Comprendre les émissions de carbone en milieu urbain

Les villes n'occupent qu'environ 2 % de la surface terrestre, mais elles génèrent plus de 70 % des émissions mondiales de dioxyde de carbone.Ces émissions proviennent d'un mélange dense de sources : réseaux de transport, production d'électricité, procédés industriels, chauffage et refroidissement résidentiels, et gestion des déchets.La concentration de l'activité économique et de la population dans les zones urbaines en fait à la fois la cause première du changement climatique et les arènes les plus prometteuses pour l'atténuation.

Dans les pays développés, les transports et les bâtiments dominent; dans les régions en développement, les activités industrielles et les systèmes énergétiques inefficaces sont plus importants. Les données détaillées sur la consommation d'énergie, les kilomètres parcourus par les véhicules, les stocks de bâtiments et la production économique sont essentiels pour comprendre où les émissions proviennent et comment elles peuvent être réduites.

L'urgence de l'action en faveur du climat urbain ne peut être surestimée. L'ONU estime que les deux tiers de la population mondiale vivront dans les villes d'ici 2050. Sans atténuation agressive, les émissions urbaines pourraient doubler, verrouillant des décennies d'infrastructures à haut carbone qui coûtent cher à la modernisation.

La boîte à outils pour l'atténuation des effets des catastrophes urbaines

Les décideurs politiques disposent d'un large éventail de leviers à tirer de la conception de stratégies climatiques. Certains ciblent directement la source des émissions (par exemple, une taxe sur le carbone sur les combustibles fossiles), tandis que d'autres façonnent la forme urbaine à long terme (par exemple, des codes de zonage qui encouragent la densité).

Politiques des transports

Les transports constituent souvent la source d'émissions urbaines la plus importante et la plus forte croissance, notamment :

  • Extension du transport en commun – construction de lignes de métro, de couloirs de transport en commun rapide (BRT) et de lignes de transport en commun pour les déplacements des voitures particulières.
  • Électrification des véhicules[ – offrant des subventions pour les véhicules électriques (EV), l'installation d'infrastructures de recharge et le passage des autobus publics aux parcs électriques.
  • Promotion active du transport[ – construction de pistes cyclables, de zones piétonnes et de systèmes de partage de vélos.
  • Prix de la congestion[ – recharger les conducteurs pour entrer dans des zones à forte circulation, comme cela a été le cas à Londres, Stockholm et Milan.
  • Normes d'économie de carburant – exiger que les véhicules neufs atteignent des objectifs d'efficacité rigoureux.

Les modèles basés sur les agents (ABM) simulent les décisions de voyage individuelles, tandis que les modèles dynamiques du système capturent des boucles de rétroaction plus larges comme la demande induite. Les données du GPS smartphone, des cartes à puce de transit et des compteurs de trafic alimentent ces modèles. Par exemple, une simulation de la zone ultra-faible émission de Londres (ULEZ) a prédit qu'elle réduirait les émissions de NOx jusqu'à 50 %, et les mesures réelles ont largement confirmé cette projection.

Politiques énergétiques

La production d'énergie, tant dans la ville qu'à partir du réseau qui la fournit, représente une part considérable des émissions urbaines.

  • Normes de portefeuille renouvelables – exigeant un pourcentage minimum d'électricité provenant du solaire, du vent ou de l'hydroélectricité.
  • Décarbonisation du réseau[ – départ en retraite des centrales au charbon, construction d'énergies renouvelables et intégration du stockage de batteries.
  • Programmes d'efficacité énergétique[ –rénover les lampadaires, moderniser les centrales électriques et promouvoir des appareils efficaces par des rabais.
  • Chauffage et refroidissement de proximité – utilisant la chaleur résiduelle des centrales électriques ou des procédés industriels pour chauffer les bâtiments, réduisant ainsi l'utilisation de chaudières individuelles.
  • Codes de construction nets–zéro – exigeant que les nouveaux bâtiments produisent autant d'énergie qu'ils consomment.

Les modèles de systèmes énergétiques comme le Système national de modélisation de l'énergie (NEMS) ou les familles MARKAL/TIMES simulent l'expansion de la capacité, le changement de combustible et la réduction de la demande.Ces modèles nécessitent des courbes de charge détaillées, des prix du carburant et des coûts technologiques.Le du département américain de l'énergie utilise ces modèles pour évaluer les politiques nationales, et les villes peuvent les adapter aux réseaux locaux.

