(2004)
1267-1560
Global Ozone Chemistry Aerosol Radiation and
Transport (GOCART)
1981 à 1996
Kaufman et al.
(2005)
240*
MODerate resolution Imaging Spectroradiometer
(MODIS)
2000 à 2003
Chin et al.
(2007)
1609
IMPROVE Network data and GOCART model
2001
Laurent et al.
(2008)
585-759
Model based on surface and soil database
1996 à 2001
Shao et al.
2010
715,8
Computational Environmental Management System
(CEMSYS)
2004
Huneeus et al.
(2011)
792
AERONET Network data
2000
Ginoux et al.
(2012)
840*
MODIS Deep Blue Level 2
2003 à 2009
Yu et al. (2015)
182*
Cloud-Aerosol Lidar and Infrared Pathfinder Satellite
Observations (CALIPSO V.3)
2007 à 2013
44
Figure 10 : Les principales régions d’émission de poussières sahariennes en Afrique du Nord :
(A) Dépression de Bodelé; (B) Afrique de l'Ouest; (C) Désert de Nubie et (D) Désert de Libye
(Engelstaedter et al., 2006)
La dépression de Bodélé entre le Tibesti et le lac Tchad (centrée sur 16 ° N et 18 ° E) se
révèle être une source intense de poussières tout au long de l'année, avec de grandes
portions couvrant la Mauritanie, le Mali, le sud de la Somalie et l'Algérie. Cette
dépression peut être responsable à hauteur de 64% des émissions totales de poussières en
Afrique du Nord (Evan et al., 2015) et de 6 à 18% de toutes les émissions mondiales de
poussières (Todd et al., 2007). À l'aide des données satellitaires, Koren et al. (2006) ont
estimé la masse de poussière émise par la dépression de Bodélé pendant la période hiver-
printemps 2003-2004 à 58 millions de tonnes. La première expérience sur terrain menée
dans le nord du Tchad a été baptisée Bodélé Dust Experiment (BoDEx 2005).
Auparavant, les données disponibles concernant les émissions et la répartition des
poussières atmosphériques étaient basées uniquement sur des mesures satellitaires.
L'expérience a mesuré, pour la première fois, le cycle annuel des vitesses du vent près de
la surface (Washington et al., 2006), les caractérisations des poussières et la distribution
des tailles (Tegen et al., 2006), ce qui a permis le développement et l'analyse de données
de télédétection et modélisation pour une meilleure compréhension de la mobilisation et
du transport des poussières.
45
Dans la plupart des régions d'Afrique de l'Ouest, les poussières transportées par le vent du
Sahara sous l’Harmattan du Nord-Est sévissent entre décembre et avril, jusqu'au début de
la saison des pluies (Klose et al., 2010). La poussière générée est mobilisée sur une
grande partie du continent. Le sud du Sahel et en particulier la savane du Nigeria et du
Ghana sont concernés par les dépôts de poussières (Lyngsie et al., 2011; Møberg et al.,
1991). Selon Simoneit et al. (1988), le flux annuel de poussières sahariennes au Nigéria a
été estimé par Adebayo (1989) à 160 000 tonnes par an et entre 300 000 et 600 000
tonnes par an par Simoneit et Standley (1988). Cela représente environ 14% des
retombées de particules atmosphériques dans le pays (Akeredolu, 1989). De grandes
quantités de poussières produites par les Haboobs africains pendant la mousson d'été sont
causées par l'interaction entre l'air d'été vers le nord et l'air de mousson humide du golfe
de Guinée (Roberts & Knippertz, 2012). La contribution annuelle des Haboobs a été
estimée par Pantillon et al. (2016) à 18% du total des vents soufflant sur l'Afrique du
Nord, atteignant jusqu'à 24% entre mai et octobre, et 33% sur l'ouest du Sahel. Les
Haboobs ont contribué à hauteur de 50% aux émissions de poussières au niveau du
Sahara central en juin 2011 (Marsham et al., 2013). L’altitude moyenne de poussières
Haboob enregistrées à Niamey, au Niger, a atteint 3500 m lors du projet d'analyse
multidisciplinaire de la mousson africaine (AMMA) à l'été 2006 (Williams et al., 2009).
Le désert de Nubie, dans le nord-est du Soudan, contribue également à d'importants
événements de poussières se produisant principalement entre le début de l'hiver
(novembre-décembre) et l'été (juin-juillet) (Gherboudj et al., 2017).
