Connaître le profil socio-économique des habitants dans les zones d'aléa inondation

:house: Objectifs : Utiliser les données EMMA afin de déterminer et d’analyser avec précision le profil socio-économiques des ménages vivant dans le périmètre une zone d’aléa inondation fort.

:earth_africa: Périmètre type : Commune ou EPCI, périmètre des plans de prévention du risque inondation.

:date: À qui s’adresse ce tutoriel ? Collectivités compétentes en matière de prévention du risque inondation ou leurs bureaux d’étude prestataires.

:dvd: Données et outils mobilisés : ONB, pour une étude simple grâce à l’outil de ciblage et de prospection, base de données IMOPE pour des études plus précises sur les zones d’aléa fort.

:interrobang: Prérequis : Être familier de l’utilisation des outils SIG tel que QGis et de ses fonctionnalités de base (jointures spatiales, jointure attributaire).

Enjeux

Lorsqu’on analyse le risque inondation sur un territoire, la question de la population concernée par un tel risque est primordiale. En effet, selon le nombre de personnes et selon l’âge, la conception de plans d’évacuation et les stratégies de préventions ne seront pas les mêmes.

Ces données socio-démographiques sont disponibles à l’échelle de l’IRIS auprès de l’INSEE. Pour autant, elle n’apparaissent pas comme suffisamment fines et précises pour être croisées avec les cartographies des niveaux d’aléa. La base EMMA propose cette descente d’échelle avec une précision inédite à l’adresse permettant une réagrégation selon les différents niveaux de risques.

Utiliser l’ONB pour analyser les bâtiments en zone inondable

Un premier niveau d’utilisation des données EMMA peut être fait directement au sein de l’Observatoire National des Bâtiments en étudiant les bâtiments situés en zone inondable.

Il s’agit d’utiliser l’outil de ciblage et de prospection afin d’en extraire le profil de la population vivant dans ces secteurs.

Dans l’outil de ciblage et de prospection vous pouvez mobiliser les indicateurs suivants :

  • Bâtiment situé en zone inondable
  • L’ensemble des caractéristiques socio-économiques modélisées en ne sélectionnant aucune modalité et en particulier le nombre de personnes du ménage et l’âge de la personne de référence.

Les résultats ainsi repérés peuvent être exporté en .csv (bouton export) puis analysées et retraitées. Sur cet exemple, l’extraction des données permet de décompter environ 750 personnes habitant en zone inondable sur Nantes Métropole dont 28% de personnes âgées de plus de 65 ans.

Utiliser les bases IMOPE et EMMA dans vos analyses des risques

Lorsque nous vous livrons la base IMOPE et la base EMMA, vous avez possibilité de retraiter ces données à foison et selon vos besoins. Nous vous proposons de détailler quelques étapes de cette exploitation dans QGIS.

Nous proposons de considérer l’étude de la population vivant dans les zones d’aléa inondation moyen et fort dans l’agglomération angevine.

1/ Chargement des données
Deux couches de données sont nécessaires pour ce cas d’usage :

  • La base Emma livrée par URBS (format gpkg standardisé)
  • Les zones d’aléa inondation

2/ Calcul du nombre d’habitants
Grâce à la base EMMA on peut étudier les distributions de la population et selon l’âge selon les différents niveaux d’aléa. Pour cet exemple, nous allons uniquement nous concentrer sur l’étude du nombre d’habitants.

La première étape est de calculer le nombre d’habitants total à l’adresse selon la formule suivante :

Afin de Géolocaliser ces habitants, on réalise ensuite une jointure avec la table adresse.

Enfin, on calcul les statistiques selon les zones (outil « Joindre les attributs par localisation (résumé) » de la « boîte à outils ») de la manière suivante :

Ici, comme les géométries représentant les différents niveaux d’aléa sont en plusieurs parties, les sommes ont été calculées selon ce découpage. On peut bien entendu sommer de nouveau les chiffres de la population selon le niveau d’aléa. Attention, les niveaux d’aléa se superposent l’aléa faible inclut les aléas moyen et fort et l’aléa moyen inclut l’aléa fort.

Exemple d’utilisation