La passerelle vers une utilisation plus éclairée de l'eau et une meilleure planification urbaine dans votre ville pourrait déjà être mise en signet sur votre ordinateur. Une nouvelle étude de l'Université de Stanford identifie les tendances en matière d'utilisation et de conservation de l'eau dans les résidences en analysant les informations sur le logement disponibles sur le site Web immobilier de premier plan Zillow.

La recherche, publié le 18 novembre dans Lettres de recherche environnementale , est le premier à démontrer comment les nouvelles plateformes de données immobilières peuvent être utilisées pour fournir des informations précieuses sur l'utilisation de l'eau pour la planification des logements et des infrastructures de la ville, gestion de la sécheresse et durabilité.

« L'évolution des modèles de développement peut être la clé de notre succès pour devenir plus économes en eau et renforcer la sécurité de l'eau à long terme, " a déclaré l'auteur principal de l'étude, Newsha Ajami, directeur de la politique urbaine de l'eau au programme Water in the West de Stanford. « La création de villes résistantes à l'eau dans un climat changeant est étroitement liée à la façon dont nous pouvons devenir plus efficaces dans la façon dont nous utilisons l'eau à mesure que notre population augmente. »

On estime que jusqu'à 68 % de la population mondiale résidera dans des zones urbaines ou suburbaines d'ici 2050. Bien que la croissance des villes soit une tendance constante, les types de logements résidentiels en construction et les configurations de quartiers sont moins homogènes, conduisant à différentes façons dont les gens utilisent l'eau à l'intérieur et à l'extérieur de leurs maisons. Les personnes vivant au sein de ces communautés ont également des comportements d'utilisation de l'eau différents en fonction de facteurs tels que l'âge, ethnie, l'éducation et le revenu. Cependant, lors de la planification des changements d'infrastructure, les décideurs ne prennent que la population, prise en compte de la croissance économique et du budget, résultant en une image incomplète de la demande future. Cette, à son tour, peut conduire à des changements d'infrastructure, comme le remplacement de vieux tuyaux, développer des sources d'approvisionnement en eau supplémentaires ou construire des installations de traitement des eaux usées, qui ne répondent pas aux besoins de la communauté.

Zillow et d'autres sites Web immobiliers rassemblent et publient des documents recueillis auprès de différents comtés et agences municipales. Ces sites Web peuvent également être mis à jour par les propriétaires, ce qui en fait de riches sources d'informations qui peuvent autrement être difficiles et opportunes à obtenir. Les chercheurs de Stanford ont utilisé les données de Zillow pour recueillir des informations sur les maisons unifamiliales, y compris la taille du lot, valeur de la maison et nombre de pièces à Redwood City, Californie, une croissance rapide, ville économiquement diversifiée avec différents styles de maisons, terrains et quartiers. Puis, ils ont extrait les informations démographiques du Bureau du recensement des États-Unis pour la ville, en examinant des facteurs tels que la taille et le revenu moyens du ménage ainsi que le pourcentage occupé par les locataires, non-familles, les diplômés du collège et les personnes âgées.

Couplage des données de Zillow et de recensement puis application de méthodes de machine learning, les chercheurs ont pu identifier cinq regroupements communautaires, ou des grappes. Ils ont ensuite comparé les données de facturation des différents groupes du service des travaux publics de la ville pour identifier les tendances d'utilisation de l'eau et les modèles saisonniers de 2007 à 2017 et les taux de conservation pendant la sécheresse historique de la Californie de 2014 à 2017.

« Grâce à nos méthodes intégrant les données Zillow, nous avons pu développer des regroupements de communautés plus précis au-delà du simple regroupement des clients en fonction du revenu et d'autres qualités socio-économiques. Cette vue plus granulaire a donné lieu à des résultats inattendus et a permis de mieux comprendre les communautés économes en eau, " a déclaré l'auteur principal Kim Quesnel, un chercheur postdoctoral au Bill Lane Center for the American West tout en effectuant la recherche.

Ils ont constaté que les deux groupes aux revenus les plus faibles obtenaient un score moyen pour l'utilisation de l'eau malgré un nombre plus élevé de personnes vivant dans chaque ménage. Le groupe à revenu moyen utilisait beaucoup d'eau à l'extérieur, mais se classait faiblement dans l'utilisation d'eau en hiver, signalant des appareils d'eau intérieurs efficaces, tels que des appareils à faible débit, des robinets et des toilettes à haute efficacité, ce qui en fait une cible idéale pour les fonctions de conservation en extérieur telles que la conversion d'espaces verts ou la mise à niveau vers des contrôleurs d'irrigation intelligents ou basés sur la météo.

Les deux groupes de revenus les plus élevés, caractérisé par des propriétaires très instruits vivant dans des maisons comparativement plus grandes, étaient les plus dissemblables. Un groupe :les jeunes résidents sur des lots plus petits avec des maisons plus récentes dans des zones denses, développements compacts - avaient la plus faible consommation d'eau de toute la ville. L'autre groupe à revenu élevé composé de maisons plus anciennes construites sur des terrains plus grands avec moins de personnes s'est avéré être le plus gros consommateur d'eau. Le résultat va à l'encontre de la plupart des recherches antérieures liant le revenu et l'utilisation de l'eau, et suggère que changer la façon dont les communautés sont construites et développées peut également changer les modèles d'utilisation de l'eau, même pour les clients les plus aisés.

Tous les groupes ont montré des taux élevés de conservation de l'eau pendant la sécheresse. Les groupes avec le montant le plus élevé d'épargne (jusqu'à 37 pour cent pendant la sensibilisation à la sécheresse maximale) étaient les deux consommateurs les plus assoiffés (les grands lots et groupes à revenu moyen) démontrant un potentiel élevé pour la conservation de l'eau à l'extérieur. Les groupes ayant une consommation d'eau normale inférieure ont également pu réduire, mais étaient plus limités dans leurs économies. Comprendre ces limitations pourrait éclairer la manière dont les décideurs politiques et les urbanistes ciblent les clients lors de la mise en œuvre des restrictions d'eau ou de l'offre d'incitations telles que des remises en cas de sécheresse.

Cette recherche pose le cadre de l'intégration du big data dans la planification urbaine, fournir des attentes plus précises en matière d'utilisation de l'eau pour différentes configurations de communauté. D'autres études pourraient inclure l'examen de la manière dont les données des plateformes immobilières en ligne émergentes peuvent être utilisées pour développer des classifications d'utilisation de l'eau dans les quartiers à travers la ville, comté ou même des lignes d'état. Un autre domaine d'intérêt pour les chercheurs est d'examiner comment la consommation d'eau est liée aux modèles de développement dans d'autres types de zones résidentielles, par exemple dans les villes denses.

"Émergeant, les sources de données accessibles nous donnent une chance de développer une compréhension plus éclairée des modèles et des comportements d'utilisation de l'eau, " a déclaré Ajami. " Si nous repensons la façon dont nous construisons les villes futures et concevons les infrastructures, nous avons la possibilité d'un accès plus équitable et abordable à l'eau dans diverses communautés. »