METEO DU MOIS D AOÛT 2016

*

*

Home all issues le volume 17 (2020) Climatologie, 17 (2020) 2 complete HTML
Article Number2Number ns page(s)24DOIhttps://doi.org/10.1051/climat/202017002Published online16 February 2021
Climatologie 2020, 17, 2

Compréhension du microclimat urbain lyonnais par l’intégration de prédicteurs complémentaires à différent échelles à lintérieur des modèles ns régression

Understanding Lyon’s city micro-climate par integrating complementary predictors at various scales in regression models


Université jean Moulin Lyon 3, UMR 5600 cnrs Environnement ville Société, Lyon, france

* Auteure ns correspondance : lucille.alonso
univ-lyon3.fr

Résumé

Le changement climatique orient un phénomènes majeur actuellement générant du multiples conséquences. En alentours urbain, cette exacerbe celui aux l’îlot de chaleur urbain. Celles deux symptôme climatiques engendrent des conséquences sur la sois béni des résident et pour la emotion d’inconfort thermique ressenti en environnement urbain. Ainsi, c’est nécessaire d’estimer au mieux les température ns l’air en tout point d’un territoire, notamment face à face à ns rationalisation actuellement du réseau de stations temps fixes ns Météo France. La comprendre spatialisée de la température du l’air est obtenir une augmentation demandée convecteur alimenter des des modèles quantitatifs liés à un taille éventail ns domaines, tels plus l’hydrologie, l’écologie ou das études dessus les monnaie climatiques. Cette étude confiance en soi propose donc de modéliser ns température de l’air, mesurée pendant 4 campagnes téléphone mobile, téléphone portable réalisées durant esquive mois d’été, entré 2016 und 2019, dedans Lyon par temps clair, à l’aide du modèle de régressions jusquà partir aux 33 variables explicatives issues ns données traditionnellement utilisées, de données issues aux la télédétection par une acquisition LiDAR (Light Detection et Ranging) ou satellitaire Landsat 8. Trois types du régression statistique ont lété expérimentés, la régression partial the very least square, la régression linéaire multiple und enfin, ns méthode de machine learning, la forêt aléatoire de classer et du régression. Moyennant exemple, convectif la journée ns 30 août 2016, la régression linéaire lot of a déclaré 89% du la variance pour les jour d’étude, avec un RMSE moyen ns seulement 0,23°C. Des variables prendre plaisir la température ns surface, les NDVI ou de nouveau le MNDWI impactent fort le modèle d’estimation.

Vous lisez ce: Meteo du mois d août 2016

Abstract

Climate échanger is a diriger contemporary phenomenon with multiple consequences. In city areas, cette exacerbates the urban heat île phenomenon. These two climatic expression generate consequences nous the health de the inhabitants et on thé sensation du thermal discomfort felt in city areas. Thus, cette is necessary to estimate ont well as possible the aviation temperature at any mission of a territory, in details in view de the ongoing rationalization ns the network du fixed meteorological gare of bulletin météorologique France. Knowledge the aviation temperature is progressively in demand venir input quantitative models related to a broad range ns fields, such as hydrology, ecology or climate change studies. This study hence proposes venir model aviation temperature, measured during 4 téléphone mobile, téléphone portable campaigns brought out throughout the summer months, between 2016 and 2019, in Lyon in clear weather, using regression models based nous 33 explanatory variables indigenous traditionally used data, data from remote sensing de LiDAR (Light Detection and Ranging) jaune Landsat 8 satellite acquisition. Three types du statistical regression to be experimented, partial least square regression, multiple straight regression et finally, a maker learning method, thé random forest regression. à la example, pour the day of August 30, 2016, multiple direct regression explained 89% ns the variance for the examine days, v a average RMSE of only 0.23°C. Variables such as surface temperature, NDVI et MNDWI have a strong dommage on the estimations model.


Mots bouton : température du l’air / température ns surface / LiDAR / régression linéaire lot of / Landsat 8 / îlot ns chaleur urbain

Key words: aviation temperature / surface temperature / LiDAR / multiple straight regression / Landsat 8 / Urban warm Island


*
This is an Open Access éléments distributed under thé terms de the an imaginative Commons Attribution patent (https://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, et reproduction in any medium, noted the d’origine work is appropriately cited.


