Systèmes d'Informations Géographiques (SIG)

 

 

Intérêt des SIG dans le projet

La plupart des décisions relatives au système énergétique d’un pays ou d’une région sont dépendantes de l’environnement local. L’adaptation au changement climatique est un des domaines dans lequel la prise en compte de la localisation des différents éléments du système énergétique est particulièrement importante. Les impacts climatiques ainsi que leur variabilité temporelle peuvent fortement varier d’un lieu à l’autre. Par exemple,  les températures moyennes estivales et hivernales peuvent augmenter dans une région, en raison du changement climatique, et diminuer dans une autre, ce qui aura un impact différent, notamment sur les demandes de chauffage ou de climatisation.

L’intérêt d’intégrer les SIG dans le projet ETEM-AR est de faciliter la prise en considération des caractéristiques locales du système énergétique dans son analyse et sa représentation.

 

1. Avantages des SIG dans la représentation des données

Les SIG sont de puissants outils d’analyse mais aussi dans la transmission de l’information. Ainsi, les visualisations graphiques et localisées de résultats facilitent souvent l’appropriation par les décideurs des résultats d’analyse d’aide à la décision: une image est en général plus explicite qu’un long texte. De plus, ces représentations graphique reposent généralement sur une grande masse d'information. Ainsi, un objet visuel n’est pas simplement une image, mais une entité que nous pouvons faire parler à travers l’information qu’elle possède en arrière fond (Figure 1).

 

_{Cliquer sur l'image pour agrandir}

Ces outils sont dynamiques et permettent de représenter rapidement des sorties du modèle de manière graphique et géoréférencée. L’outil utilisé dans le cadre de ce projet est le logiciel en libre accès Quantum GIS (QGIS) (cf. http://www.qgis.org/).

 

2. Présentation des données

Deux types de données géoréférencées sont présentées dans le cadre de ce projet : des données énergétiques et des données climatiques.

Les données énergétiques de production de l’année de base ont été fournies par l’Agence de l'Environnement et de la Maîtrise de l'Energie (ADEME), la Direction générale de l'Environnement, de l'Aménagement et du Logement (DREAL) de la région Midi-Pyrénées, l’Agence Régionale du Développement Durable (ARPE) pour la région Midi-Pyrénées, l’Observatoire Régional de l'Energie en Midi-Pyrénées (OREMIP) ainsi que l’Institut national de l’information géographique et forestière (IGN) pour les cartes administratives telles que les limites départementales utilisées pour la création de cartes climatiques (Figure 2).

Les données climatiques géoréférencées ont été mises à disposition par le Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique (CERFACS) situé à Toulouse, ainsi que téléchargées dans la base de données d’ENSEMBLES (d’autres données climatiques ont été utilisées, provenant notamment des rapports Jouzel (2011, 2012) mais sans géoréférencement).

a) Données ENSEMBLE : Une première série de mesure ont été faite à partir de données brutes et non corrigées de la base de données d’ENSEMBLE. Le but du projet ENSEMBLE est de maintenir et d'étendre la prééminence européenne sur la distribution d'informations pertinentes quant au changement climatique et ses interactions avec la société. Pour cela, ils se basent sur des modèles européens globaux et régionaux de haute résolution. (Pour plus d'informations voir : http://www.ensembles-eu.org/)

b) Données du CERFACS : Il s’agit de données de réduction d’échelle créées pour différents modèles climatologiques globaux. Les modèles sélectionnés pour fournir les données utilisées dans ce projet sont ARPEGE V4.6 RETIC, CNCM33, DMIEG5C, HADGEM2, IPCM4, et MPEH5C. Le scénario climatique sélectionné est le scénario A1B du Groupement Intergouvernemental sur l’Évolution du Climat (GIEC), scénario le plus fréquemment utilisé (Peings et al. 2012). Au plan énergétique, ce scénario correspond à une évolution technologique qui maintient un équilibre relatif entre les sources d’énergie; au plan climatique, ce scénario résulte en des émissions de gaz à effet de serre intermédiaires, en comparaison avec les autres scénarios proposés par le GIEC.

Le choix d’un seul scénario climatique mais de plusieurs modèles a été le résultat d’analyses préliminaires des informations fournies par les rapports Jouzel (2011, 2012) ainsi que des discussions avec l’équipe de recherche du CERFACS. Ainsi, à l’horizon 2050, l’incertitude liée au choix des modèles climatologiques est plus importante que celle liée au choix du scénario d’émissions de gaz à effet de serre. Cependant, le scénario A2 sera tout de même analysé à travers le modèle ARPEGE V4.6 RETIC.