Les dépôts de poussières sahariennes ne se limitent pas seulement au continent africain.
Selon d’Almeida (1986), 690 à 790 millions de tonnes de poussières sahariennes sont
produites par an, dont 60% sont transportées vers le golfe de Guinée, 28% vers
l’Atlantique et 12% vers l’Europe. Les trajectoires du transport sur de grandes distances
ont été largement documentées (Borbély-Kiss et al., 2004; Goudie & Middleton, 2001).
La figure 11 montre les principales trajectoires de transport saisonnier de poussières
sahariennes (Middleton & Goudie, 2001).
46
Figure 11 : Les principales trajectoires de transport saisonnier de poussières sahariennes (Middleton &
Goudie, 2001)
La majorité des panaches d'aérosols émis par l'Afrique sont transportés le long de
l'Atlantique pour atteindre des parties de l'Amérique du Nord et du Sud à travers l'océan
Atlantique (Nieder et al., 2018). La migration du panache de poussières sahariennes le
long de cette trajectoire varie avec les saisons et la position du front intertropical (ITF)
(Doherty et al., 2012; Stuut et al., 2005). Ainsi, en été, les aérosols peuvent atteindre l'Est
des États-Unis (Perry et al., 1997), tandis qu'en hiver, ils sont transportés en Amérique du
Sud pour atteindre le bassin amazonien (Ansmann et al., 2009). Selon Kaufman et al.
(2005), 240 ± 80 millions de tonnes de poussières sont transportées chaque année de
l'Afrique vers l'océan Atlantique, dont 140 millions de tonnes en été et 100 millions de
tonnes en hiver et environ 50 millions de tonnes chaque année du Sahara au Bassin
amazonien. Cela explique la concentration maximale d'aérosols sahariens mesurée en été
à la Barbade et à Miami, FL (Prospero et al., 1981; Prospero, 1999) et en hiver au-dessus
des îles du Cap-Vert (Chiapello et al., 1997). De plus, les panaches sont transportés
pendant les mois d'été, à des altitudes plus élevées qu'en hiver (Chiapello et al., 1997).
Les panaches d'aérosols émis par l'Afrique du Nord sont souvent transportés au-dessus de
la mer Méditerranée vers le sud de l'Europe (Pey et al., 2013; Titos et al., 2017) et
périodiquement vers l'Europe centrale (Papayannis et al., 2008; Seifert et al., 2010) et la
Scandinavie (Franzén et al., 1995; Ansmann et al., 2003).
47
Le transport au-dessus de la Méditerranée suit un cycle saisonnier bien marqué avec un
maximum entre mars et septembre et un minimum en hiver (Riccio et al., 2009;
Israelevich et al., 2012). Les observations par satellite et les mesures directes montrent
que le transport des nuages de poussières vers la Méditerranée orientale se fait
principalement à partir du Sahara oriental (Libye, Égypte et Soudan) (Koren et al., 2003;
Kalenderski et Stenchikov, 2016). Le transport des poussières sahariennes est important
pendant trois périodes de l’année : au printemps (mars-mai), en été (juillet-août) et en
automne (septembre-novembre) (Israelevich et al., 2003). De fortes tempêtes de
poussières surviennent principalement en Méditerranée orientale au printemps sous
l'influence des cyclones Sharav (Alpert et Ziv, 1989 ; Varga et al., 2014). La proportion
de poussières pouvant être déposée au-delà de 2000 km de distance peut être de 60%
(Jaenicke et Schütz, 1978). Une partie des poussières sahariennes est déposée non loin de
la zone d’émission et une autre partie loin de celle-ci (Mahowald et al., 2007).
Selon Shao et al. (2010), environ 715,8 millions de tonnes de poussières ont été soulevées
en Afrique du Nord en 2004, dont 608,2 millions de tonnes ont été déposées sur le
continent. Dans une étude réalisée par Ridley et al. (2012), le dépôt moyen de poussières
mesuré en Afrique pendant 3 ans (2006-2008) a été estimé à 749 millions de tonnes, soit
plus de 50% des dépôts globaux de poussières. Cependant, les mesures des retombées de
poussières dans les régions proches des sources restent très limitées et les informations
disponibles sont anciennes (Naidja et al., 2018). Les résultats des études existantes sont
résumés dans le tableau 7 et reprennent les flux mesurés en d'Europe et autour du bassin
Méditerranéen. Ils dévoilent de grands écarts entre les résultats rapportés par différents
auteurs concernant les flux de dépôts de poussières sahariennes.
