Cartographier les facteurs des îlots de chaleur urbains

Pour identifier les personnes affectées par les îlots de chaleur urbains, vous allez tout d’abord localiser les conditions qui contribuent à une chaleur extrême. À l’aide des données sur la température de l’air du soir, le couvert arboré et la couverture de surfaces imperméables et des outils d’analyse, vous allez visualiser l’intersection des facteurs des îlots de chaleur urbains dans les groupes d’îlots de la ville.

Plusieurs autres facteurs peuvent être pris en compte lors de l’examen de l’effet d’îlot de chaleur urbain, comme les émissions des véhicules et l’utilisation de l’air conditionné, mais cette analyse s’intéresse à la manière dont les surfaces imperméables et le couvert arboré contribuent à la température de l’air du soir. Ces informations permettent ensuite d’identifier les lieux au sein de la communauté qui sont impactés de manière disproportionnée par les conditions associées aux îlots de chaleur urbains.

Explorez la carte et enregistrez-en une copie.

Pour commencer, vous allez ouvrir une carte Web existante, en enregistrer une copie et explorer ses couches sur la carte.

  1. Ouvrez la carte Web Richmond Urban Heat Islands (Îlots de chaleur urbains de Richmond).

    Carte ouverte dans Map Viewer

  2. Connectez-vous à votre compte d’organisation ArcGIS.
    Remarque :

    Si vous ne disposez pas d’un compte d’organisation, consultez les options disponibles pour accéder aux logiciels.

  3. Si nécessaire, dans la barre d’outils Contents (Contenu), cliquez sur Layers (Couches) pour afficher les couches incluses dans la carte Web.

    Couches dans la fenêtre Layers (Couches)

    Les couches City Boundary (Limites de la ville) et Census Block Groups (Groupes d’îlots de recensement) présentent la zone d’étude et les groupes d’îlots qui constituent la ville de Richmond. Les couches Impervious Surfaces (Surfaces imperméables), Evening Temperature (Température en soirée) et Percent Tree Canopy (Pourcentage du couvert arboré) sont utilisées pour évaluer l’impact de l’effet d’ilôt de chaleur urbain sur les groupes d’îlots de la ville. Vous allez explorer chacun de ces facteurs, mais avant de poursuivre, enregistrez une copie de la carte.

  4. Dans la barre d’outils Contents (Contenu) (foncée), cliquez sur Save and open (Enregistrer et ouvrir) et choisissez Save as (Enregistrer sous).

    Enregistrer sous dans le menu Enregistrer et ouvrir

  5. Dans la fenêtre Save map (Enregistrer la carte), saisissez ce qui suit :
    • Pour Title (Titre), saisissez Îlots de chaleur urbains, suivi de votre nom ou de vos initiales.
    • Pour Tags (Étiquettes), saisissez îlots de chaleur, analyse raster et Richmond, Virginie.
    • Pour Summary (Résumé), saisissez Carte des îlots de chaleur à Richmond, en Virginie, pour surveiller les conditions dans les groupes d’îlots de la ville et les circonscriptions de la ville.
  6. Cliquez sur Save (Enregistrer).

    Vous avez enregistré une copie de la carte Richmond Urban Heat Islands (Îlots de chaleur urbains de Richmond) dans votre compte ArcGIS.

    Vous allez maintenant explorer le premier facteur d’évaluation des îlots de chaleur urbains : le couvert arboré. En plus d’absorber le dioxide de carbone et d’améliorer la qualité de l’air, les arbres offrent un refroidissement naturel aux zones environnantes en agissant comme des parapluies. Lorsque le soleil touche les feuilles, ces dernières utilisent une partie de cette énergie solaire et libèrent de l’humidité dans l’air via un processus appelé transpiration. L’humidité rafraîchit l’air autour des arbres.

    S’il existe un grand nombre d’arbres dans un milieu urbain, les feuilles de ces arbres créent un couvert au-dessus des rues et des bâtiments, qui empêche une partie de la chaleur dégagée par le soleil d’atteindre le sol. Cela permet de réduire la température de l’air ambiant et de rendre les villes plus agréables à vivre, notamment durant les mois les plus chauds de l’année.

    La couche Percent Tree Canopy (Pourcentage du couvert arboré) affiche la couverture en pourcentage du couvert arboré pour chaque groupe d’îlots de recensement. Dans la ville de Richmond, certaines zones abritent bien plus d’arbres que d’autres.