Les variables météorologiques utilisées dans ce projet sont :

• La température moyenne (K) : utilisée pour calculer des degrés-jours de chauffage et de refroidissement qui permettent d’évaluer la demande de chauffage et de climatisation.

•  La température maximale (K) :  utilisée afin de calculer les périodes de canicule et ainsi estimer l’impact sur le système de refroidissement des centrales thermiques.

• Les précipitations (kg m^-2 s^-1) : utilisées comme indicateur complémentaire pour estimer la vulnérabilité de la centrale nucléaire, ainsi que pour estimer, au moins qualitativement, l’impact possible de la demande énergétique dans le domaine de l’agriculture pour le pompage de l’eau et l’arrosage.

La représentation des résultats de contraintes climatiques peut se faire de plusieurs manières. Comme les résultats ont été agrégés par département (pour méthodologie d’agrégation, voir section 4.3.), il est ainsi possible de donner une représentation par département (Figure 2). Mais il est également possible de donner une représentation des variations climatiques de manière ponctuelle et géographiquement plus détaillée (Figure 3).

_{Cliquer sur l'image pour agrandir}

 

_{Cliquer sur l'image pour agrandir}

 

 

3. Guichets cartographiques

En plus de créer de l’information « visuellement agréable », il est important de la diffuser de manière appropriée. Une diffusion via Internet constitue une approche aisée et conviviale, reposant sur des guichets cartographiques. Ces guichets cartographiques sont des moyens dynamiques et interactifs d’utiliser l’information géoréférencée. L’utilisateur peut lui-même sélectionner l’information désirée à travers une interface simple d’utilisation.

3.1. Utilisation

Dans un premier temps, nous diffusons nos données cartographiques à travers l’interface QGISCloud, développée par Sourcepole (http://sourcepole.com).

 

 

Il est possible d’accéder aux attributs des entités et d’identifier les objets des différentes couches à travers des outils permettant d’interagir avec la carte. Par exemple, en sélectionnant  au point 4 de la figure 4, il est possible, en sélectionnant un des points sur la carte, d’avoir accès à la table d’attributs correspondant à ce point. L'information contenue dans cette table d'attributs peut correspondre, par exemple, à la puissance de production de la centrale hydroélectrique, à son nom et à toutes autres informations préalablement introduites dans cette table (Figure 5). Il est également possible de mesurer des distances et des aires avec les outils de mesures. Par exemple en sélectionnant l’outil , il est possible de mesurer une distance à vol d’oiseau entre deux centrales hydroélectriques (unité données en mètres).

 

 

3.2. Liens vers les guichets

Vous pouvez consulter le guichet cartographique contenant des informations d'ensemble de production d'énergie en Midi-Pyrénées et d'autres informations.

Données énergétiques : cliquer ici

Vous pouvez consulter les cartes des indicateurs climatiques utilisés dans la modélisation ETEM-AR, à travers le centre cartographique.

Données climatiques : cliquer ici

 

4. Méthodologie (données climatiques)

Les données climatiques ont été produites à partir des données brutes fournies par le CERFACS.

4.1. Extraction

Les données ont été fournies sous le format NetCDF et correspondent à des données journalières s’étendant de 1995 à 2060. Dans un premier temps, elles ont été extraites sous le format NetCDF au moyen de lignes de commande de la librairie CDO (Climat Data Operators) (voir chapitre 4.2). Elles ont ensuite été extraites dans des classeurs Excel au moyen d’un Add-in (Complément) écrit en VBA, fonctionnant uniquement sous Excel 2007 (cf. http://code.google.com/p/netcdf4excel). Les données en format Excel ont ensuite été extraites en format texte CSV afin de pouvoir les importer dans QGIS. Seules les informations utiles ont été extraites, c’est-à-dire les coordonnées ainsi que, par exemple, la température. Ces informations ont été arrangées dans une fiche du classeur Excel dans trois colonnes : une pour la longitude, une pour la latitude et la troisième pour l’information désirée telle que la température.

Les données en format CSV ont finalement été importées dans QGIS au moyen de l’extension « Ajouter une couche de texte délimité ».

4.2. Calculs

Les données brutes ont dû être réorganisées aux fins du projet. Dans un premier temps, une sélection géographique de la région d’étude a été faite. Elle correspond à un rectangle s’étendant plus ou moins de 46° N et -0°6’W à 42°N et 4° E. La commande CDO utilisée est :

cdo sellonlatbox,-0.6,4,42,46 input.nc output.nc

Où input correspond aux données ayant comme étendue toute la France et output correspond aux données cadrées sur la région de Midi-Pyrénées.

