Nabil Ben Salem
Research Subjects
Research Interests
Nabil Ben Salem has a total of 11 co-authors. Here are the top co-authors by number of shared publications:
- Pietro Salizzoni
Politecnico di Torino
5 shared publications - Lionel Soulhac
University of Lyon, CNRS UMR 5509 Ecole Centrale de Lyon, INSA Lyon, Université Claude Bernard
4 shared publications G. Lamaison
2 shared publicationsF.-X. Cierco
1 shared publicationL. Patryl
1 shared publicationL. Soulhac
1 shared publication
Latest Publications
- 31 March 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Modélisation directe et inverse de la dispersion atmosphérique en milieux complexes
La modélisation inverse de la dispersion atmosphérique consiste à reconstruire les caractéristiques d’une source (quantité de polluants rejetée, position) à partir de mesures de concentration dans l’air, en utilisant un modèle direct de dispersion et un algorithme d’inversion. Nous avons utilisé dans cette étude deux modèles directs de dispersion atmosphérique SIRANE (Soulhac, 2000; Soulhac et al., 2011) et SIRANERISK (Cierco et Soulhac, 2009a; Lamaison et al., 2011a, 2011b). Il s’agit de deux modèles opérationnels de « réseau des rues », basés sur le calcul du bilan de masse à différents niveaux du réseau. Leur concept permet de décrire correctement les différents phénomènes physiques de dispersion et de transport de la pollution atmosphérique dans des réseaux urbains complexes. L’étude de validation de ces deux modèles directs de dispersion a été effectuée après avoir évalué la fiabilité des paramétrages adoptés pour simuler les échanges verticaux entre la canopée et l'atmosphère, les transferts aux intersections de rues et la canalisation de l’écoulement à l’intérieur du réseau de rues. Pour cela, nous avons utilisé des mesures en soufflerie effectuées dans plusieurs configurations académiques. Nous avons développé au cours de cette thèse un système de modélisation inverse de dispersion atmosphérique (nommé ReWind) qui consiste à déterminer les caractéristiques d’une source de polluant (débit, position) à partir des concentrations mesurées, en résolvant numériquement le système matriciel linéaire qui relie le vecteur des débits au vecteur des concentrations. La fiabilité des résultats et l’optimisation des temps de calcul d’inversion sont assurées par le couplage de plusieurs méthodes mathématiques de résolution et d’optimisation, bien adaptées pour traiter le cas des problèmes mal posés. L’étude de sensibilité de cet algorithme d’inversion à certains paramètres d’entrée (comme les conditions météorologiques, les positions des récepteurs,…) a été effectuée en utilisant des observations synthétiques (fictives) fournies par le modèle direct de dispersion atmosphérique. La spécificité des travaux entrepris dans le cadre de ce travail a consisté à appliquer ReWind dans des configurations complexes de quartier urbain, et à utiliser toute la variabilité turbulente des mesures expérimentales obtenues en soufflerie pour qualifier ses performances à reconstruire les paramètres sources dans des conditions représentatives de situations de crise en milieu urbain ou industriel. L’application de l’approche inverse en utilisant des signaux instantanés de concentration mesurés en soufflerie plutôt que des valeurs moyennes, a montré que le modèle ReWind fournit des résultats d’inversion qui sont globalement satisfaisants et particulièrement encourageants en termes de reproduction de la quantité de masse totale de polluant rejetée dans l’atmosphère. Cependant, l’algorithme présente quelques difficultés pour estimer à la fois le débit et la position de la source dans certains cas. En effet, les résultats de l’inversion sont assez influencés par le critère de recherche (d’optimisation), le nombre de récepteurs impactés par le panache, la qualité des observations et la fiabilité du modèle direct de dispersion atmosphérique.
- 31 March 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Modélisation directe et inverse de la dispersion atmosphérique en milieux complexes
La modélisation inverse de la dispersion atmosphérique consiste à reconstruire les caractéristiques d’une source (quantité de polluants rejetée, position) à partir de mesures de concentration dans l’air, en utilisant un modèle direct de dispersion et un algorithme d’inversion. Nous avons utilisé dans cette étude deux modèles directs de dispersion atmosphérique SIRANE (Soulhac, 2000; Soulhac et al., 2011) et SIRANERISK (Cierco et Soulhac, 2009a; Lamaison et al., 2011a, 2011b). Il s’agit de deux modèles opérationnels de « réseau des rues », basés sur le calcul du bilan de masse à différents niveaux du réseau. Leur concept permet de décrire correctement les différents phénomènes physiques de dispersion et de transport de la pollution atmosphérique dans des réseaux urbains complexes. L’étude de validation de ces deux modèles directs de dispersion a été effectuée après avoir évalué la fiabilité des paramétrages adoptés pour simuler les échanges verticaux entre la canopée et l'atmosphère, les transferts aux intersections de rues et la canalisation de l’écoulement à l’intérieur du réseau de rues. Pour cela, nous avons utilisé des mesures en soufflerie effectuées dans plusieurs configurations académiques. Nous avons développé au cours de cette thèse un système de modélisation inverse de dispersion atmosphérique (nommé ReWind) qui consiste à déterminer les caractéristiques d’une source de polluant (débit, position) à partir des concentrations mesurées, en résolvant numériquement le système matriciel linéaire qui relie le vecteur des débits au vecteur des concentrations. La fiabilité des résultats et l’optimisation des temps de calcul d’inversion sont assurées par le couplage de plusieurs méthodes mathématiques de résolution et d’optimisation, bien adaptées pour traiter le cas des problèmes mal posés. L’étude de sensibilité de cet algorithme d’inversion à certains paramètres d’entrée (comme les conditions météorologiques, les positions des récepteurs,…) a été effectuée en utilisant des observations synthétiques (fictives) fournies par le modèle direct de dispersion atmosphérique. La spécificité des travaux entrepris dans le cadre de ce travail a consisté à appliquer ReWind dans des configurations complexes de quartier urbain, et à utiliser toute la variabilité turbulente des mesures expérimentales obtenues en soufflerie pour qualifier ses performances à reconstruire les paramètres sources dans des conditions représentatives de situations de crise en milieu urbain ou industriel. L’application de l’approche inverse en utilisant des signaux instantanés de concentration mesurés en soufflerie plutôt que des valeurs moyennes, a montré que le modèle ReWind fournit des résultats d’inversion qui sont globalement satisfaisants et particulièrement encourageants en termes de reproduction de la quantité de masse totale de polluant rejetée dans l’atmosphère. Cependant, l’algorithme présente quelques difficultés pour estimer à la fois le débit et la position de la source dans certains cas. En effet, les résultats de l’inversion sont assez influencés par le critère de recherche (d’optimisation), le nombre de récepteurs impactés par le panache, la qualité des observations et la fiabilité du modèle direct de dispersion atmosphérique.
