Des températures dangereusement élevées, surtout dans les villes, provoquent souvent des conditions telles que le coup de chaleur et l'épuisement par la chaleur ou aggravent des conditions médicales préexistantes telles que les maladies cardiovasculaires. Entre 1999 et 2010, au moins 8, 081 personnes sont décédées aux États-Unis en raison de maladies liées à la chaleur.

L'un des principaux facteurs à l'origine de ce chiffre surprenant est l'effet d'îlot de chaleur urbain. Cela provoque de fortes disparités de température entre les villes et les zones environnantes en raison de la chaleur piégée par les concentrations de populations et les infrastructures artificielles. Quatre-vingt-un pour cent des décès signalés – plus de 6, 500 au total — survenus dans les zones urbaines.

Armé d'une subvention du programme Prediction of and Resilience against Extreme Events (PREEVENTS) de la National Science Foundation (NSF), une équipe de chercheurs de Carnegie Mellon a entrepris de fournir aux villes un outil pour mieux comprendre ce phénomène dangereux.

L'équipe était dirigée par les professeurs agrégés Matteo Pozzi et Mario Berges du Département de génie civil et environnemental, et leur Co-PI, la chercheuse Kelly Klima du Département d'ingénierie et de politique publique.

Le fruit de leur travail est l'OMBRE, qui signifie Évaluation de la chaleur de surface pour les environnements développés. Grâce à SHADE, l'équipe, dont le chercheur postdoctoral Carl Malings et le professeur Elie Bou Zeid de Princeton, ont développé des modèles spatio-temporels à petite échelle des températures urbaines de Pittsburgh.

Alors que les chercheurs de Princeton se sont concentrés sur la simulation des conditions météorologiques et d'autres facteurs qui contribuent aux températures à un endroit donné, l'équipe CMU a adopté une approche davantage axée sur les données. Pozzi et Malings, un doctorat élève de Pozzi à l'époque, travaillé à développer « des modèles statistiques pour mieux modéliser, comprendre, et de comprendre comment la température change dans le temps et dans l'espace" dans l'environnement urbain.

Ils ont découvert que les températures élevées causées par les vagues de chaleur régionales peuvent ajouter un autre ingrédient puissant au pot de facteurs de température dangereux en jeu dans l'environnement urbain.

"Une, la température est plus élevée dans les zones urbaines, " dit Malings. " Deux, il est encore plus élevé pendant les vagues de chaleur. Et trois, les températures peuvent varier beaucoup dans toute la ville, car la composition du bâtiment est très différente. Cela rend l'effet très différent."

Alors que l'équipe de Princeton a pu modéliser ces facteurs à un moment donné, le faire sur toute la ville serait extrêmement gourmand en calculs, rendant cette méthode peu pratique pour la modélisation et la prévision de la température en temps réel.

"L'idée sur laquelle nous travaillons est de construire ce que nous appelons des "modèles de substitution, ' qui sont fondamentalement des modèles plus simples qui capturent le même type d'informations mais peuvent être exécutés beaucoup plus rapidement pour se rapprocher des prévisions en temps réel, " dit Malings.

En utilisant ce système de modèles de substitution, l'équipe a pu commencer à observer des tendances plus importantes des températures entre différents endroits au fil du temps. Bien qu'étant au tout début du projet, leurs découvertes ont déjà donné lieu à plusieurs publications, y compris leur article le plus récent sur une méthodologie de détection optimale pour soutenir la prise de décision dans des scénarios de températures extrêmes. Cela pourrait permettre un bien meilleur système d'alerte précoce pour les populations à haut risque de maladies liées à la chaleur.

Dans une perspective à long terme, le modèle pourrait éclairer les décisions d'infrastructure pour les ingénieurs civils. En utilisant les informations fournies par les techniques de modélisation de l'équipe, les urbanistes et les architectes pourraient intégrer des infrastructures vertes et d'autres techniques d'atténuation de la chaleur dans les villes du futur, lutter à sa source contre l'effet d'îlot de chaleur urbain.

"Le cadre résultant aidera les futurs urbanistes et gestionnaires à prendre des décisions concernant la température dans la ville, " dit Bergès, « et ils seront en mesure de tirer parti du flux en croissance rapide de données de capteurs disponibles dans les environnements urbains. »

Pour les Malings, maintenant chercheur postdoctoral au département de génie mécanique, les informations de SHADE aideront également à éclairer les décisions futures sur l'emplacement des capteurs pour des résultats optimaux. Les déductions qu'il espère tirer de ces capteurs ne se limitent pas à l'effet d'îlot de chaleur urbain.

"Vous pouvez faire la même chose avec la pollution de l'air, où vous prenez votre prévision préalable des concentrations de pollution, puis mettez à jour celles-ci avec les mesures du capteur et optimisez les décisions en fonction de cela, " dit Malings.

Ayant jusqu'à présent limité leur modélisation à Pittsburgh et à New York, l'équipe prévoit d'étendre sa portée à un plus grand nombre de villes à l'avenir.

« Les villes ont des propriétés similaires, mais en commençant tout juste à Pittsburgh et à New York comme études de cas, il y a certainement des comportements différents entre les deux, " dit Pozzi. " Notre idée pour l'avenir est de développer des modèles à l'échelle urbaine pour différentes villes, mais un étalonnage spécifique doit être effectué pour chaque ville individuelle. »