    Remarque :

    Cette couche provient du GeoHub de la ville de Richmond et permet d’estimer dans chaque groupe d’îlots de recensement la surface ombragée par des arbres.

    À l’aide des options Visibility (Visibilité), vous allez visualiser la couche Percent Tree Canopy (Pourcentage du couvert arboré) seule.

  7. Dans la fenêtre Layers (Couches), cliquez sur Visibility (Visbilité) sur la couche Percent Tree Canopy (Pourcentage du couvert arboré).

    Bouton Visibility (Visibilité) activé pour la couche Percent Tree Canopy (Pourcentage du couvert arboré)

    La couche Percent Tree Canopy (Pourcentage du couvert arboré) est affichée avec les couches City Boundary (Limites de la ville) et Census Block Groups (Groupes d’îlots de recensement).

    Couche Percent Tree Canopy (Pourcentage du couvert arboré) visible sur la carte

    Pour mieux comprendre ce que représente le dégradé de couleurs de la couche Percent Tree Canopy (Pourcentage du couvert arboré), vous allez ouvrir la fenêtre Legend (Légende).

  8. Dans la barre d’outils Contents (Contenu), cliquez sur Legend (Légende).

    Legend (Légende) dans la barre d’outils Contents (Contenu)

    La fenêtre Legend (Légende) apparaît avec la section de la couche Percent Tree Canopy (Pourcentage du couvert arboré).

    Légende de la couche Percent Tree Canopy (Pourcentage du couvert arboré)

    Les zones plus claires sur la carte indiquent un pourcentage de couvert arboré plus faible, tandis que les zones plus sombres représentent un pourcentage de couvert arboré plus élevé.

    Remarque :

    Pour en savoir plus sur la création de cette couche, reportez-vous à la rubrique Créer un indice de risque de chaleur pour la planification locale du climat : partie 2 sur 3.

  9. Retournez à la fenêtre Layers (Couches) et cliquez sur Visibility (Visibilité) sur la couche Percent Tree Canopy (Pourcentage du couvert arboré) pour masquer la couche.

    Vous allez à présent explorer un autre facteur de l’effet d’ilôt de chaleur urbain : les surfaces imperméables. Les surfaces imperméables absorbant et retenant la chaleur, la température de l’air ambient reste à des niveaux élevés pendant de longues périodes.

  10. Dans la fenêtre Layers (Couches), cliquez sur le bouton Visibility (Visibilité) de la couche Impervious Surfaces (Surfaces imperméables).

    La couche Impervious Surfaces (Surfaces imperméables) est visible.

    Couche Impervious Surfaces (Surfaces imperméables) visible sur la carte

  11. Dans la fenêtre Contents (Contenu), cliquez sur Legend (Légende) pour afficher la légende.

    Les pixels raster de couleur plus claire représentent un plus faible pourcentage de surfaces imperméables, tandis que les pixels raster de couleur plus foncée représentent un plus fort pourcentage de surfaces imperméables.

    Enfin, utilisez ce que vous avez appris pour visualiser le dernier facteur de l’effet d’ilôt de chaleur urbain pour ce didacticiel : la température de l’air du soir. La température de l’air est affectée par le couvert arboré et la couverture de surfaces imperméables, ce qui permet de mesurer l’impact de ces facteurs sur l’effet d’îlot de chaleur urbain.

  12. Dans la fenêtre Layers (Couches), cliquez sur le bouton Visibility (Visibilité) pour la couche Impervious Surfaces (Surfaces imperméables) afin de la désactiver et cliquez sur le bouton Visibility (Visibilité) pour la couche Evening Temperature (Température en soirée).

    La couche Evening Temperature (Température en soirée) est visible sur la carte.

    Couche Evening Temperature (Température en soirée) visible sur la carte

  13. Dans la fenêtre Contents (Contenu), cliquez sur Legend (Légende) pour afficher la légende.

    Analyser la température de l’air du soir, au lieu de la température du jour, permet d’obtenir de précieux renseignements sur les températures élevées soutenues associées aux îlots de chaleur urbains. Lorsque la température est élevée le jour et la nuit, il est difficile d’échapper à la chaleur.

