Résumé technique : Apportionnement des sources sensible à l'identifiabilité dans les systèmes d'advection-diffusion à l'échelle de la ville

Énoncé du problème

L'apportionment des sources de la qualité de l'air urbain est un problème inverse où l'objectif est d'attribuer les concentrations de polluants observées à des groupes de sources spécifiques (par exemple, le trafic, l'industrie, les fours à briques) en utilisant des réseaux de capteurs clairsemés. Les auteurs identifient une limitation géométrique critique : même lorsqu'un modèle ajuste précisément les données des capteurs, les contributions des sources sous-jacentes peuvent ne pas être identifiables.

Dans les réseaux de capteurs clairsemés, des groupes de sources distincts peuvent induire des signatures capteur-temps presque identiques en raison du transport induit par le vent, de l'atténuation, de la variation du fond et du bruit. Une source lointaine forte et une source proche plus faible peuvent devenir observationnellement équivalentes après correction du transport et du fond. Par conséquent, les modèles de récepteurs standards (comme le Chemical Mass Balance ou la Positive Matrix Factorization) rapportent souvent des attributions avec assurance, même lorsque les données ne permettent pas de distinguer les sources, ceant ainsi des conclusions politiques potentiellement trompeuses. Le document présente cela non pas simplement comme un problème d'incertitude, mais comme un manque fondamental d'identifiabilité du système de détection.

Méthodologie

Les auteurs proposent l'Apportionment des Sources Sensible à l'Identifiabilité (IASA), un cadre qui traite l'apportionment basé sur l'inventaire comme un problème inverse retardé et conditionné par le vent. La méthodologie centrale implique :

1. Formulation du problème

• Paramétrage basé sur l'inventaire : Le champ de sources est restreint à un ensemble fini de cartes de sources connues ou de proxies ($S$). L'activité variable dans le temps est modélisée comme une combinaison non négative de fonctions de base temporelles pré-déclarées ($\Phi$). Les inconnues sont les coefficients source-base ($c$).
• Réponse retardée conditionnée par le vent : Le modèle incorpore un opérateur de transport ($G^\partial$) qui cartographie les émissions libérées au temps $t-\ell$ vers les concentrations des capteurs au temps $t$, conditionné par les champs de vent. Cela crée une matrice de réponse « retardée » ($H^{lag}_\Phi$) où chaque colonne représente l'empreinte capteur-temps d'un coefficient unitaire.
• Correction du fond : Les concentrations observées incluent le fond régional et les tendances. Une base de fond de faible dimension ($Q$) est projetée pour isoler le signal de la source. L'objet central du problème inverse est la matrice de réponse retardée projetée :
  $$\tilde{H}_\Phi = P^\perp_Q H^{lag}_\Phi$$
  où $P^\perp_Q$ est la projection sur le complément orthogonal de l'espace de fond.

2. Diagnostics d'identifiabilité

L'IASA déplace l'attention de la « meilleure adéquation » vers la « résolution identifiable ». Il calcule un panel de diagnostics à partir de $\tilde{H}_\Phi$ pour déterminer ce qui peut être récupéré de manière fiable :

• Identifiabilité exacte : Nécessite $\text{rang}(\tilde{H}_\Phi) = J$ (rang de colonne complet).
• Robustesse au bruit : Régie par la plus petite valeur singulière ($\sigma_J$) et le nombre de condition ($\kappa$). Une petite valeur de $\sigma_J$ implique une haute sensibilité au bruit.
• Visibilité des coefficients : L'amplitude de l'empreinte projetée ($v_j = \|\tilde{h}_j\|_2$). Les coefficients inférieurs à un seuil sont marqués comme « faibles ».
• Cohérence par paire : Mesure à quel point deux empreintes sont proportionnelles ($\rho_{ij}$). Une cohérence élevée indique que les sources sont indiscernables.
• Absorption par le fond : La fraction du signal d'une source perdue dans l'espace de fond ($a_j$).

3. L'algorithme IASA

La procédure impose une séparation stricte entre l'ajustement et le diagnostic :

1. Pré-déclaration : Tous les choix du modèle (base de fond, fenêtre de retard, bases temporelles, masques de zéro) sont fixés avant l'inspection des données.
2. Ajustement : Les moindres carrés non négatifs régularisés (NNLS) sont résolus pour les coefficients $c$.
3. Diagnostic : Les diagnostics sont calculés sur $\tilde{H}_\Phi$.
4. Rapport :
   • Si les coefficients sont faibles ou hautement cohérents, ils ne sont pas rapportés individuellement.
   • Un graphe d'ambiguïté des sources est construit où les arêtes connectent les paires indiscernables.
   • Les composantes connexes de ce graphe forment des « groupes de rapports conservateurs ».
   • Le résultat final est la résolution d'attribution la plus fine supportée par les capteurs, le vent et le bruit, accompagnée d'intervalles d'incertitude et de certificats d'ambiguïté.