- 1 January 2017
- Published by Elsevier in Atmospheric Environment
- Vol. 148, 266-281
Estimating accidental pollutant releases in the built environment from turbulent concentration signals
- 1 January 2017
- Published by Elsevier in Atmospheric Environment
- Vol. 148, 266-281
Estimating accidental pollutant releases in the built environment from turbulent concentration signals
- 1 September 2016
- Published by Elsevier in Atmospheric Environment
- Vol. 140, 242-260
SIRANERISK: Modelling dispersion of steady and unsteady pollutant releases in the urban canopy
- 1 September 2016
- Published by Elsevier in Atmospheric Environment
- Vol. 140, 242-260
SIRANERISK: Modelling dispersion of steady and unsteady pollutant releases in the urban canopy
- 11 December 2014
- Published by Springer Nature in Boundary-Layer Meteorology
- Vol. 155 (1) , 157-187
Modelling Pollutant Dispersion in a Street Network
- 11 December 2014
- Published by Springer Nature in Boundary-Layer Meteorology
- Vol. 155 (1) , 157-187
Modelling Pollutant Dispersion in a Street Network
- 1 January 2014
- Published by Inderscience Publishers in International Journal of Environment and Pollution
- Vol. 55 (1/2/3/4) , 86
Inverting time dependent concentration signals to estimate pollutant emissions in case of accidental or deliberate release
We test the reliability of an inverse model to estimate the amount of mass released instantaneously by a source of pollutant in a turbulent boundary layer. To that purpose we use wind tunnel experiments simulating the dispersion of puffs due to the impulsive release of pollutant. For each of these emissions we recorded time dependent signals at fixed receptors. These single signals have been used as input data for an inverse dispersion model in order to evaluate its error in estimating the real emission of pollutant. The inversion has been also performed using the ensemble average of the 100 signals as input data. The comparison of both approaches allows us to discuss the reliability of an atmospheric dispersion inverse model in real situations.
- 1 January 2014
- Published by Inderscience Publishers in International Journal of Environment and Pollution
- Vol. 55 (1/2/3/4) , 86
Inverting time dependent concentration signals to estimate pollutant emissions in case of accidental or deliberate release
We test the reliability of an inverse model to estimate the amount of mass released instantaneously by a source of pollutant in a turbulent boundary layer. To that purpose we use wind tunnel experiments simulating the dispersion of puffs due to the impulsive release of pollutant. For each of these emissions we recorded time dependent signals at fixed receptors. These single signals have been used as input data for an inverse dispersion model in order to evaluate its error in estimating the real emission of pollutant. The inversion has been also performed using the ensemble average of the 100 signals as input data. The comparison of both approaches allows us to discuss the reliability of an atmospheric dispersion inverse model in real situations.
- 1 January 2014
- Published by Inderscience Publishers in International Journal of Environment and Pollution
- Vol. 55 (1/2/3/4)
Pollutant source identification in a city district by means of a street network inverse model
This study presents the performances of an inverse modelling approach aiming to identify position and emission rate of a localised pollutant source placed within a city district. To that purpose we combine wind tunnel experiments and an urban dispersion model. Experiments are performed in an idealised urban canopy, made up of regularly spaced blocks, and provide the pollutant concentration field downwind from the source within the canopy. The urban dispersion model, named SIRANE, is an operational model that simulates the main mechanisms governing the pollutant transfer within a network of streets.
- 1 January 2014
- Published by Inderscience Publishers in International Journal of Environment and Pollution
- Vol. 55 (1/2/3/4)
Pollutant source identification in a city district by means of a street network inverse model
This study presents the performances of an inverse modelling approach aiming to identify position and emission rate of a localised pollutant source placed within a city district. To that purpose we combine wind tunnel experiments and an urban dispersion model. Experiments are performed in an idealised urban canopy, made up of regularly spaced blocks, and provide the pollutant concentration field downwind from the source within the canopy. The urban dispersion model, named SIRANE, is an operational model that simulates the main mechanisms governing the pollutant transfer within a network of streets.