    Dans le cadre de ce didactiel, il s’agit des trois facteurs que vous allez explorer pour l’effet d’îlot de chaleur urbain. Dans un scénario du monde réel, il se peut que vous deviez inclure bien d’autres facteurs, selon la zone d’étude spécifique et les objectifs de l’analyse spatiale.

    Remarque :

    Pour en savoir plus sur les facteurs des îlots de chaleur urbains, reportez-vous à la page Îlots de chaleur urbains du Center for Science Education de l’UCAR (University Corporation for Atmospheric Research).

    La couche Percent Tree Canopy (Pourcentage du couvert arboré) a déjà été préparée avec des données synthétisées au niveau du groupe d’îlots de recensement. Les couches Impervious Surfaces (Surfaces imperméables) et Evening Temperature (Température en soirée) sont actuellement au format raster. Pour synthétiser les données de chacune de ces couches, vous allez utiliser les outils d’analyse pour synthétiser et visualiser les données par groupe d’îlots de recensement. Cela vous permettra de comparer les groupes d’îlots et d’identifier les tendances de la chaleur urbaine dans la ville de Richmond.

    Avant de poursuivre, vous allez enregistrer la carte.

  14. Dans la barre d’outils Contents (Contenu), cliquez sur Save and open (Enregistrer et ouvrir), puis sélectionnez Save (Enregistrer).

Analyser des données raster de température de l’air

Dans cette section, vous allez calculer la température de l’air du soir maximale pour chaque groupe d’îlots de recensement. L’outil Zonal Statistics as Table (Statistiques zonales (table)) permet d’extraire les valeurs de la couche des températures de l’air, qui contient des données raster, et de synthétiser ces informations par groupe d’îlots de recensement afin de comprendre comment la température de l’air change de voisinage en voisinage.

  1. Dans la barre d’outils Settings (Paramètres), cliquez sur Analysis (Analyse). Dans le volet Analysis (Analyse), cliquez sur Tools (Outils).

    Outils de la fenêtre Analysis (Analyse)

  2. Dans la barre de recherche, saisissez zonales. Dans la liste des résultats, sélectionnez l’outil Zonal Statistics as Table (Statistiques zonales (table)).

    Outil Zonal Statistics as Table (Statistiques zonales (table)) dans la fenêtre Tools (Outils)

    Remarque :

    Si vous ne possédez pas de licence pour ArcGIS Image for ArcGIS Online, vous pouvez, au lieu de cela, ajouter les tables EveningTemp_CBG (Tutorials) et EveningTemp_Mean (Tutorials) à la carte et passer à la section suivante pour continuer le didacticiel.

    Pour ajouter les tables, dans la fenêtre Contents (Contenu), cliquez sur Tables (Tables). Cliquez sur le bouton Add (Ajouter). Dans ArcGIS Online, recherchez EveningTemp owner:Esri_Tutorials et cliquez sur le bouton Add (Ajouter) pour les deux tables.

  3. Dans l’outil Zonal Statistics as Table (Statistiques zonales (table)), saisissez les informations suivantes :
    • Pour Input zone raster or features (Entités ou raster de zones en entrée), sélectionnez Census Block Groups (Groupes d’îlots de recensement).
    • Pour Zone field (Champ de zone), sélectionnez GEOID.
    • Pour Input value raster (Raster de valeurs en entrée), sélectionnez Evening Temperature (Température en soirée).
    • Sous Statistical analysis settings (Paramètres d’analyse statistique), pour Statistic type (Type de statistique), sélectionnez Maximum (Maximum).

    Paramètres de l’outil Zonal Statistics as Table (Statistiques zonales en tant que table) pour les données Evening Temperature (Température en soirée)

  4. Pour Output table name (Nom de la table en sortie), saisissez EveningTemp_CBG et ajoutez votre nom ou vos initiales.
    Remarque :

    CBG signifie "groupes d’îlots de recensement".

  5. Au-dessus du bouton Run (Exécuter), cliquez sur Estimate credits (Estimer les crédits).

    Bouton Estimer les crédits

    L’exécution de cet outil nécessite environ un crédit.

    Remarque :

    Pour en savoir plus sur les crédits, reportez-vous à la rubrique Présentation des crédits.

  6. Cliquez sur Run (Exécuter).

    Cette opération peut prendre quelques minutes.

  7. Cliquez sur l’onglet History (Historique) de la fenêtre Analysis (Analyse).

    Onglet Historique de la fenêtre Analyse

    Lors de l’exécution de l’outil, vous pouvez suivre son avancement dans l’onglet History (Historique).

