Modélisation et aide à la décision multicritère du confort thermique en milieu urbain

Modeling and multi-criteria decision support for thermal comfort in urban areas

• Auteur / Autrice : Aiman Mazhar Qureshi
• Direction : Ahmed Rachid
• Type : Thèse de doctorat
• Discipline(s) : Science pour l'Ingénieur. Automatique
• Date : Soutenance le 14/12/2022
• Etablissement(s) : Amiens
• Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des technologies innovantes (Amiens ; 2004-....)
• Jury : Président / Présidente : Victor Becerra
• Jury : Examinateurs / Examinatrices : Roland De Guio, Debbie Bartlett
• Jury : Rapporteurs / Rapporteuses : Pascal Bruniaux, Emmanuel Bozonnet

Mots clés

Mots clés contrôlés

Changements climatiques -- Adaptation

Modèles mathématiques

Contraintes thermiques

Santé en milieu urbain

Prévention

Vagues de chaleur

Mots clés libres

Stress thermique urbain

Modélisation

Prise de décision

Sensibilité

Vulnérabilité

Atténuation

Urban heat stress

Modeling

Decision-Making

Sensitivity

Vulnerability

Mitigation

Résumé

Les zones urbaines sont les principaux lieux de résidence des personnes et sont vulnérables aux conditions météorologiques exaspérantes telles que le stress thermique. Les périodes de vagues de chaleur se reproduisent de plus en plus dans l'atmosphère actuelle, et elles sont connues pour constituer une menace sérieuse et majeure pour la santé des êtres humains partout dans le monde. Les îlots de chaleur urbains et les canicules augmentent les risques thermiques en zone urbaine et la vulnérabilité de la population urbaine. L'augmentation du nombre de vagues de chaleur dans les zones urbaines est devenue une préoccupation importante en raison de ses effets néfastes sur la santé humaine et les activités économiques. L'objectif de ce travail est d'identifier la sensibilité du confort thermique et de leurs variables d'action, la modélisation des contraintes thermiques à l'aide des variables météorologiques les plus influentes, l'identification des facteurs de risque et de mettre en évidence la corrélation des tendances météorologiques et des paramètres influents, les solutions d'atténuation de la chaleur stress et aide mathématique à la prise de décision. Plusieurs techniques d'apprentissage automatique et profond ont été utilisées pour la modélisation dynamique du système du confort thermique. Des résultats optimisés sont obtenus à partir du modèle Gated Recurrent Unit (GRU) qui est utilisé pour le développement d'un outil de simulation web permettant aux habitants d'évaluer leur niveau de confort en fonction des conditions météorologiques. Une carte d'indice de vulnérabilité à la chaleur a été développée pour indiquer la vulnérabilité des occupants en tenant compte de différents aspects dans une ville de taille moyenne tels que la planification, les espaces verts, la densité, l'énergie, la qualité de l'air, les plans d'eau et les épisodes de chaleur extrême. Les résultats obtenus ont mis en évidence que la mauvaise qualité de l'air et les épisodes de chaleur sont interdépendants, ce qui attire l'attention des décideurs à prendre des mesures supplémentaires dans les lieux à haut risque. La surveillance sur le terrain est effectuée à l'aide de capteurs et d'une caméra thermique pour mesurer les variables pertinentes et prendre des mesures pour minimiser les effets du stress thermique. Au final, des méthodes d'aide à la décision multicritères ont été appliquées pour le développement initial d'un outil d'aide à la décision pour la sélection d'interventions de résilience thermique urbaine qui permet une utilisation flexible, dynamique et prédictive pour les concepteurs et les utilisateurs

Urban areas are the prevalent places of residence for people and are vulnerable to exasperating weather conditions such as heat stress. Periods of heat waves are increasingly reoccurring in the current atmosphere, and they are known to pose a serious and major threat to the health of human beings all over the world. Urban heat islands and heat waves increase thermal risks in urban areas and the vulnerability of the urban population. The increase in the number of heat episodes in urban areas has become a significant concern due to its adverse effects on human health and economic activities. The objective of this work is to identify the sensitivity of thermal comfort and their action variables, the modeling of thermal stress using the most influential meteorological variables, the identification of risk factors and highlight the correlation of meteorological trends and influencing parameters, solutions for mitigating heat stress and mathematical support for decision-making. Several machine and deep learning techniques were used for the system dynamic modeling of the thermal comfort. Optimized results are obtained from the Gated Recurrent Unit (GRU) model which is used for the development of a web simulation tool allowing the inhabitants to evaluate their level of comfort according to the weather conditions. A heat vulnerability index map has been developed to indicate the vulnerability of occupants considering different aspects in a medium-sized city such as planning, green space, density, energy, quality air, water bodies and extreme heat events. The obtained results highlighted that poor air quality and heat events are interrelated, which draws the attention for decision-makers to intervene the additional measures in high-risk places. Field monitoring is carried out using sensors and a thermal camera to measure relevant variables and take action to minimize the effects of heat stress. In Last, multi-criteria decision-making methods were applied for the initial development of a decision support tool for the selection of urban heat resilience interventions that allows flexible, dynamic, and predictive use for designers and the users