Composition chimique, sources et évolution des particules ultrafines et de leurs précurseurs dans un contexte urbain // Chemical composition, sources and evolution of ultrafine particles and their precursors in an urban context

Les particules ultrafines (PUF) sont une catégorie de particules atmosphériques dont le diamètre est inférieur à 100 nanomètres. En raison de leur taille extrêmement réduite, leur devenir atmosphérique et leurs impacts sur la santé, l'environnement et le Climat, les PUF se distinguent des autres particules atmosphériques et constituent un enjeu environnemental majeur encore peu étudié en raison des défis techniques en termes de moyens d'observation et d'échantillonnage. L'origine de ces PUFs est fortement liée à des composés gazeux réactifs comme les composés organiques volatils (COV) qui désignent une multitude de substances chimiques émises par diverses sources naturelles et anthropiques. Ces composés jouent un rôle déterminant dans la chimie atmosphérique urbaine. Leur réactivité atmosphérique conduit à la formation de polluants secondaires comme l'ozone troposphérique mais aussi l'aérosol organique secondaire, composantes très significatives des PUF.
Ce projet de thèse s'adosse au projet PUNCH (déposé lors de l'APR AQACIA 2024) et vise à approfondir la compréhension des PUF et des liens avec leurs précurseurs. Il explorera leur composition chimique, leurs origines, leurs interactions et leurs éventuels impacts sur la santé. Dans ce but, une campagne de mesures d'une année sur un site de fond urbain permettra, dans un premier temps, de collecter et d'analyser les compositions chimiques des PUF et des COV (C2-C20 et COV oxygénés), tout en documentant leurs variation saisonnières.
L'originalité des travaux tient dans l'obtention et l'exploitation de cette base de données unique sur la composition chimiques des PUF et des COVs. Différentes approches statistiques avancées seront appliquées avec pour but l'identification des sources, l'évaluation de leur contribution et l'étude des liens entre les PUF et leurs précurseurs. Les principaux déterminants de leur variabilité seront étudiés pour améliorer les connaissances sur les processus de formation et leur évolution.
Ces travaux seront essentiels pour mieux évaluer les impacts de ces contaminants atmosphériques et aider dans la définition d'action de mitigation sur cette problématique de qualité de l'air.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Ultrafine particles (UFPs) are a category of atmospheric particles with a diameter of less than 100 nanometers. Due to their extremely small size, their atmospheric fate, and their impacts on health, the environment, and climate, UFPs differ from other atmospheric particles and represent a major environmental issue that remains underexplored due to technical challenges related to observation and sampling methods. The origin of these UFPs is closely linked to reactive gaseous compounds such as volatile organic compounds (VOCs), which refer to a variety of chemical substances emitted by both natural and anthropogenic sources. These compounds play a key role in urban atmospheric chemistry. Their atmospheric reactivity leads to the formation of secondary pollutants like tropospheric ozone, as well as secondary organic aerosol, both of which are significant components of UFPs.
This doctoral project is associated with the PUNCH project (submitted during the 2024 AQACIA Call for Proposals) and aims to deepen the understanding of UFPs and their link to their precursors. It will explore their chemical composition, origins, interactions, and potential impacts on health. To achieve this, a year-long measurement campaign at an urban background site will initially collect and analyze the chemical compositions of UFPs and VOCs (C2-C20 and oxygenated VOCs), while documenting their seasonal variations.
The novelty of this work lies in obtaining and utilizing this unique database on the chemical composition of UFPs and VOCs. Various advanced statistical approaches will be applied with the goal of identifying sources, evaluating their contributions, and studying the links between UFPs and their precursors. The main determinants of their variability will be investigated to improve knowledge about their formation processes and evolution.
This research will be crucial for better assessing the impacts of these atmospheric contaminants and assisting in the definition of mitigation actions for this air quality issue.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Financement d'un établissement public Français

Université Grenoble Alpes

105 STEP - Sciences de la Terre de l'Environnement et des Planètes

Le candidat doit être titulaire d'un diplôme d'ingénieur ou d'un master en sciences de l'Atmosphère, physique, sciences de l'environnement, science des données ou similaire avec: - Une expérience en chimie atmosphérique - Compréhension des processus de transport et de transformation de l'atmosphère - Des compétences en programmation (Python, R ou MATLAB) pour l'analyse des données, automatisation de tâches pour le contrôle qualité des données - Expérience de l'analyse statistique des données - Capacité à travailler en équipe - Compétences en matière de présentation lors de conférences et de réunions
The candidate must hold an engineering degree or a master's degree in Atmospheric Sciences, Physics, Environmental Sciences, Data Science, or a similar field, with: - Experience in atmospheric chemistry - Understanding of atmospheric transport and transformation processes - Programming skills (Python, R, or MATLAB) for data analysis, task automation for data quality control - Experience in statistical data analysis - Ability to work in a team - Presentation skills for conferences and meetings