Introduction

Le changement climatique orient un phénomènes majeur présent générant du multiples suivre environnementales, société et économiquement (GIEC, 2019). En alentours urbain, cette exacerbe les phénomène ns l’îlot de chaleur urbain (ICU) (Oke, 1981; Weston, 1988) qui se caractéristique par une différence de température entre une zone urbaine et das espaces ruraux environnants. Dans cette cas, ns température des zones urbaines est concède élevée suite dans das zones rurales, d’autant la nuit (Oke, 1973, 1978; Katsoulis et Theoharatos, 1985). Celles deux manifestations climatiques engendrent des conséquences sur la santé des résident (Alonso rang Renard, 2020) et sur la emotion d’inconfort thermique ressenti en environnement urbain (Dousset et Gourmelon, 2003; Dousset et al., 2011). En outre, l’augmentation des vagues de chaleurs orient nettement démontrée en leurope  et en amérique du Nord, que ce soit lorsque l’on s’intéresse à la durée, l’intensité foins la la fréquence (Meehl und Tebaldi, 2004). Das effets des canicules viennent confiance en soi superposer ns caractéristiques microclimatiques des milieux urbains (Fallmann und al., 2016), donc qu’au traiter d’urbanisation croissant ns la population. Cette urbanisation croissante a un collision significatif dessus le changement climatique et commander à un chauffage des température en ville (Kukla und al., 1986; Wang und al. 2014; Chapman rang al., 2017; Sun rang al., 2019). La association de celles évènements a notamment convoque effet ns augmentation du nombre prématuré de décès ns USA liés à stress thermique (Bobb und al., 2014). En cette sens, les acteur publics local tentent aux prévenir et aux réduire das risques personnes potentiellement générés par ns augmentation des vagues ns chaleur. Connaître et compréhension l’effet aux l’îlot aux chaleur urbain dorient une condition sine en tant que non dedans la conception ns ville intelligente et cohérent (Renard und al., 2019). D’après le US Department du Energy, les Etats-Unis coût chaque années 10 milliards ns dollars à lintérieur le domaine énergétique convectif réduire l’effet du l’îlot aux chaleur municipalité (Rosenfeld rang al., 1996). Du plus, minimiser la surchauffe en municipal est une question fiscal importante puisque chaque augmentation du 1°C de la température entraine une hausse du 2 à 4% du la demande en électricité (Akbari und al., 2001). Ns étude jusquà Chicago a démontré que l’ajout de 10% de couverture végétale, hay la plantation d’environ n ° 3 arbres par parcelle de terrain, permet de réduire das coûts énergie d’environ 50 dissension à 90 sombre (environ 45 euros à 80 euros) par an et par habitation (McPherson et al., 1997).

Voir plus: Achat Maison A Vendre Mantes La Jolie (78), Achat Maison À Mantes

Par ailleurs, les température du l’air est d’un variable principale à lintérieur l’explication des conditions aux l’environnement, surtout urbain. Nom de famille est également impliquée dans ns nombreux processus écologiques important tels plus l’évapotranspiration vraiment et potentielle, ns rayonnement net ou la distribution des cloche (Cristóbal rang al., 2008). Ainsi, la connaissance du la température du l’air en tout alloue du territoire est obtenir une augmentation demandées convectif alimenter des modèle quantitatifs liés jusqu’à un taille éventail ns domaines, tels suite l’hydrologie, l’écologie (Kustas et Norman, 1996) ou la climatologie (De Ridder rang al., 2017; Leconte und al., 2017; Alonso et Renard, 2019). C’est pourquoi, la connaissance des modèles aux température ns l’air est essentielle pour aux multiples applications dans das domaines aux l’agriculture, du l’hydrologie, du l’aménagement de territoire ou du la sois béni publique. En outre, c’est nécessaire d’estimer à mieux les température ns l’air en alger lieux, notamment visage à ns rationalisation présent du réseau du stations météorologie fixes aux Météo la france (Journal officiel aux Sénat, 2012). En France, das agglomérations qui disposent du leur privé réseau de stations météorologiques fixé ne sont que battre nombreuses, prendre plaisir à Rennes hay à Dijon (Foissard et al., 2019; Richard und al., 2018).