    Une fois que l’outil a été exécuté, la table est ajoutée à la carte dans la fenêtre Tables (Tables).

  8. Dans la barre d’outils Contents (Contenu), cliquez sur Tables (Tables).

    Tables (Tables) dans la barre d’outils Contents (Contenu)

    La fenêtre Tables (Tables) apparaît avec la table EveningTemp_CBG - ZonalStatisticsTable affichée. Cette table indique la température de l’air du soir maximale pour chaque groupe d’îlots de recensement en degrés Fahrenheit. Cliquez dessus pour l’ouvrir et l’inspecter, en relevant la plage de températures que vous observez dans les groupes d’îlots de recensement. Plus loin dans ce didacticiel, vous utiliserez l’outil Join Features (Joindre les entités) pour joindre cette table à la couche Census Block Groups (Groupes d’îlots de recensement).

    À présent, vous allez déterminer une valeur de référence de la température de l’air du soir en calculant la valeur moyenne pour toute la ville.

  9. Dans l’outil Zonal Statistics as Table (Statistiques zonales (table)), mettez à jour les options suivantes :
    • Pour Choose zone raster or features (Choisir des entités ou un raster de zones), sélectionnez City Boundary (Limites de la ville).
    • Pour Input value raster (Raster de valeurs en entrée), vérifiez que la valeur Evening Temperature (Température en soirée) est définie.
    • Sous Statistical analysis settings (Paramètres d’analyse statistique), pour Statistic type (Type de statistique), sélectionnez Mean (Moyenne).

    Paramètres saisis dans l’outil Zonal Statistics as Table (Statistiques zonales en tant que table) pour calculer la valeur moyenne de la température en soirée pour la ville

  10. Pour Output table name (Nom de la table en sortie), saisissez EveningTemp_Mean et ajoutez votre nom ou vos initiales. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite un crédit.

    La table EveningTemp_Mean - ZonalStatisticsTable est créée et ajoutée à la fenêtre Tables (Tables).

  11. Ouvrez la fenêtre Tables (Tables). Cliquez sur le bouton Options (Options) pour la table EveningTemp_Mean- ZonalStatisticsTable et sélectionnez Show table (Afficher la table).

    Show table (Afficher la table) pour la table EveningTemp_Mean de la fenêtre Tables (Tables)

    La table EveningTemp_Mean - ZonalStatisticsTable contient la température de l’air du soir moyenne pour un jour de collecte dans toute la ville, à savoir 87,63 degrés Fahrenheit.

    Vous pouvez à présent comparer cette valeur moyenne aux températures maximales de chaque groupe d’îlots et déterminer si un groupe d’îlots de recensement particulier est plus chaud ou froid d’un certain nombre de dégrés par rapport au reste de la ville.

  12. Enregistrez la carte.

Cartographier les surfaces imperméables

Les surfaces imperméables, notamment les trottoirs, toitures, bâtiments et parkings, présents dans les espaces développés absorbent et retiennent la chaleur, ce qui contribue à l’effet d’ilôt de chaleur urbain. À l’aide de l’outil Zonal Statistics as Table (Statistiques zonales en tant que table), vous calculez le pourcentage moyen de surfaces imperméables dans chaque groupe d’îlots de recensement. Vous pourrez par la suite calculer le pourcentage de surfaces imperméables dans chaque groupe d’îlots de recensement.

Remarque :

Si vous ne possédez pas de licence pour ArcGIS Image for ArcGIS Online, vous pouvez, au lieu de cela, ajouter la table ImperviousSurface_CBG (Tutorials) à la carte et passer à la section suivante pour continuer le didacticiel.

Pour ajouter les tables, dans la fenêtre Contents (Contenu), cliquez sur Tables (Tables). Cliquez sur le bouton Add (Ajouter). Dans ArcGIS Online (ArcGIS Online), recherchez ImperviousSurface owner:Esri_Tutorials et cliquez sur le bouton Add (Ajouter) pour les deux tables.

  1. Dans la fenêtre de l’outil Zonal Statistics as Table (Statistiques zonales (table)), saisissez les informations suivantes :
    • Pour Input zone raster or features (Entités ou raster de zones en entrée), sélectionnez Census Block Groups (Groupes d’îlots de recensement).
    • Pour Zone field (Champ de zone), sélectionnez GEOID.
    • Pour Input value raster (Raster de valeurs en entrée), sélectionnez Impervious Surfaces (Surfaces imperméables).