48
Tableau 7 : Moyennes annuelles de dépôts de poussières sahariennes en Afrique du Nord et en
Méditerranée
Lieu
Région
Dépôt moyen de
poussières (gm-2 année-)
Période
Référence
Jafara Plains
Golf de Sirte
Southern Libye
Afrique du Nord
Afrique du Nord
Afrique du Nord
215,00
105,00
82,00
Juin 2000 à mai 2001
(O’hara et al. 2006)
Cap Spartel, Maroc
Afrique du Nord
9,14
Juin 2001 à mai 2002
(Guieu et al. 2010)
Mahdia, Tunisie
Afrique du Nord
28,74
Juin 2001 à mai 2002
(Guieu et al. 2010)
Alexandria, Egypte
Afrique du Nord
25,87
Juin 2001 à mai 2002
(Guieu et al. 2010)
Kano, Nigeria
Afrique de l’Ouest
85,00
1984 à 1985
(Moberg et al. 1991)
Bolgatanga-Tamala, Ghana
Afrique de l’Ouest
15,00
1987 à 1989
(Tiessen et al. 1991)
Bawku, Ghana
Tamale, Ghana
SefwiBekwai, Ghana
Afrique de l’Ouest
Afrique de l’Ouest
Afrique de l’Ouest
25,00
16,00
5,00
2001 à 2002
(He et al. 2007)
Taıforest, Cote d’Ivoire
Afrique de l’Ouest
8,00
1990 - 1991
(Stoorvogel et al. 1997)
Sadore, Niger
Chikal, Niger
Sahara méridionale
Sahara méridional
164,00
212,00
1985 - 1989
(Drees et al. 1993)
Lampedusa, Italie
Majorque, Espagne
Corse, France
Frioul
Le Casset
Méditerranée de
l’ouest
Méditerranée de
l’ouest
Méditerranée de
l’ouest
7,40
5,80
2,10
3,50
0,90
2012
2013
2013
2012
2012
(Vincent et al. 2016)
Crète, Grèce
Méditerranée
centrale
10-100
Janvier 1988 à septembre
1990
Carpathian Basin, Hongrie
Europe centrale
0,219
2006 - 2014
(Varga et al. 2016)
2. Les concentrations de particules dans les villes africaines
Les concentrations de PM varient considérablement dans le monde (Cohen et al., 2004).
Il existe des différences significatives entre les sources d’émission et les concentrations
de particules à l’intérieur et à l’extérieur (Cyrys et al., 2004) et entre les zones urbaines et
rurales (Langner et al., 2011; Mues et al., 2013). Les concentrations de PM dans l'air sont
influencées par différents paramètres tels que les conditions météorologiques saisonnières
(vent, température, humidité, précipitations) (Elminir 2005), les conditions géographiques
locales (Dominici et al., 2003), la croissance économique (Grossman et Krueger, 1994),
le revenu par habitant (Fenger, 1999) et le degré d’urbanisation (Langner et Endlicher,
2007).
49
Les deux tiers de la population des pays en voie de développement vivent dans les zones
rurales. A l’avenir, cette proportion risque de changer du fait d’une urbanisation accrue et
des projections qui font état d’une urbanisation qui touchera 64% de la population en
2050 (ONU, 2014). Comme indiqué à la figure 12, les taux de croissance de la population
urbaine en Afrique subsaharienne continueront d'être les plus élevés au monde par
rapport à leurs homologues des autres régions du monde avec des niveaux compris entre
3,1 et 3,8% par an (Banque mondiale, 2017). Selon Schwela (2007), la population
urbaine en Afrique a augmenté de 40% entre 2005 et 2017 et devrait augmenter de 125%
en 2030 (figure 13). L'urbanisation rapide caractérise une grande partie des villes
africaines ; la plupart de ces villes sont mal équipées pour absorber une population
grandissante. Le manque d'infrastructures a entraîné de graves problèmes liés à la
pollution de l'air en milieu urbain, à l'élimination des déchets de soins et à la
contamination de l'eau et du sol (Naidja et al., 2018).