Contributions clés

1. Formulation : Le document formalise l'apportionment des sources par capteurs clairsemés comme un problème inverse retardé et conditionné par le vent, identifiant la matrice de réponse projetée $\tilde{H}_\Phi$ comme le déterminant central de la séparabilité.
2. Protocole de rapport : Il introduit un protocole concret qui distingue la précision prédictive de l'identifiabilité. Il ne rapporte que les contributions qui sont défendables au regard des données disponibles, signalant les sources indiscernables et les fusionnant en groupes conservateurs plutôt que de rapporter une fausse précision.
3. Algorithme (IASA) : Une procédure qui ajuste les coefficients non négatifs, reconstruit les trajectoires d'activité, quantifie l'incertitude et diagnostique les sources indiscernables. Elle inclut des empreintes spatiales par capteur qui tracent les réponses de transport vers les régions en amont.
4. Validation empirique : Le cadre est instancié sur une plateforme de New Delhi utilisant des données de PM2.5 gouvernementales et des enregistrements de vent. Il démontre que les méthodes de référence standards (NNLS, CMB, PMF) ne parviennent pas à détecter les cas non identifiables, tandis que l'IASA signale chaque scénario non identifiable et récupère l'apportionment avec une erreur de part de 0,01 dans des réglages contrôlés.

Résultats

Les auteurs évaluent l'IASA sur une plateforme de New Delhi (32 capteurs, données 2018–2020) et sur des expériences synthétiques contrôlées :

• Expériences contrôlées :

  • Effondrement Vent/Géométrie : Lorsque la direction du vent est constante ou que la géométrie des capteurs fait que les empreintes de sources s'alignent, les méthodes standards rapportent des divisions confiantes mais incorrectes (erreur jusqu'à 1,2). L'IASA les signale comme non identifiables et rapporte le groupe fusionné avec une erreur quasi nulle.
  • Stress du Fond : Lorsque une base de fond absorbe les signaux de source, les méthodes standards font des erreurs d'attribution. L'IASA détecte l'absorption et signale la perte d'identifiabilité.
  • Conditionnement : L'erreur de récupération est montrée comme étant bornée par le conditionnement de $\tilde{H}_\Phi$ (valeurs singulières), et non seulement par le bruit d'observation.
  • Sélection du retard : La fenêtre de retard optimale est sélectionnée sur la base de la géométrie de la matrice de réponse (stabilité de la norme de Frobenius), et non sur les coefficients ajustés, garantissant que le retard n'améliore pas artificiellement l'identifiabilité.

• Données observées de New Delhi :

  • Appliqué à quatre fenêtres consécutives d'une semaine, le système a identifié que les quatre groupes de sources (fours à briques, industrie, population, trafic) étaient individuellement identifiables durant ces semaines spécifiques (rang complet, faible cohérence).
  • Les résultats d'apportionment ont montré une variabilité temporelle significative (ex: dominance de la population dans les premières semaines, dominance des fours à briques dans la dernière semaine), qui a été rapportée séparément plutôt qu'agrégée, reflétant le support réel des données.
  • Le système a fourni des intervalles d'incertitude et a confirmé que la résolution rapportée était la plus fine supportée par les inventaires déclarés, le transport et le bruit.

Signification et affirmations

Le document affirme que la précision de la prédiction n'est pas une preuve d'identifiabilité. Un modèle peut ajuster parfaitement les trajectoires des capteurs tout en attribuant la pollution aux mauvaises sources si les sources sont géométriquement indiscernables dans l'espace des capteurs.

La signification de l'IASA réside dans sa résolution conservatrice : il rapporte la résolution d'attribution que le système de détection supporte réellement, conditionnellement au vent, au transport, au fond et aux modèles d'inventaire déclarés. Il ne prétend pas résoudre le problème inverse dans tous les cas ; il fournit plutôt un cadre de diagnostic pour déterminer quand le problème est soluble et ce qui peut être rapporté de manière fiable.

Les auteurs soulignent que leur travail complète les modèles existants orientés récepteurs et sources en ajoutant une couche d'analyse d'identifiabilité. Ils ne prétendent pas inventer de nouvelles catégories de sources ou de nouveaux modèles de transport physique, mais analysent rigoureusement la distinguabilité des groupes de sources déclarés sous une détection clairsemée. Le cadre garantit que les décisions politiques sont basées sur des contributions défendables et identifiables plutôt que sur des artefacts de surapprentissage du modèle ou d'ambiguïté géométrique.