Cartographier les émissions de gaz à effet de serre #1/3

Aujourd’hui nous recevons Cédric Rossi, ex-CTO d’une startup d’urbanisme, en reconversion dans la cartographie engagée. Cédric nous propose une série de trois billets formant une superbe exploration de la fabrication d’une carte des émissions de gaz à effet de serre, nationale puis européenne dont nous avions beaucoup parlé sur les réseaux sociaux.
Nous lui laissons la parole.


Début février, un ami m’a demandé si je pouvais lui préparer une carte « vite fait » pour répondre à un appel d’offres. Il s’agissait de cartographier les émissions de CO₂ recensées dans le Registre des émissions polluantes (base IREP) du ministère de la Transition écologique qui liste les substances chimiques et polluants rejetés par les principales installations industrielles.

À priori, ça paraissait assez simple, l’affaire d’une petite demi-heure dans QGIS.

Trois mois plus tard, c’est enfin terminé.

Exploration cartographique de la base IREP

J’ouvre donc les CSV dans QGIS, et tout de suite, première mauvaise surprise, et non des moindres…

Les coordonnées géographiques sont inexploitables : mélange non documenté de latitude/longitude, de projections dans différents systèmes, de coordonnées nulles… Bref, il va falloir trouver une autre solution.

Heureusement, on trouve aussi une colonne SIRET. Après jointure avec la version géocodée de la base Sirene créée par Christian Quest, on obtient un résultat qui n’est pas idéal, mais suffisant pour se faire une première idée.

Afficher des cercles proportionnels…

Je commence par simplement afficher des cercles proportionnels à la quantité d’émissions, en faisant attention à bien gérer l’ordre de rendu, afin que les plus gros cercles soient dessinés sous les petits, et qu’aucun ne soit masqué.

On voit qu’il y a une composante géographique importante dans ces émissions, avec des zones de fortes concentrations dans les Bouches-du-Rhône, les Hauts-de-France, le Grand Est, et la Normandie, ainsi que de très grosses disparités entre les émetteurs. Par contre, cette représentation masque les accumulations locales d’émissions ; s’il y a énormément de sites très proches, on perçoit très mal le total.

… leur appliquer une transparence

On peut améliorer cela légèrement avec de la transparence, qui fera mieux apparaitre les cumuls, mais ça reste peu lisible.

Essayer une carte de chaleur

Pour mettre en évidence ces accumulations locales, je passe à une représentation en carte de chaleur (heat map).

Elle nous confirme que l’Île-de-France, le Rhône et, dans une moindre mesure, la Loire-Atlantique, étaient sous représentés dans la première carte. Mais cette fois, on perd évidemment toute l’information discrète : est-ce que les émissions d’une zone donnée proviennent d’un gros site, ou de nombreux petits ?

Cumuler symboles proportionnels et carte de chaleur…

Ce rendu me paraissait à priori assez plaisant : il montre très bien à la fois les très gros émetteurs et les zones ou les émissions totales sont importantes, mais partagées par de nombreux émetteurs.

Nettoyer les données…

De toute évidence, le jeu de données a quelque chose à raconter, il est donc temps de le nettoyer sérieusement. Je décide de le regéolocaliser intégralement, en suivant plusieurs étapes :

  • une première passe via l’API de la Base Adresse Nationale (BAN) ; hélas elle ne gère pas les codes Cedex employés dans de nombreuses adresses.
  • une transformation de Cedex en code postaux, via la base Sirene, puis retour sur l’API BAN.
  • enfin pour les géolocalisations encore manquantes, on va se contenter d’une localisation à la commune (amplement suffisante à cette échelle) via la Base officielle des codes postaux

J’ai publié le jeu de données géolocalisées ici.

… et finaliser la carte

Il était maintenant temps de finaliser cette carte et de la diffuser sur les réseaux sociaux.

 

Un accueil mitigé sur les réseaux sociaux…

La publication de cette carte sur les réseaux sociaux a été mitigée : elle a circulé assez largement et a eu un certain succès, mais sans doute pas toujours pour les bonnes raisons ; en cette époque de pandémie où nous voyons tous les jours des cartes de taux d’incidence, je me rends compte que le choix des couleurs n’est pas idéal. De nombreuses personnes y voient une corrélation géographique assez osée avec la diffusion de l’épidémie… La heat map évoque quant à elle une idée de « pollution », qui entraine elle aussi des réactions assez vives…

Les cartographes, de leur côté, sont assez peu emballé·es par la heat map, et le côté « flou » qu’elle apporte.

Au moment de la republier dans un autre contexte, je tente quelques modifications : cercles gris, plus neutres, et pas de heat map. De façon très intéressante, ça a conduit à des réactions plus modérées qui discutaient plus du fond. Mais une partie importante de l’information manquait : l’Île-de-France ou le Rhône semblaient très peu émetteurs par exemple, et plusieurs personnes s’en sont étonnées.

 

… qui suscite des allers-retours entre cartographes…

Les cartographes me conseillent plusieurs approches alternatives, en particulier l’usage d’un cartogramme de Dorling, où les cercles proportionnels vont être déplacés juste autant que nécessaire pour ne pas se superposer. Ce sera donc la prochaine étape !

À suivre…

 


Billets liés :

Cartographier les émissions de gaz à effet de serre #2/3 : cartogrammes de Dorling
Cartographier les émissions de gaz à effet de serre #3/3 : échelle européenne
Résoudre le problème de la superposition des cercles en cartographie

 

 


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search