    Paramètres de l’outil Zonal Statistics as Table (Statistiques zonales en tant que table) pour les données Impervious Surfaces (Surfaces imperméables)

  2. Sous la section Statistical analysis settings (Paramètres d’analyse statistique), pour Statistic type (Type de statistique), sélectionnez Mean (Moyenne).

    Option Statistic type (Type de statistique) définie sur Mean (Moyenne) sous Statistical analysis settings (Paramètres d’analyse statistique)

  3. Pour Output table name (Nom de la table en sortie), saisissez ImperviousSurfaces_CBG, puis ajoutez votre nom ou vos initiales.
  4. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite un crédit.

    La table est ajoutée à la fenêtre Tables (Tables) et apparaît.

  5. Faites défiler la table jusqu’aux champs MEAN (MOYENNE).

    Champs COUNT_ et SUM_ dans la table ImperviousSurfaces_CBG

    Le champ MEAN (MOYENNE) représente le pourcentage moyen de surfaces imperméables dans le groupe d’îlots.

  6. Enregistrez la carte.

Synthétiser l’analyse

Maintenant que vous avez synthétisé la température de l’air et les surfaces imperméables par groupe d’îlots de recensement, vous allez joindre les résultats de l’analyse dans une même couche représentant la localisation des îlots de chaleur urbains dans la ville.

  1. Dans la fenêtre de l’outil Zonal Statistics as Table (Statistiques zonales (table)), cliquez sur la flèche de retour pour retourner à la fenêtre Tools (Outils).
  2. Recherchez et ouvrez l’outil Join Features (Joindre les entités).
  3. Dans la fenêtre de l’outil Join Features (Joindre les entités), pour Target layer (Couche cible), sélectionnez Census Block Groups (Groupes d’îlots de recensement). Pour Join layer (Couche de jointure), sélectionnez Evening Temp CBG.

    Paramètres saisis dans la fenêtre de l’outil Join Features (Joindre les entités)

  4. Sous la section Join settings (Paramètres de jointure), pour Target field (Champ cible) et Join field (Champ de jointure), sélectionnez GEOID.

    Options Target field (Champ cible) et Join field (Champ de jointure) définies sur GEOID sous Join settings (Paramètres de jointure)

  5. Sous la section Result layer (Couche de résultat), pour Output name (Nom en sortie), saisissez CBG_Temp et ajoutez votre nom ou vos initiales.
  6. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite 0,38 crédit.

    Vous allez à présent joindre les données de la table des surfaces imperméables à la couche CBG_Temp.

  7. Dans la fenêtre de l’outil Join Features (Joindre les entités), entrez ce qui suit :
    • Pour Target layer (Couche cible), sélectionnez CBG_Temp.
    • Pour Join layer (Couche de jointure), sélectionnez ImperviousSurface CBG.
    • Sous la section Join settings (Paramètres de jointure), pour Target field (Champ cible) et Join field (Champ de jointure), sélectionnez GEOID.
    • Pour Output name (Nom en sortie), saisissez CBG_Temp_Surfaces, puis ajoutez votre nom ou vos initiales.
  8. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite 0,38 crédit.

    La couche CBG_Temp_Surface est ajoutée à la fenêtre Layers (Couches). La couche CBG_Temp_Surface contient maintenant les données de la température maximale en soirée et de la surface imperméable moyenne pour chaque groupe d’îlots de recensement.

    Enfin, vous allez joindre les données du couvert arboré à la couche CBG_Temp_Surface.

  9. Dans la fenêtre de l’outil Join Features (Joindre les entités), pour Target layer (Couche cible), sélectionnez CBG_Temp_Surface. Pour Join layer (Couche de jointure), sélectionnez Percent Tree Canopy (Pourcentage du couvert arboré).

    Entités en entrée pour joindre les données de couvert arboré à la couche contenant les données sur les températures et les surfaces imperméables

    Comme il s’agit du dernier outil Join Features (Joindre les entités) que vous exécuterez, vous allez choisir un nom de couche finale qui reflète le fait que cette couche contient l’ensemble des facteurs liés aux îlots de chaleur.

