ClimAtlas Vulnérabilités

ClimAtlas Vulnérabilités

Visualiser l’augmentation du risque de fortes chaleurs pour les personnes âgées en France

1. Contexte : hausse des températures & croissance des populations âgées

La France connaît déjà une multiplication des épisodes de fortes chaleurs à travers son territoire. De plus, les projections climatiques régionales montrent que cette tendance va s’accentuer d’ici 2030, puis 2050, avec :

• davantage de jours à plus de 35°C, dangereux pour la santé ;

• des nuits tropicales (>20°C), empêchant la récupération physiologique ;

• des vagues de chaleur de plus longue durée ;

• une intensification du phénomène d’îlots de chaleur urbains dans les villes.

Ces épisodes affectent particulièrement les personnes vulnérables, et notamment les personnes âgées, en particulier lorsqu’elles vivent seules, en milieu urbain dense ou dans des zones précaires.

La population française étant vieillissante, la proportion de personnes âgées de 65 ans et plus sera nettement plus élevée en 2050, et leur répartition territoriale évoluera en profondeur selon les projections démographiques de l’INSEE.

L’intersection entre une population plus âgée et une exposition croissante aux chaleurs extrêmes constitue donc un enjeu majeur de santé publique et d’aménagement du territoire.

2. Problématique & proposition de valeur

Problématique

Comment visualiser rapidement, et à une échelle spatiale fine, l’évolution du risque de fortes chaleurs pour les personnes âgées sur l’ensemble du territoire entre aujourd’hui et 2050 ?

Proposition de valeur de Climatlas Vulnérabilités:

Fournir une plateforme simple, interactive et autoportante permettant de croiser données climatiques et démographiques pour repérer les territoires — jusqu’à l’échelle des quartiers — où la vulnérabilité thermique des personnes âgées va le plus augmenter.

L’outil vise ainsi à transmettre en quelques secondes une information précise, actionnable et territorialisée, utile aux collectivités, urbanistes, acteurs sanitaires et décideurs publics.

3. La solution

3.1 Description générale

La solution repose sur une application Streamlit composée de :

• une carte interactive permettant :

  • de naviguer dans le territoire à différentes échelles (commune / EPCI / département / région)

  • d’afficher le croisement d’un indicateur représentatif de l’aléa de forte chaleur et de la démographie des populations âgées, à la fois pour aujourd’hui et à l’horizon 2050 (+2.7°C°

• une page de documentation intégrée, rendant la solution accessible et compréhensible sans expertise préalable.

➡️ L’application en ligne (auto-portante) :
https://hackaton-mf-defi2-icu-xpkqbvnjcbszzp2yzgavl3.streamlit.app/

3.2 Usage des données : ce qu’elles permettent de faire

Données climatiques — Météo-France / CPRCM

• Modèle CNRM-AROME46t1, 2,5 km de résolution : un niveau de détail rare qui permet de voir des différences à l’échelle des quartiers, crucial en milieu urbain où les vagues de chaleur sont amplifiées.

• Forçage : CNRM-ESM2-1, scénario SSP3-7.0.

• Périodes TRACC étudiées :

  • baseline (2015–2034, pivot 2025)

  • +2.7°C (2068–2087, pivot 2078)\

Indicateurs climatiques

Sur chaque période de 20 ans, calcul du pire cas annuel (maximum sur 20 ans) pour le nombre de jours et nuits consécutifs en vague de chaleur (min > 20°C et max > 35°C). Ces indicateurs reposent sur les méthodologies DRIAS et TRACC.

A noter que d’autres indicateurs ont été calculés mais n’ont pas pu être ajoutés à l’application, faute de temps : 

• nombre de nuits tropicales (min > 20°C) ;

• nombre de jours en vague de nuits tropicales ;

• nombre de jours avec vagues de chaleur (max > 35°C).

Données démographiques — INSEE : https://www.insee.fr/fr/statistiques/6652134

• Projections 2018–2070 par département

• Données carroyées (1 km²) pour la distribution spatiale fine.

• Variables utilisées : population totale, personnes âgées (65 ans et plus).

De plus, un croisement possible avec des données WorldPop pour affiner la répartition infra-urbaine à l’aide des données IRIS a été envisagé mais non intégré par manque de temps.

3.3 Méthode de construction de la solution

1. Extraction et traitement des données CPRCM
   – Calcul des indicateurs de fortes chaleurs annuels
   – Agrégation par maximum sur 20 ans (pas de moyennage car risque de lissage des valeurs extrêmes)
   – Construction d’un dataset consolidé par scénario (actuel et +2.7°C)
2. Préparation des données démographiques
   – Récupération des projections INSEE
   – Descente d’échelle (carroyage 1 km²)
   – Récupération de la part des +65 ans aujourd’hui et à 2050
3. Croisement climat × démographie
   – Jointure géographique des grilles
   – Calcul d’indicateurs combinés de risque
4. Création d’une application Streamlit
   – Affichage d’une carte interactive
   – Comparaison des scénarios
   – Intégration d’une documentation autoportante

4. Impact envisagé

4.1 Ce que permet la solution

• Repérer les territoires à risque thermique croissant, à une résolution très fine.

• Observer l’évolution de l’exposition entre aujourd’hui, et 2050 (+2.7°C selon la TRACC) pour les personnes âgées dont la démographie va évoluer.

• Identifier les quartiers prioritaires où les politiques d’adaptation doivent être renforcées.

• Soutenir :

  • l’urbanisme climatique ;

  • les politiques de prévention sanitaire ;

  • les PCAET ;

  • les diagnostics territoriaux (CRTE, politique de la ville).\

4.2 Publics visés et bénéfices

• Collectivités locales : outils d’aide à la décision pour orienter les budgets d’adaptation.

• Urbanistes / aménageurs : localisation des îlots de chaleur à renforcer;

• Services de santé publique : identification des zones où les personnes âgées seront les plus vulnérables.

• Chercheurs / analystes : données homogènes, reproductibles, documentées.

5. Ressources

5.1 Livrables

• Application Streamlit en ligne, avec documentation et carte interactive :
  👉 https://hackaton-mf-defi2-icu-xpkqbvnjcbszzp2yzgavl3.streamlit.app/

• Dépôt GitHub complet contenant :
  – les notebooks de calcul des indicateurs climatiques
  – le code de pré-processing démographique
  – l’application Streamlit
  – un README détaillant la méthodologie
  👉 https://github.com/royantoine/impact-chaleur-future-population

6. Retours consolidés sur les données exploitées

Erreurs, incohérences ou anomalies identifiées

RAS. Aucun problème majeur constaté, ni technique ni scientifique. Les données se sont révélées robustes, cohérentes et parfaitement exploitables pour notre cas d’usage. Nous avons été très satisfaits de leur qualité.

Difficultés d’exploitation et pistes de résolution

RAS également. L’intégration des données, leur manipulation et leur croisement se sont déroulés sans difficulté particulière. Les rares ajustements nécessaires (formatage, harmonisation spatiale) sont classiques et ont été rapidement résolus.

Limites pour le cas d’usage et adéquation aux besoins

Les données Météo France fournies sont bien adaptées au domaine étudié :

• résolution spatiale fine (2,5 km) particulièrement pertinente pour analyser les risques de chaleur en milieu urbain ;

• couverture temporelle alignée sur les horizons TRACC ;

• cohérence avec les seuils méthodologiques DRIAS.

RAS donc sur l’adéquation : les données ont parfaitement répondu aux exigences du projet et nous avons été très satisfaits des résultats obtenus.