Figure 12 : Les taux de croissance de la population urbaine mondiale en 2015 (Banque mondiale, 2017)
50
Figure 13 : Taux de croissance de la population urbaine pour le monde, l'Afrique, l'Asie, l'Europe,
l'Amérique latine, les Caraïbes, l'Amérique du Nord et l'Océanie (Schwela, 2007)
Les stations de surveillance des particules en Afrique sont généralement situées dans des
zones urbaines, à proximité de sources d'émissions (activités industrielles, trafic routier)
(Mbuligwe et Kassenga, 1997; Ali-Khodja et al., 2008; Terrouche et al., 2016) et des
zones résidentielles (Khedidji et al., 2013; Dionisio et al., 2010) afin d'évaluer
l'exposition de la population. Le tableau 8 résume les concentrations de PM affectées par
différentes sources dans différentes villes africaines. La majorité des études montrent que
ces niveaux dépassent les valeurs guides recommandées par l'OMS dans de nombreuses
régions.
51
Tableau 8 : Concentrations moyennes annuelles de PM10 et PM2,5 obtenues à partir des études rapportées
dans les villes africaines
Localisation
Fractions
PM
Concentrations
moyenne
(µg/m3)
Interprétation
des sources
d’émission
Typologie
du site
Période
Etude
Constantine,
Algérie
PM10
PM2.5
105,2
57,8
Trafic
routier,
sels marins,
remise en
suspension
de poussières
Site trafic
23
Décembre
2011 et
8 Janvier
2013
Terrouche
et al. (2016)
Shobra,
Egypte
PM10
PM2.5
154,0 – 360,0
61,0 – 216,0
Trafic
routier,
industrie,
remise en
suspension
de poussières
Industriel
et
résidentiel
Juin et
Octobre
2010
Lowenthal
et al. (2014)
Kenitra,
Maroc
PM10
PM2.5
115,1
51,3
Trafic
routier,
remise en
suspension
de poussières
Site trafic
Juin 2007
à Mai
2008
Zghaid et
al. (2009)
Addis Ababa,
Ethiopie
PM2.5
818,0
Brûlage de
biomasse
Suburbain
Janvier et
Février
2012
Sanbata et al.
(2014)
Addis
Ababa,
Ethiopie
TSP
PM10
195,0
80,0
Route non
pavée,
travaux de
construction
Urbain
22 Février
au 15
Avril
2008 et
17 Juin au
23 Juillet
2008
Gebre et al.
(2010)
Harare,
Zimbabwe
TSP
PM10
PM2.5
106,1
59,7
40,5
Trafic
routier,
Industrie
Site
industriel
July to
December
2002
Kuvarega et
Taru (2008)
Sapele,
Nigeria
PM10
PM2.5
104,2 – 434,0
104,2 – 260,4
Trafic
routier,
industrie et
brûlage de
biomasse
Site
industriel
Et
commercial
/
Ediagbonya
et al. (2015)
Banizoumbou,
Niger
PM10
187
Poussières
sahariennes
Rural
2006-2007
De
Longueville
et al., (2013)
52
Les sources d’émission naturelles et le trafic routier jouent un rôle important en termes
d’empoussièrement. L'interprétation des niveaux rapportés est donnée dans la section
suivante dans laquelle le continent africain a été divisé en deux zones géographiques :
l'Afrique du Nord (y compris le Maroc, l'Algérie, la Tunisie et l’Égypte ; la Libye ayant
été exclue en raison d'un manque de données) et l’Afrique Subsaharienne (le reste du
continent).
2.1.Afrique du Nord
Le parc automobile algérien de véhicules a connu une croissance d’environ 43% au cours
de la dernière décennie et elle est en constante évolution (ONS, 2014). Les véhicules
légers connaissent la plus forte croissance. Plus de la moitié des véhicules ont plus de 20
ans. Par conséquent, la pollution de l'air est devenue un grand sujet de débat à tous les
niveaux en Algérie. Très peu d'études sur les particules fines ont été réalisées en Algérie.
Selon Terrouche et al. (2016), le nombre insuffisant de chercheurs dans le domaine de la
qualité de l'air et l’absence de réseaux de surveillance de la qualité de l’air peuvent être à
l'origine de cette situation.
Une campagne de mesure de TSP (Particules totales en suspension) a été menée par Ali-
Khodja et al. (2008) du 2 novembre 2002 au 28 avril 2003 dans la ville de Didouche
Mourad, située à 13 km au nord de la ville de Constantine. Le site est situé à proximité
d’un important axe de circulation et d'une zone industrielle comprenant une importante
cimenterie. La concentration moyenne mesurée de TSP a été estimée à 117 μg/m3
lorsqu’une tempête de sable majeure est exclue. Lorsqu'un tel événement est pris en
compte (la moyenne de 24 heures de TSP liée à la tempête de sable est de 9193 μg/m3), la
concentration moyenne de TSP devient égale à 300 μg/m3 pendant la période d’étude.