Règlement sur les bâtiments

Les bâtiments sont des biens de longue durée; les choix faits aujourd'hui ont une incidence sur les émissions pendant des décennies.

  • – Des codes énergétiques plus stricts– nécessitant une meilleure isolation, des fenêtres hautes performances et des systèmes CVC efficaces.
  • Rénovation des bâtiments existants – subvention des améliorations aux chaudières, aux toits et à l'éclairage.
  • Certification de bâtiments verts – utilisant LEED, BREEAM ou des équivalents locaux comme repères.
  • Normes de carbone primordiales – régulant l'empreinte carbone des matériaux de construction (béton, acier, bois).
  • Incitatifs fractionnés pour les propriétaires fonciers – Politiques qui harmonisent les avantages de sorte que le parti qui investit dans l'efficacité récolte les économies.

Les outils de simulation de construction tels que EnergyPlus, eQuest ou OpenStudio modélisent la dynamique thermique, l'occupation et les charges d'équipement. Lorsqu'ils sont regroupés dans une ville entière, ces simulations deviennent des modèles d'énergie de construction urbaine (UBEM). Un UBEM d'une ville comme Boston peut prédire comment une amélioration de 20% des normes d'enveloppe de construction réduirait la demande d'électricité et les émissions de CO2.

Planification urbaine et utilisation des sols

La configuration d'une ville façonne la demande de voyage, les besoins énergétiques et même le climat local.

  • – encourager une densité plus élevée autour des pôles de transit pour réduire la dépendance des voitures.
  • Zonage à usage mixte – permettant des espaces résidentiels, commerciaux et récréatifs dans le même quartier.
  • Infrastructure verte – parcs, toits verts et chaussées perméables qui absorbent le CO2 et réduisent l'effet de l'île de chaleur urbaine.
  • Développement axé sur les transits – orientation de la croissance le long des corridors ferroviaires et de la TB.
  • Préservation des zones naturelles – prévenir l'étalement dans les forêts et les zones humides qui stockent le carbone.

La simulation des politiques d'utilisation des sols repose souvent sur des modèles urbains intégrés qui combinent les composantes transport, utilisation des sols et énergie.Par exemple UrbanSim, LEAM et la plateforme Community Viz. Ces modèles peuvent montrer qu'une ville compacte réduit les kilomètres parcourus de 20 à 40 % par rapport à un scénario étendu, mais ils expliquent aussi les effets de la gentrification et des déplacements, qui sont des préoccupations importantes en matière d'équité.

Politiques industrielles et de gestion des déchets

De nombreuses villes comptent des districts manufacturiers à forte intensité d'émissions, notamment :

  • La technologie propre exige – la meilleure technologie de contrôle disponible.
  • Programmes d'économie circulaire – recyclage, compostage et réduction du méthane des décharges.
  • Capture et utilisation du carbone (CCU)[ – Capture du CO2 des cimenteries ou incinérateurs et l'utilisation dans les produits.
  • Systèmes de gestion des émissions – établissement d'un plafond d'émissions pour les installations industrielles dans toute la ville.

Les émissions industrielles sont relativement plus faciles à simuler parce que les sources ponctuelles sont surveillées directement. Des modèles comme la Plateforme d'évaluation de la réduction des gaz à effet de serre (PAGG) peuvent évaluer le rapport coût-efficacité des technologies de réduction.

Comment fonctionnent les modèles de simulation

Les modèles de simulation des émissions de carbone en milieu urbain peuvent être classés selon leur approche, leur portée et leurs besoins en données.

Modèle ascendant vs Modèle descendant

Les modèles de bottom-up construisent des scénarios d'émissions à partir de composants technologiques et comportementaux détaillés. Ils représentent des centrales électriques, des véhicules, des bâtiments et des appareils, puis les résument pour obtenir le total.Ces modèles sont excellents pour évaluer des politiques spécifiques (p. ex., -Qu'en est-il si tous les nouveaux autobus sont électriques d'ici 2025?-) mais nécessitent des ensembles de données massives et peuvent manquer de rétroaction macroéconomique.

Les modèles de haut-débit commencent par des indicateurs économiques globaux (PIB, population, intensité énergétique) et utilisent des élasticités ou des tableaux d'entrées-sorties pour calculer les émissions. Ils sont plus simples à calculer et captent les effets d'entraînement économique, mais ils peuvent masquer la performance de technologies spécifiques.