  10. Pour Output name (Nom en sortie), saisissez Facteurs des îlots de chaleur urbains, puis ajoutez votre nom ou vos initiales.
  11. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite 0,406 crédit.

    La couche Urban heat island factors (Facteurs des îlots de chaleur urbains) est ajoutée à la carte et à la fenêtre Layers (Couches).

    Vous disposez à présent d’une couche qui permet de visualiser les facteurs de l’effet d’îlot de chaleur urbain par groupe d’îlots de recensement. Dans la section suivante, vous allez styliser les doublons de cette couche afin d’afficher chacun des facteurs par groupe d’îlots de recensement et les regrouper dans un groupe de couches.

Créer un groupe de couches

À présent vous allez organiser les couches dont les données sont liées à l’effet d’îlot de chaleur urbain dans un groupe de couches.

Les groupes de couches sont des collections de couches et de tables organisées en groupes. Ils peuvent être constitués du même type d’élément ou de types d’éléments différents. Par exemple, une couche raster et une couche d’entités peuvent coexister dans un groupe de couches. La création de groupes de couches facilite la gestion des couches qui constituent une carte, en particulier si un grand nombre de couches individuelles sont utilisées.

Avant de continuer, vous allez supprimer les couches dont vous n’aurez plus l’utilité.

  1. Dans la fenêtre Layers (Couches), pour la couche CBG_Temp_Surfaces, cliquez sur le bouton Options (Options), puis sur Remove (Supprimer).

    Supprimer la couche CBG_Temp_Surfaces

    La couche CBG_Temp_Surfaces est supprimée de la fenêtre Layers (Couches).

  2. Mettez en pratique ce que vous avez appris pour supprimer les couches suivantes :
    • CBG_Temp
    • Impervious Surfaces (Surfaces imperméables)
    • Evening Temperature (Température en soirée)
    • Census Block Groups (Groupes d’îlots de recensement)

    Les seules couches restantes dans la fenêtre Layers (Couches) doivent être les couches City Boundary (Limites de la ville), Urban heat island factors (Facteurs des îlots de chaleur urbains) et Percent Tree Canopy (Pourcentage du couvert arboré).

    Couches restantes dans la fenêtre Layers (Couches)

    Vous allez maintenant commencer un groupe de couches à l’aide de la couche Percent Tree Canopy (Pourcentage du couvert arboré).

  3. Pour la couche Percent Tree Canopy (Pourcentage du couvert arboré), cliquez sur le bouton Options (Options), puis sur Group (Groupe).

    Group (Groupe) pour la couche Percent Tree Canopy (Pourcentage du couvert arboré)

    Un groupe de couches est créé.

    À présent, vous allez renommer le groupe de couches que vous venez de créer.

  4. Cliquez sur Options (Options) sur le groupe de couches, puis sur Rename (Renommer).
  5. Pour Title (Titre), saisissez Indicateurs d’îlot de chaleur urbain et cliquez sur OK (OK).

    Le groupe de couches a été renommé. Vous allez maintenant dupliquer la couche Urban heat island factors (Facteurs des îlots de chaleur urbains) et la styliser selon les valeurs des surfaces imperméables.

  6. Pour la couche Urban heat island factors (Facteurs des îlots de chaleur urbains), cliquez sur le bouton Options (Options), puis sur Duplicate (Dupliquer).
  7. Renommez la couche copiée Surfaces imperméables.
  8. Développez le groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain).

    Flèche de développement du groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain)

  9. Faites glisser Impervious Surfaces (Surfaces imperméables) dans le groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain).

    Couche Impervious Surfaces (Surfaces imperméables) déposée dans le groupe de couches

  10. Utilisez ce que vous avez appris pour dupliquer la couche Urban heat island factors (Facteurs des îlots de chaleur urbains) et renommer la couche copiée Evening Temperature (Température en soirée).
  11. Faites glisser la couche Evening Temperature (Température en soirée) dans le groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain).

    Vous allez à présent styliser les couches Impervious Surfaces (Surfaces imperméables) et Evening Temperature (Température en soirée).

Styliser les couches dans le groupe de couches

Vous allez à présent styliser les couches Impervious Surfaces (Surfaces imperméables) et Evening Temperature (Température en soirée).