Dans une étude plus récente, Terrouche et al. (2016) ont rapporté une concentration
journalière moyenne de PM10 de 80,42 μg/m3 en bordure de route à Zouaghi, au sud de
Constantine, pour la période s'étendant du 23 mars 2011 au 22 novembre 2011. Lors
d’une autre campagne de prélèvement de filtres de poussières au cours de laquelle 32
paires d'échantillons ont été utilisées entre le 23 décembre 2011 et le 8 janvier 2013, les
concentrations moyennes de PM10 (105,2 μg/m3) et de PM2.5 (57,8 μg/m3) ont largement
dépassé non seulement les valeurs annuelles recommandées par l'OMS (20 et 10 μg/m3,
53
respectivement) mais aussi la limite annuelle algérienne de 80 μg/m3. Le rapport
PM2.5/PM10 était égal à 0,47, reflétant la prédominance des particules grossières qui
proviennent principalement de la remise en suspension des poussières du sol et des
épisodes de poussières sahariennes. Une analyse factorielle en rotation varimax qui est
une technique multivariée a permis de conclure que la remise en suspension du sol et les
poussières sahariennes étaient les principales sources de Fe et Na, la mer Méditerranée
expliquait la présence de Na, Mg, K et Ca, tandis que le trafic et l'industrie étaient
considérés comme les principales sources de Zn, Cu, Pb et PM10.
Les niveaux élevés de plomb ont été principalement liés au trafic car l'essence en Algérie
contient encore des additifs au plomb. Abderrahim et al. (2016) ont rapporté des données
issues d'un réseau automatisé de surveillance de la qualité de l'air appelé Samasafia qui a
été implanté à El Hamma à Alger, entre 2002 et 2006. Leurs résultats ont montré que près
de la moitié des concentrations quotidiennes moyennes de PM10 dépassaient la valeur de
référence de 24 heures de l'OMS de 50 μg/m3. L’intensité du trafic routier serait à
l’origine de ces niveaux.
Selon Bouhila et al. (2015), la concentration moyenne de TSP pour les échantillons
prélevés en 2010, 2011 et 2012 (14 mois) était de 34,8 μg/m3 au niveau d’une station de
surveillance située à Draria, un site suburbain près d'Alger. Vingt-cinq éléments ont été
analysés (As, Br, Ca, Cd, Ce, Cl, Co, Cr, Cs, Eu, Fe, Gd, Hf, K, La, Mn, Mo, Na, Sb, Sc,
Se, Sm, Sr, V et Zn) et ont été attribués principalement par les auteurs à la circulation
automobile. Les concentrations les plus élevées ont été observées en été et en cours de
semaine.
Dans la plupart des pays africains, la pollution de l'air n'est pas suffisamment surveillée et
c'est le cas du Maroc (Tahri et al., 2013). Les premières campagnes de mesure au Maroc
ont débuté en 1997 dans la ville de Rabat, pour évaluer la pollution de l'air et sensibiliser
les autorités à la nécessité d'installer des stations fixes de surveillance continue de la
qualité de l'air. En novembre 2012, le réseau national de surveillance de la qualité de l'air
comprenait 29 stations automatiques couvrant 15 villes et quatre laboratoires mobiles
dans le but de mesurer, prédire et informer les autorités et le public sur la qualité de l'air,
l'objectif ultime étant de fournir une base de données pour les décideurs qui doivent
54
prendre des décisions d'urgence lorsque les concentrations d'éléments toxiques sont
susceptibles d’affecter la santé humaine. Les stations automatiques sont situées dans les
grandes villes et six paramètres sont surveillés (CO, SO2, ozone, hydrocarbures totaux,
NOx et PM10). En 2011, les données collectées au niveau des stations de surveillance
dans de nombreuses villes du Maroc ont montré que les valeurs recommandées par
l'OMS pour la qualité de l'air étaient fréquemment dépassées dans les zones à fort trafic.
Les valeurs moyennes annuelles de PM10 sur site trafic à Casablanca variaient de 105 à
160 μg/m3, alors qu'elles atteignaient 182 μg/m3 dans la ville de Mohammedia. Les
concentrations médianes de particules grossières et fines à Kenitra étaient de 115,12 et
51,32 μg/m3 de février 2007 à février 2008. La méthode PMF avait été appliquée dans
cette étude, pour les fractions fines et grossières. Les auteurs ont constaté que les
particules fines provenaient principalement de quatre sources : la métallurgie (52%), les
poussières de route (22%), les poussières de sol (13%) et les véhicules à moteur (13%).
