Are you an EPFL student looking for a semester project?
Work with us on data science and visualisation projects, and deploy your project as an app on top of Graph Search.
L’urbanisation toujours croissante implique de nouveaux défis aux planificateurs urbains qui doivent faire face aux conséquences de l’imperméabilisation des surfaces. Parmi elles, le phénomène d’îlots de chaleur participe au réchauffement toujours plus intense des centres urbains, nécessitant ainsi la mise en place de mesures de mitigation. Face aux difficultés liées à sa modélisation, l’objectif de cette étude est de proposer une démarche de base pour une simulation fiable de ce phénomène dans la région lausannoise qui serait qui plus est facile à prendre en main dans l’optique d’une utilisation à futur dans d’autres contextes urbains. Cette dernière pourra servir d’outil aux autorités publiques pour faire le pont entre les connaissances théoriques des îlots de chaleur et la mise en place de mesures concrètes pour sa réduction. Une méthodologie pour y parvenir est ainsi clairement exposée contenant aussi bien la manipulation de données de télédétection que d’outils développés en Python pouvant être retranscrits peu importe le contexte urbain. Ces données permettent par la suite l’exécution d’un modèle rapide et flexible permettant de simuler des températures de l’air à 2m avec une certaine précision (erreur moyenne absolue = 2.52 °C). Cette démarche est ensuite mis en application afin de déterminer de l’influence de la canopée sur l’intensité des îlots de chaleur via la simulation de différents scénarios d’urbanisation. Une diminution des températures extrêmes a ainsi été observée quand une augmentation de la proportion de la canopée était simulée. Une capacité de refroidissement légèrement plus importante a aussi été observée lorsque la structure de cette canopée est dispersée. Ces résultats viennent mettre en avant les possibles applications de la démarche ici proposée pour la mise en place de mesures de mitigation. Celle-ci sert ici de base à la prédiction d’îlots de chaleur, facile à prendre en main par des acteurs publiques. Elle reste néanmoins sujette à améliorations pour de futures études sur le sujet.