Big data et adaptation au changement climatique : une étude de cas

La semaine dernière, Callendar a publié une étude de cas sur le risque d'inondation pour le réseau de distribution d'électricité. Je ne vais pas revenir sur les résultats et la méthodologie, tout ça est déjà détaillé ici mais j'aimerais vous expliquer pourquoi cette démonstration me tient particulièrement à cœur.

Comment rendre l'évaluation des risques climatiques accessible ?

Risque d'inondation sur le réseau de distribution électrique
Évaluer les risques climatiques à l'échelle locale, c'est très souvent répondre aux mêmes questions mais dans des endroits différents : quel est le risque de canicule à Paris, Royan ou Entraygues-sur-Truyère ? et le risque d'inondation ? de sécheresse ? de submersion marine ? etc.

Si vous concevez chacune de ces évaluations comme un projet indépendant, Paris pourra se payer votre expertise mais probablement pas Entraygues et ses 900 habitants. De la même façon, vous pourrez aussi faire des choses super intéressantes pour des entreprises du CAC40 mais jamais aider une petite PME à s'adapter. 

La solution c'est de concevoir d'emblée chaque évaluation des risques climatiques pour qu'elle soit généralisable. Evidemment, cela nécessite un investissement (un peu comme développer Excel quand on vous paie pour une addition) mais vous pourrez rendre votre travail beaucoup plus accessible. 

Cette vision est à l'origine de Callendar.

Le passage à l'échelle est-il réaliste ?

Si vous me suivez ici ou sur les réseaux sociaux, vous en connaissez sans doute déjà quelques concrétisations de ce projet. Par exemple ce test réalisé il y a un an à l'occasion des élections municipales. En 2 semaines, Callendar (ou plutôt notre appli) avait produit un peu plus de 200 rapports sur les risques climatique dans 178 communes.

Pas mal, mais encore beaucoup trop peu pour être accessible à tous quand on sait qu'il y a quelques 35.000 communes, 2.500.000 entreprises et 36.000.000 logements en France. Est-il vraiment possible de massifier notre approche, de fournir une information locale de qualité sur les risques climatiques non pas à des centaines mais à des milliers voire des millions d'utilisateurs ?

Cette étude de cas est importante pour moi parce qu'elle répond à cette question. Pour la réaliser, nous avons calculé la fréquence d'inondation pour presque un million de transformateurs répartis sur tout le territoire (927.753 exactement)

Poste de transformation inondé
 

Rêvons un peu...

Cette application reste relativement simple puisqu'elle porte sur un seul phénomène (l'inondation) alors que nous savons en quantifier au moins une vingtaine. Mais elle confirme qu'évaluer l'impact du climat sur près d'un millions de sites est réalisable.

Les perspectives pour l'adaptation au changement climatique sont immenses. Si le volume n'est pas un obstacle, il devient possible de quantifier et de réduire la vulnérabilité d'infrastructures étendues, de grands portefeuilles d'actifs, de chaine d'approvisionnement complexes...

Pourquoi pas, même, un "cadastre climat" avec l'évaluation des effets du changement climatique bâtiment par bâtiment sur l'ensemble du territoire ?

Le record dans ce domaine est apparemment détenu par une entreprise australienne qui a évalué les risque d'inondation, d'incendie et de sécheresse pour 15 millions de biens immobiliers. Après cette première expérience sur un million de sites, je suis certain que Callendar pourrait en faire autant voire plus en France.

 Publié le 26 mars 2021 par Thibault Laconde

0 commentaires :

Publier un commentaire