Sources de données et étalonnage

Chaque simulation dépend de données, dont les sources communes de données urbaines sont les suivantes:

  • Les factures d'énergie et les registres d'utilité – pour la construction et l'utilisation industrielle de l'énergie.
  • Comptes de trafic et traces GPS – pour les activités de transport.
  • Imagerie satellite – pour cartographier la couverture terrestre, les lumières nocturnes (pouvoir d'activité économique) et la température.
  • Bases de données sur les permis de construire – pour les nouvelles constructions et les rénovations.
  • Enquêtes démographiques et économiques – pour le revenu, l'emploi et le comportement des voyageurs.

Les modèles sont étalonnés en ajustant les paramètres jusqu'à ce que les sorties simulées correspondent aux tendances historiques des émissions. Un modèle bien étalonné peut ensuite être utilisé pour projeter ce qui se passe dans d'autres scénarios politiques. La littérature scientifique souligne que la validation — qui compare les résultats des modèles à des données indépendantes du monde réel — est essentielle mais souvent insuffisante dans les études urbaines.

Conception des scénarios

Les simulations comparent généralement un niveau de référence « affaires » (BAU) à un ou plusieurs scénarios de politique.Ces scénarios définissent le moment, la rigueur et la combinaison des politiques. Par exemple, un scénario pourrait préciser que le prix de la congestion est appliqué progressivement d'ici 2027 avec une charge quotidienne de 15 $, et que la fréquence des transports en commun est doublée la même année. Le modèle calcule ensuite les changements qui en résultent dans la demande de voyages, la consommation de carburant et les émissions qui en découlent.

L'analyse de scénarios exige des hypothèses sur des facteurs exogènes comme la croissance économique, le progrès technologique et les prix des carburants.De nombreuses villes utilisent les voies socio-économiques communes (SSP) développées par le GIEC comme point de départ, adaptées aux conditions locales.

Perspectives tirées des études de cas

Alors que l'article original utilisait une ville hypothétique, des exemples réels offrent des leçons plus riches. Plusieurs villes se sont publiquement engagées à la neutralité carbone d'ici 2050 ou plus tôt et ont utilisé des modèles de simulation pour façonner leurs feuilles de route.

Copenhague : un précurseur dans la simulation urbaine

La ville a développé un modèle de simulation détaillé appelé le Simulator du Plan Climat et Énergie de Copenhague. Il couvre le chauffage urbain, l'électricité, les transports et les déchets. Le modèle a montré que combiner l'expansion du chauffage urbain, l'éolien offshore et des rénovations agressives de bâtiments pourrait réduire les émissions de 80% par rapport aux niveaux de 2010. Les 20% restants proviendraient du captage ou de la compensation du carbone. La simulation a également souligné que l'électrification trop rapide du parc de véhicules pourrait surcharger le réseau à moins que la charge intelligente ne soit déployée.

Londres: La puissance de la tarification

L'expérience de Londres en matière de tarification de la congestion (introduite en 2003) et dans la zone ultra-faible d'émission (ULEZ, élargie en 2021) fournit un banc d'essai précieux pour les modèles de simulation. Les modèles pré-mise en oeuvre prédisaient une réduction de 15 à 20 % du trafic et une diminution de 10 % des émissions de CO2 dans la zone de recharge. Les résultats réels après une décennie ont montré des réductions de trafic d'environ 30 % dans la zone et des améliorations significatives de la qualité de l'air.

Une ville en croissance rapide: Jakarta

Jakarta, Indonésie, est confrontée à une grave congestion et à la pollution atmosphérique, les transports contribuant à environ 40 % des émissions de CO2 en milieu urbain.Les chercheurs de l'Institut des stratégies environnementales mondiales (IGES) ont utilisé un modèle de simulation ascendant pour évaluer un ensemble de politiques : étendre le réseau de transport rapide en commun (TRM), introduire une zone à faible émission et remplacer le carburant par du gaz naturel comprimé. Le modèle prévoyait que les politiques combinées pourraient réduire les émissions de transport de 35 % d'ici 2030 par rapport à l'AUB.

Limitations et incertitudes

Il est essentiel de reconnaître les limites des prédictions du modèle pour une utilisation responsable.

Lacunes dans les données et qualité

De nombreuses villes, en particulier dans le Sud mondial, ne disposent pas de données cohérentes et actualisées sur la consommation d'énergie, les flux de trafic et les caractéristiques du bâtiment. Les données satellitaires peuvent combler certaines lacunes mais ne peuvent pas saisir l'intensité énergétique ou les modes d'occupation. Les modèles de simulation fondés sur des données peu nombreuses produisent de larges marges d'incertitude.