Pour les particules grossières, elles provenaient principalement des poussières de sol
(43%), des motos (42%), des poussières de route (10%) et des véhicules automobiles
(4%). (Tahri et al., 2013).
Dans la région du Grand Casablanca au Maroc, le trafic routier et la production d'énergie
sont responsables d'environ 76% des particules émises dans l'air (ONU, 2014b). Selon
une autre étude réalisée par Zghaid et al. (2009) entre juin 2007 et mai 2008, dans la ville
de Kenitra, située à 50 km au nord de Rabat et qui compte environ 400 000 habitants, les
concentrations moyennes de PM10 et PM2.5 étaient de 115,12 et 51,32 μg/m3,
respectivement. Les principales sources de pollution dans cette région ont été attribuées
au trafic routier et à la remise en suspension des poussières.
Dans un examen de la pollution atmosphérique urbaine, Mraihi et al. (2015) ont signalé
que quinze stations de surveillance de la qualité de l'air ont été installées dans six villes
de Tunisie pour évaluer, entre autres polluants, les concentrations de particules en
suspension. Ellouz et al. (2014) ont collecté des échantillons d'aérosols pendant le sirocco
en juin 2007 dans la région de Boukornine au nord de la Tunisie, à 2 km de la mer. Les
niveaux moyens de TSP variaient de 95 à 470 μg/m3. Ces concentrations représentaient
de trois à neuf fois la concentration en l’absence de sirocco. Des échantillons d'aérosols
55
ont également été collectés par Trabelsi et al. (2016) pendant quatre saisons (du
printemps 2010 à l'hiver 2011) aux îles Kerkennah à 20 km à l'est de la ville de Sfax.
Dix-neuf éléments ont été analysés : Na, Mg, Al, Si, P, S, Cl, K, Ca, Ti, Cr, Mn, Fe, Cu,
Zn, Pb, Ni, V et As. Les concentrations de poussières minérales et de sels marins étaient
plus élevées au printemps et plus faibles en hiver en raison des conditions
météorologiques. Al, Fe, Si, Ca, Ti, Mn et Cr provenaient du sol, tandis que Na et Cl
provenaient principalement de la mer Méditerranée. Les autres éléments comme V, Cu,
Ni, As et Pb provenaient probablement d'activités anthropiques telles que le trafic et les
émissions industrielles.
En Égypte, Hindy et Abdelmaksoud (2016) ont mené une campagne d'échantillonnage
dans la zone rurale de Kuraymat, située à 87 km au sud du Caire et dotée d'une centrale
électrique. Des échantillons de TSP ont été prélevés à l'aide d'un échantillonneur d'air à
faible volume pendant la période d'avril 2009 à mars 2012. Les valeurs moyennes sur les
3 années d'étude se sont révélées élevées : 680,4, 546,7 et 466,2 μg/m3. Les auteurs ont
conclu que le Sahara était la principale source de TSP. Lowenthal et al. (2014) ont
exploité les données des stations de surveillance de la qualité de l'air ambiant situées sur
cinq sites du Caire en juin et octobre 2010. Les concentrations de PM10 et de PM2.5 étaient
plus élevées en octobre qu'en juin dans les cinq sites à l'exception du quartier résidentiel
de Helwan. Le site de Shobra a enregistré des concentrations quotidiennes élevées de
PM10 et de PM2.5 qui variaient de 154 à 360 μg/m3 et de 61 à 216 μg/m3, respectivement,
en raison du trafic intense et des activités industrielles dans la région. Des concentrations
plus faibles pour les deux fractions de PM ont été observées pendant l'été dans la zone
résidentielle d'El-Zamalek et le site de fond urbain de Kaha, tandis qu'Helwan était situé à
proximité d'une cimenterie et d'une zone à fort trafic. Les principales sources de PM10
étaient les poussières de sol remises en suspension, les émissions à l’échappement des
véhicules et le brulage à l'air libre des déchets agricoles, tandis que les PM2.5 étaient
principalement dus aux gaz d'échappement des véhicules à moteur.
Selon l'OMS (2016a), les concentrations moyennes annuelles de PM10 et PM2.5 mesurées
sur 47 sites du Grand Caire en 2013 étaient respectivement de 179 et 76