Traitement de l’air en porcherie : mise au point d’un modèle de prédiction des flux azotés (projet TARA)
Ajouter à ma liste
Auteur :
Guingand N
Nadine Guingand, bilan 2017, éditions IFIP, mai 2018, p. 93
L’élevage porcin est responsable de 7% des émissions d’ammoniac en France (Citepa, 2015). La réduction des émissions d’ammoniac imposées par la réglementation (directive IED, directive NEC, PREPA) oblige les éleveurs à faire de nouveaux choix techniques pour la gestion de leurs effluents mais aussi celle de l’air extrait des bâtiments.
Le lavage d’air est une technique efficace pour la réduction des émissions d’ammoniac comme de celles des odeurs et des particules. Le mode d’action de ce procédé est double : physico-chimique (sédimentation des particules, solubilisation de l’ammoniac) et biologique (au sein du maillage, mise en place d’une flore dégradant ammoniac et composés odorants). En France, cette technique a été principalement développée pour répondre à la nuisance occasionnée par les odeurs émises par les élevages porcins. Sur le terrain, les taux d’efficacité de cette technique pour l’ammoniac varient selon les paramètres de conception initiaux des unités mais aussi selon leur gestion : vitesse d’air au sein du maillage, surface de maillage, température, débit d’eau, taux de renouvellement de l’eau, etc...
L’objectif du projet était de réaliser un bilan complet des flux azotés des dispositifs de traitement de l’air existant en France et de proposer aux acteurs de terrain un modèle permettant de prédire ces flux à partir des caractéristiques de l’équipement mis en place.
Une première étape analyse l’impact de différents paramètres sur l’efficacité d’abattement obtenue en conditions maîtrisées puis en conditions d’élevage ; la seconde étape permettra d’exploiter ces données pour établir un modèle de prédiction de l’efficacité du lavage.
Fiche technique
Titre :
Traitement de l’air en porcherie : mise au point d’un modèle de prédiction des flux azotés (projet TARA)
Date sortie / parution :
2018
Référence :
bilan 2017, éditions IFIP, mai 2018, p. 93, fiche n° 53