Challenge Open Data

Précarité énergétique et changement climatique

Rapport

Objectifs

À l'échelle européenne et mondiale, limiter les effets du changement climatique est un enjeu majeur. Cela passe notamment par la réduction de la consommation d’énergie et des émissions de gaz à effet de serre des logements. Le diagnostic de performance énergétique (DPE) des logements sert à mesurer les deux points précédents en France.

Au terme de l'expertise d'un logement, une étiquette allant de A, un logement extrêmement performant, à G, un logement extrêmement peu performant, est délivrée. Grâce à ces diagnostics, la France peut identifier les "passoires énergétiques", les logements étiquetés F ou G, qui sont les plus vulnérables au changement climatique, afin de proposer un plan de rénovation énergétique.

De plus, les effets du changement climatique ne seront sûrement pas répartis de manière homogène en France métropolitaine. Notamment, les évolutions des températures ne devraient pas être identiques entre les différents départements de la France.

En s'appuyant à la fois sur les données des DPE, les températures observées actuelles et les prévisions futures,

Est-il possible de mettre en évidence certains départements français où les logements seraient plus exposés aux évolutions des températures ?

Jeux de données

Le Diagnostic de Performance Énergétique (DPE) des logements

Depuis le site https://data.ademe.fr/ sont récupérés deux jeux de données fournis par l'ADEME sous licence ouverte :

https://data.ademe.fr/datasets/dpe-v2-logements-neufs

https://data.ademe.fr/datasets/dpe-v2-logements-existants

Températures dans les départements français

De drias-climat.fr sont tirés les jeux de données comprenant les températures prévisionnelles de 2030 et de 2050 sur 8981 points du territoire français.

De data.gouv.fr est tiré un jeu de données comprenant les latitudes et longitudes extrêmes de chaque département français.

De france-geojson.gregoiredavid.fr est tiré un jeu de données comprenant la carte des départements de France au format GeoJSON.

Traitements opérés sur les données

Le Diagnostic de Performance Energétique (DPE) des logements

Après le téléchargement des deux jeux de données des DPE, le script scripts/data_pre_processing.py traite l'ensemble des données brutes. Ce script lit les données de chacun des enregistrements de DPE et les agrègent par département et par catégorie d'étiquette DPE. Ces agrégats sont ensuite stockés dans deux fichiers data/dpe-logements-existants-resultat.json (28Ko) et data/dpe-logements-neufs-resultat.json (19Ko). Enfin, les données json des deux fichiers sont fusionnées dans le fichier data/dpe.js.

Relevés de température départementaux

Afin de visualiser les températures en 2022 et les prévisions en 2030 et 2050 dans les départements français, deux jeux de données ont été croisés :

Les deux jeux de données sont donc croisés afin d'établir des températures prévisionnelles moyennes pour chaque département français. Pour cela, un premier traitement consiste à associer à chaque point de relevé de température un département en confrontant ses coordonnées GPS avec les latitudes et longitudes extrêmes de chaque département (via le script temp_to_dep.py). Ensuite, afin d'obtenir une seule température minimale, maximale et moyenne par département, le minimum des températures sur chaque point du département est calculé, le maximum aussi, et enfin une moyenne est faite afin d'obtenir une température moyenne (via les scripts temperatures2022.py, temperatures2030.py).

Après avoir recoupé ces deux jeux, le produit final est formaté en JSON après avoir filtré et agrégé les données (la taille a été divisée par 1000 entre les données brutes et les données traitées).

Représentation graphique des données

Afin de permettre aux utilisateurs de visualiser les données sous forme graphique, nous avons mis en place une carte interactive des départements de France, accompagnée d'une fonction de filtrage via une barre de recherche. L'utilisateur a le choix : soit cliquer directement sur un département sur la carte pour afficher les résultats correspondants, soit entrer le nom ou le code du département pour effectuer un filtrage personnalisé.
Pour représenter les proportions des logements selon leur catégorie DPE de A à G, nous avons créé des histogrammes : un histogramme par département métropolitain français.
Pour représenter les évolutions de température, nous avons créé des graphiques avec plusieurs courbes représentant respectivement :

Choix des technologies

Les données brutes sont traitées à l'aide de scripts Python, ce qui nous a permis de considérablement réduire la taille de nos données en les filtrant et en les agrégeant.
Les données traitées sont ensuite stockées dans des fichiers sous format de JSON, GeoJSON.
Notre page web est conçue avec l'utilisation de HTML, CSS et JavaScript.
Nous utilisons la bibliothèque D3.js pour créer des graphiques interactifs en se basant sur nos données traitées.

Architecture de l'application

Le code source de l'application est structuré ainsi :

Au chargement de la page index.html, le script index.js utilise les données transformées pour construire les graphiques dans des balises vides prévues à cet effet. Après un clic sur un département de la carte affichée, l'application récupère les données associées à chaque département, puis reconstruit les graphiques pour ce département, remplaçant les anciens graphiques.

GreenIT Analysis

L’analyse Green IT a été réalisée via Firefox 120.0. L’extension utilisée est GreenIT Analysis V3.1.2. D'après l'analyse GreenIT, une seule bonne pratique est absente : pas de CSS print. Ce qui est volontaire puisque notre page web n'est pas destinée à l'impression. Toutes les autres "bonnes pratiques" mentionnées par GreenIT sont respectées. Notre page émet 1.19 gramme de CO2, ce qui, d'après le Sénat équivaut à 0,02084063 kWh. Par ailleurs, le prérequis sur la taille de notre page est aussi respecté puisqu'elle ne dépasse pas les Mo.

GreenIT Analysis