No abstract

No abstract

This paper presents an integrated and adaptive problem-solving approach to control the on-road air quality by modeling the road infrastructure, managing traffic based on pollution level and generating recommendations for road users. The aim is to reduce vehicle emissions in the most polluted road segments and optimizing the pollution levels. For this we propose the use of historical and real time pollution records and contextual data to calculate the air quality index on road networks and generate recommendations for reassigning traffic flow in order to improve the on-road air quality. The resulting air quality indexes are used in the system’s traffic network generation, which the cartography is represented by a weighted graph. The weights evolve according to the pollution indexes and path properties and the graph is therefore dynamic. Furthermore, the systems use the available pollution data and meteorological records in order to predict the on-road pollutant levels by using an artificial neural network based prediction model. The proposed approach combines the benefits of multi-agent systems, Big data technology, machine learning tools and the available data sources. For the shortest path searching in the road network, we use the Dijkstra algorithm over Hadoop MapReduce framework. The use Hadoop framework in the data retrieve and analysis process has significantly improved the performance of the proposed system. Also, the agent technology allowed proposing a suitable solution in terms of robustness and agility.

No abstract

À l'aide du laboratoire mobile du Ministère de l'Environnement marocain, nous avons mené une campagne de mesures de polluants gazeux (S02' NO, N0 2 , CO et 0 3) dans la ville de Marrakech. Le camion laboratoire a mesuré également les paramètres météorologiques à 10 m d'altitude (température, pression, humidité, sens et vitesse du vent). Six stations ont été sélectionnées pour leur représenta tivité d'un type d'environnement urbain résidentiel, industriel, à trafic automobile important et propre à estime r le niveau de fond de pollution. Les concentrations de S02 et N0 2 ont été de plus déterminées chimiquement par les méthodes du tétrachloromercurate (TCM) à la pararosaniline pour S02 et Griess-Saltzman pour N0 2 , sur les mêmes stations. Parallèlement à cette étude, nous avons procédé à des mesures de concentrations de monoxyde de carbone et d'hydrocarbu res totaux aux pots d'échappement des véhicules essence et d'opacité pour les véhicules diesel, circula nt à Marrakech , en tenant compte du type, de l'âge et de la cylindrée des voitures. L'intérêt de cette dernière action est d'essayer de mettre en exergue l'état du parc automobile local. Les concentrations mesurées des polluants dans toutes les stations et leur répartition reflètent les caractéristiques économiques de la ville et témoignent d'un tissu industriel très faible et d'une densité du parc automobile assez importante.