Alors que le changement climatique produit de plus en plus de vagues de chaleur, combien de foyers aux États-Unis ne disposent pas d’un système de climatisation adéquat ? Qui est le plus vulnérable aux températures mortelles et où vivent-ils exactement ?
Un chercheur de l'Université du Kansas a produit la carte la plus complète et la plus détaillée de l'utilisation de la climatisation aux États-Unis : des données qui peuvent améliorer la compréhension de l'accès à la climatisation pour les responsables de la santé publique, les urbanistes, les gestionnaires des urgences, les économistes, les auditeurs énergétiques, les prestataires de services sociaux, l'industrie privée et d'autres parties prenantes.
La recherche apparaît dans Données scientifiques.
« Cet article visait à développer un ensemble de données sur la climatisation à l'échelle nationale », a déclaré l'auteur principal Yoonjung Ahn, professeur adjoint de géographie et de sciences atmosphériques à la KU.
« Dans le passé, de nombreuses études ont tenté d'estimer la possession d'un système de climatisation, mais les ensembles de données publiques disponibles étaient trop limités. Par exemple, l'American Housing Survey fournit des données uniquement à de grands niveaux géographiques, tels que les comtés ou les zones métropolitaines, et uniquement pour les emplacements étudiés. D'autres sources, comme l'Energy Information Administration, collectent de petits échantillons plutôt que des données pour l'ensemble de la population. «
Ahn utilise la modélisation spatiale, l'analyse spatiale, les statistiques spatiales et le Big Data pour rechercher les impacts disproportionnés des risques environnementaux, comme les vagues de chaleur.
« Cet ensemble de données est important pour comprendre comment les gens subissent une chaleur extrême à mesure que le climat se réchauffe », a-t-elle déclaré.
« Même si 90 % des Américains disposent d'une sorte de climatisation, tous les systèmes ne sont pas aussi efficaces. Les unités portables ou par évaporation, par exemple, ne refroidissent pas bien les maisons dans les régions humides. »
Jusqu'à présent, des données détaillées sur les types de climatiseurs utilisés par les gens à travers le pays n'étaient pas disponibles.
« Cela rend difficile d'évaluer qui est le plus vulnérable à la chaleur, en particulier dans les zones rurales où les gens ont moins d'options pour se rafraîchir », a déclaré Ahn. « Dans les zones urbaines, les gens peuvent aller à la bibliothèque ou à la piscine, mais dans les zones rurales, les gens peuvent travailler à l'extérieur et rentrer chez eux dans des environnements intérieurs chauds. »
Le chercheur de la KU a déclaré que son ensemble de données pourrait aider les responsables de la santé publique et les décideurs politiques à identifier les régions qui manquent de refroidissement adéquat et où les gens pourraient avoir besoin de programmes de soutien ou de subventions énergétiques.
« Cela pourrait également éclairer les décisions en matière d'efficacité énergétique, en aidant les gens à choisir les systèmes de refroidissement les plus adaptés à leur climat sans coûts inutiles », a-t-elle déclaré.
Pour compiler et analyser des informations plus détaillées sur l'utilisation de la climatisation à l'échelle nationale, la chercheuse de la KU a utilisé l'ensemble complet de données immobilières de Dewey au niveau des ménages, combiné avec des variables qu'elle avait identifiées dans des études antérieures, telles que le type de logement, l'âge du bâtiment, l'année de rénovation, la race et l'origine ethnique, les politiques de logement historiques et les données climatiques.
Ensuite, pour dresser un tableau plus complet de l’accès à la climatisation, Ahn et le co-auteur Christopher Uejio de la Florida State University se sont appuyés sur des algorithmes d’apprentissage automatique pour combler les lacunes des données.
« Comme les données Dewey contenaient des informations manquantes qui n'étaient pas aléatoires, j'ai utilisé un algorithme de forêt aléatoire pour imputer les valeurs manquantes », a-t-elle expliqué.
« Certaines variables, comme le type de logement, comportaient trop de données manquantes et ont été exclues. Ensuite, j'ai utilisé un autre modèle d'apprentissage automatique, XGBoost, pour classer les maisons en quatre types de climatisation : climatisation centrale, d'autres types comme les unités de fenêtre ou portables, les refroidisseurs par évaporation et aucun.
« En utilisant ces prédictions, j'ai créé un décompte des propriétaires de climatiseurs par secteur de recensement. XGBoost a bien fonctionné car il gère à la fois des données catégorielles et continues, avec une précision globale comprise entre 97 et 99. La précision variait selon le type de climatisation, allant de 87 % à 97 %. »
Ahn s'est dite surprise par certaines découvertes.
« Les études précédentes portaient uniquement sur les zones métropolitaines, mais mon ensemble de données m'a permis de comparer les régions rurales et urbaines », a déclaré Ahn.
« Il y avait des différences nettes. Par exemple, les refroidisseurs centraux et par évaporation étaient plus courants dans les zones rurales de l'Oregon, tandis que les zones urbaines disposaient de types de climatisation plus centraux et « autres », voire pas du tout. De plus, environ 20 % des ménages de Floride utilisaient d'autres types de climatisation, tandis que plus de 95 % des maisons dans les zones urbaines disposaient d'une climatisation centrale. «
Le chercheur de la KU a également découvert des différences socio-économiques et démographiques dans les données plus détaillées, impossibles à glaner à partir de données avec moins de résolution.
« Le climat et le type de chauffage étaient globalement les prédicteurs les plus puissants, mais la proportion de résidents hispaniques était une variable importante pour certains types de climatisation, en particulier les refroidisseurs par évaporation et d'autres types », a déclaré Ahn. « Ces unités sont concentrées dans des régions comme la Californie et le Nouveau-Mexique, qui comptent également une forte population hispanique. »
Ahn a déclaré que la ville de New York ne correspondait pas bien aux prévisions du modèle, probablement en raison de ses caractéristiques uniques par rapport à d'autres régions des États-Unis.
« Le parc de logements y est plus ancien et les revenus sont élevés, mais les types de climatisation varient d'une manière que le modèle n'a pas pu pleinement saisir », a déclaré Ahn.
Elle a reconnu les limites de ses données, ce qui pourrait motiver des recherches de suivi.
« Certaines régions ont des taux de données manquantes plus élevés, ce qui ajoute à l'incertitude », a déclaré Ahn.
« Les zones métropolitaines comme la ville de New York présentaient un taux de disparition particulièrement élevé, ce qui rendait ces prévisions moins fiables. Une autre limite est que mon ensemble de données représente les conditions actuelles et non les tendances historiques. J'espère développer un ensemble de données historiques à partir de 1980, la dernière fois que le Bureau du recensement a mené une enquête nationale sur la CA. »
Enfin, les données autodéclarées provenant d'enquêtes, telles que l'American Housing Survey, peuvent ne pas refléter avec précision l'utilisation réelle, a déclaré Ahn. Par exemple, des personnes peuvent déclarer lors d'une telle enquête qu'elles n'ont pas de climatisation, mais qu'elles utilisent en réalité une glacière marécageuse ou une unité portable.
À l’avenir, Ahn prévoit de combiner des données provenant de plusieurs sources pour compenser leurs limites.
La chercheuse, qui a rejoint le corps professoral de la KU en 2023, prévoit des recherches de suivi pour inclure des données historiques et travailler avec les étudiants sur de futurs projets à mesure que son laboratoire se développe à la KU.