Facteurs comportementaux et sociaux

Les modèles supposent souvent que les incitations économiques conduisent à des choix, mais les gens ne se comportent pas toujours de façon rationnelle. Le statut, l'habitude et les normes sociales influencent la propriété automobile et les habitudes de déplacement de façon difficile à représenter.Une étude de a révélé que les modèles de simulation urbaine prédisent généralement une élasticité inférieure à celle observée aux signaux de prix parce qu'ils ne saisissent pas les effets de pairs et l'inertie culturelle.

Perturbation technologique

En 2010, personne n'avait prédit que les coûts des batteries diminueraient de 90 % en dix ans, ce qui rendrait les véhicules électriques compétitifs par rapport aux voitures à combustion. Les modèles qui supposent une amélioration linéaire tendent à sous-estimer le potentiel de percées et à surestimer les coûts de l'atténuation. Inversement, certaines technologies (p. ex., le captage du carbone) ont été sous-performées à plusieurs reprises.

Interactions politiques et effets rebound

Les modèles de simulation qui ignorent les interactions peuvent surestimer les réductions d'émissions. Les modèles intégrés qui comprennent des rétroactions intersectorielles sont plus fiables mais plus difficiles à construire. De nombreux modèles urbains traitent encore séparément les secteurs des transports, de l'énergie et du bâtiment, sans synergie importante.

Orientations futures pour la simulation urbaine

Alors que les villes sont confrontées à la crise climatique, les outils de simulation évoluent rapidement.

Intelligence artificielle et apprentissage automatique

L'IA peut accélérer la simulation en apprenant des modèles complexes à partir de données historiques.Par exemple, les réseaux neuronaux peuvent prédire la consommation d'énergie des bâtiments au niveau des blocs sans utiliser de modèles physiques complets. Les jumeaux numériques—réplique virtuelle en temps réel des villes—utilisent des flux de capteurs pour mettre à jour en permanence les simulations, permettant aux décideurs de voir les effets d'un changement de politique (par exemple, en réduisant la vitesse limite) en quelques heures.

Intégration des données en temps réel

L'Internet des objets (IoT) permet une surveillance des émissions en temps quasi réel. Les compteurs intelligents, les caméras de circulation et les capteurs de qualité de l'air peuvent alimenter des modèles de simulation avec des données de la minute à la minute.

Modélisation citoyenne et pénale

La modélisation participative engage les résidents dans la conception de scénarios, augmente le rachat politique et capture les connaissances locales que les modèles manquent par ailleurs. Par exemple, une ville peut utiliser une interface de type jeu où les résidents peuvent proposer et voter sur les politiques d'atténuation, et la simulation montre instantanément les réductions d'émissions prévues. Cette approche a été testée à Vancouver et à Fribourg.

Harmonisation et normes ouvertes

L'un des principaux obstacles est que la plupart des modèles urbains soient construits de façon isolée, en utilisant des formats et des hypothèses de données incompatibles.La Convention mondiale des maires pour le climat et l'énergie et l'Institut mondial des ressources préconisent des cadres de rapport communs.Si les villes adoptent des modèles open-source comme le City Climate Finance Gap Fund[, elles peuvent comparer les résultats et partager les meilleures pratiques.

Conclusion

La simulation des effets des politiques d'atténuation du climat sur les émissions de carbone en milieu urbain n'est pas une boule de cristal, mais c'est un outil indispensable pour la prise de décisions fondées sur des données probantes.Comme l'a montré cet article, la complexité des systèmes urbains exige une combinaison minutieuse de modèles détaillés ascendants, de cadres macroéconomiques et d'un respect sain de l'incertitude.

De Copenhague au Londres, les charges de congestion jusqu'au développement axé sur le transit de Jakarta sont claires : des réductions profondes des émissions sont possibles lorsque les politiques sont entièrement modélisées et améliorées. Les défis des lacunes en matière de données, de l'imprévisibilité du comportement et des perturbations technologiques demeurent réels, mais ils ne sont pas insurmontables.

Les modèles de simulation peuvent éclairer les compromis, révéler des conséquences imprévues et créer un consensus. Ils sont un guide essentiel pour naviguer dans le chemin urgent vers la résilience climatique urbaine.