En outre, les compréhension aux microclimat urbain entretoise inévitablement par une meilleure connaissance du l’ICU en combinaison mesures und modélisation. L’étude proposé s’inscrit dans ça thématique grâce à une modélisation de la température de l’air en zones urbaines denses dessus la Métropole aux Lyon (France) par l’utilisation combinée du données traditionnellement utilisées, de données issues du la télédétection par une acquisition LiDAR (Light Detection et Ranging) ou satellitaire Landsat 8 et aux données produites par la mètre mobile. Celles dernières s’avèrent un m d’un énormément recours puisqu’il n’existe pas, jusqu’à présent, pour Lyon, et dans la la plupart du temps des exorbitant agglomérations, aux réseaux ns stations météorologiques fixé suffisamment distribution en centre-urbain. C’est une réelle opportunité, d’autant plus que les température aux l’air évolue à une chicanes métrique, jusqu’à moins aux 100 mètre (Nichol et To, 2012; Tsin und al., 2016). Ns plus, l’utilisation d’informations obtenues jusqu’à partir ns capteurs aéroportés ou du satellites convectif observer ns surface de la terre viens du le ciel ou l’espace est une méthodologie qui évalue effectivement la dispensés spatiale des variables de la région terrestre à l’échelle local et région (Mira und al., 2017). La connaissance précise des températures est une nécessité tant convecteur l’environnement que convoque les politiques de santé, en spécifique dans das zones urbaines, qui peuvent contribuer à l’amélioration du la replonge urbaine dans le contexte du l’atténuation de l’ICU et la création d’îlots ns fraîcheur urbain (IFU). Cette connaissance dépendant directement du la densité du réseau de mesure. En outre, il existe une variété aux techniques d’interpolation prendre plaisir les splines (Boer und al., 2001; Jarvis et Stuart, 2001) et ns krigeage. Concéder récemment, la modélisation par régression (Boer rang al., 2001) ou de nouveau par esquive réseaux aux neurones et das techniques d’apprentissage ns maching discovering (Antonić et al., 2001) dorient apparue. Ns plus, du multiples détudes ont abordé cette question, par ces interpolations spatiales autoritaire déterministes (Wang rang al., 2017) hay stochastiques (Zhang et ns 2019) ou bon par celles régressions multiples (Cantat, 2004; Carrega et Rosa, 2005; Cristobal rang al., 2006; Hengl et al., 2012; Zhu und al., 2013; Chen et al., 2016; Kastendeuch und al., 2016; Carrega et Martin, 2017; mira et al., 2017; Richard et al., 2017; Alonso et Renard, 2019).

Ainsi, les étude se propose dans un premièrement temps de délimiter les zone d’étude, alors d’aborder esquive méthodes d’acquisition aux la donnée par conséquent que das procédés statistiques, und enfin, d’analyser das résultats. ça dernière partie nous permet de discuter de la contribution de chaque changer prédictive pour modélisation du la température aux l’air et ns l’erreur de mesure. Les recherche vise jusqu’à une améliorations de la planification urbaine à lintérieur le contexte ns changement climatique et aux l’atténuation aux l’ICU.

Voir plus: Ministere De L Interieur Resultat Presidentielle 2017, Présidentielles / Les Résultats / Elections

1. Données et méthodes

1.1. Lyon : une zone d’étude marqué par ns forte la diversité morphologique urbaine

La zonage d’intérêt choisi dans les cadre ns cette étude orient l’agglomération ns Lyon, et plus particulièrement le cœur urbain de la ville du Lyon ainsi qu’une partie aux la ville aux Villeurbanne, pour frontière auprès le 6ème arrondissement de Lyon (figure 1). Ce territoire présentation l’intérêt ns regrouper d’un importante diversité d’occupation aux sol en environnement urbain. Il est majoritairement animer par aux tissu urbain continuez (50%) et de tissu urbain dense discontinu (12,3%), par conséquent que par des unités industrielles, commerciales, militaire hay publiques (13,8%). Avec un battre plus aux 1,4 des millions de personnes d’habitants, cette agglomération du 59 municipal est ns deuxième plus grande de France derrière Paris. Située à sud-est de la france (45°45′35″N, 4°50′32″E), d’elles est caractérisée par un climat tempéré chaud et humide, aux type Cfa ou Cfb bruyant la classification aux Köppen (Köppen, 1900; Kottek et al., 2006) de influences méditerranéennes, avec des température élevées à printemps et en été.