Pour les calculs des températures moyennes et des degrés-jours de chauffage et de refroidissement, il a fallu aplatir la courbe au moyen d’une moyenne glissante. Ceci permet ainsi de supprimer les fortes variations tout en gardant la tendance de l’évolution (Figure 6).

_{Cliquer sur l'image pour agrandir}

La moyenne glissante a été faite sur une fenêtre de 11 ans. La librairie CDO ne permettant pas de calculer directement des moyennes glissantes, des groupes ont été composés pour chaque année, comprenant l’année en question ainsi que 5 ans avant et après. Une moyenne a été calculée pour chacun de ces groupes au moyen de la commande :

cdo ydaymean input.nc output.nc

Où input est la série de 11 ans et l’output est le résultat de la moyenne sur ces 11 ans.

Ainsi, chaque année est moyennée sur de 5 années avant et 5 années après, ce qui permet d’aplanir la courbe.

Ensuite, les degrés-jours ont été calculés sous Excel de manière suivante :

DJC (Degrés-Jours de Chauffage) à (T₁₈ - T_j)

DJR (Degrés-Jours de Refroidissement) à (T_j - T₂₂)

Où T₁₈ est le seuil de chauffage (18°C), T₂₂ est le seuil de refroidissement (22°C) et T_j est la température journalière. Ces seuils ont été choisis selon les valeurs habituellement utilisées pour de telles analyses.

Les degrés-jours calculés pour chaque jour ont ensuite été sommés pour chaque saison (été : juin, juillet, août, septembre ; hiver : novembre, décembre, janvier, février, mars ; intermédiaire : avril, mai, octobre) où seules les valeurs positives ont été utilisées. Puis, afin d’avoir un résultat pour chaque cycle de 5 ans du modèle ETEM-AR, les sommes des 5 années pour chaque cycle ont été moyennées. Le résultat est donc la totalité des degrés-jours par saison pour chaque cycle de 5 ans.

Finalement, la fréquence des vagues de chaleur a été calculée au moyen de la commande CDO :

cdo eca_hwdi,6,0 input.nc inputSeuil.nc output.nc

Où input est le fichier NetCDF de la série de températures journalières maximales et inputSeuil est un fichier NetCDF de la même extension géographique et temporelle que le fichier input et comprenant le seuil préalablement fixé (ici 30°C). Le chiffre 6 correspond au nombre de jours consécutifs durant lesquelles la température doit dépasser le seuil afin d’être comptabilisé et le chiffre 0 est le nombre de degrés supérieurs aux données du fichier inputSeuil que les données du fichier input doivent avoir pour être comptabilisées. Ici il est fixé à 0, car les jours sont considérés comme étant caniculaires dès que la température dépasse le seuil de 30°C. En output, les résultats sont le nombre de jours de canicules ainsi que le nombre de périodes de canicule (une période est au moins 6 jours consécutifs au-delà de 30°C). Les données utilisées pour calculer les vagues de chaleur n’ont pas été corrigées par la moyenne glissante sur 11ans, car les vagues de chaleur se calculent à partir des variabilités extrêmes supérieures et donc, aplatir la courbe correspondrait à effacer ces variabilités. L’agrégation des résultats sur 5 ans permet d’atténuer les incompatibilités temporelles.

4.3. Agrégation

Les données de températures et de degrés-jours ont finalement été agrégées par département. Cette agrégation a été faite avec le logiciel QGIS en moyennant toutes les températures et degrés-jours se trouvant dans un département. Pour les données de degrés-jours, un masque a été mis au-dessus de la partie haute des Pyrénées afin de ne pas prendre en compte cette région qui peut-être très froide et où il y a très peu d’habitants. Le masque a été posé de manière visuelle à main levée. Ceci permet ainsi d’éviter la surestimation des DJC et la sous-estimation des DJR pour les départements se trouvant en partie sur les Pyrénées.

 

5. Bibliographie :

 

Peings Y., M. Jamous, S. Planton, H. Le Treut, M. Déqué, H. Gallée et L. Li (sous la direction de J. Jouzel) (2012, 2^ème Ed.): Scénarios régionalisés - Indices de référence pour la métropole. Ministère de l'écologie, du développement durable, des transport et du logement, 305 p.

                                                                     Retour en haut