  1. Dans la fenêtre Layers (Couches), cliquez sur la couche Impervious Surfaces (Surfaces imperméables). Dans la barre d’outils Settings (Paramètres), cliquez sur Styles.
  2. Dans la fenêtre Styles, sous Choose attributes (Choisir des attributs), cliquez sur Field (Champ). Dans la liste des champs disponibles, sélectionnez MEAN (MOYENNE) et cliquez sur Add (Ajouter).

    La couche Impervious Surfaces (Surfaces imperméables) est stylisée.

    Couche Impervious Surfaces (Surfaces imperméables) stylisée par groupe d’îlots de recensement

  3. Dans la fenêtre Layers (Couches), cliquez sur la couche Evening Temperature (Température en soirée). Si nécessaire assurez-vous que la couche est visible.
  4. Dans la fenêtre Styles, pour Choose attributes (Choisir des attributs), cliquez sur Field (Champ), MAX_ et sur Add (Ajouter).

    Le dégradé de couleurs par défaut est un dégradé de couleurs bleu. Pour que la couleur corresponde au thème de la température, vous allez choisir un autre dégradé de couleurs avec des nuances de rouge.

  5. Sous Pick a style (Sélectionner un style), pour Counts and Amounts (color) (Totaux et quantités (couleur)), cliquez sur Style options (Options de style). Dans la fenêtre Style options (Options de style), cliquez sur le dégradé de couleurs sous Symbol style (Style de symbole) pour ouvrir la fenêtre Symbol style (Style de symbole).
  6. Dans la fenêtre Symbol style (Style de symbole), cliquez Colors (Couleurs).
  7. Dans la fenêtre Ramp (Dégradé), pour Category (Catégorie), sélectionnez Reds and yellows (Rouges et jaunes). Cliquez sur le dégradé de couleurs Orange 4 (Orange 4), puis sur Done (Terminé).

    Dégradé de couleurs Orange 4 (Orange 4) dans la catégorie Reds and yellows (Rouges et jaunes) de la fenêtre Ramp (Dégradé)

    Conseil :

    Pour afficher le nom d’un dégradé de couleurs, placez le pointeur de la souris dessus.

    Le style de la couche Evening Temperature (Température en soirée) est mis à jour.

    Couche Evening Temperature (Température en soirée) stylisée

    Vous allez à présent configurer les paramètres de visibilité du groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain).

  8. Dans la fenêtre Layers (Couches), cliquez sur le groupe de couches Urban heat island indicators (Indicateurs d’îlot de chaleur urbain) pour le sélectionner.

    Une couche ou un groupe de couches est sélectionné si un indicateur bleu est présent en regard du nom de la couche ou du groupe de couches.

  9. Dans la fenêtre Properties (Propriétés), sous Visibility (Visibilité), activez Exclusive visibility (Visibilité exclusive).

    Option Exclusive visibility (Visibilité exclusive) activée sous Visibility (Visibilité) dans la fenêtre Properties (Propriétés)

    Le bouton bascule Enable visibility (Activer la visibilité) met à jour le groupe de couches dans la fenêtre Layers (Couches) pour afficher une couche à la fois dans le groupe de couches.

    Couche Percent Tree Canopy (Pourcentage du couvert arboré) sélectionnée dans le groupe de couches

    En activant Enable visibility (Activer la visibilité), vous pouvez afficher chacune des couches du groupe de couches. Cela vous permet d’inspecter visuellement les tendances de chaque couche (par exemple, pour déterminer les zones où les arbres sont les moins nombreux, les surfaces imperméables les plus abondantes et les températues les plus élevées).

  10. Enregistrez la carte.

Dans cette section, vous avez ouvert une carte Web existante et en avez créé une copie à des fins d’exploration et d’analyse. Vous avez également calculé la température de l’air du soir la plus élevée et la surface imperméable totale pour chaque groupe d’îlots de recensement de Richmond à l’aide des outils d’analyse de Map Viewer.

Maintenant que vous avez visualisé chacun des facteurs des îlots de chaleur dans la ville, vous allez intégrer des données contextuelles pour identifier les personnes affectées par ces conditions environnementales dangereuses.


Évaluer l’impact sur la communauté

Vous avez déjà cartographié le mode de distribution des facteurs des îlots de chaleur dans toute la ville. Dans cette section, vous allez étudier les personnes affectées par ces conditions. Vous allez ajouter des données démographiques pour en savoir plus sur les communautés dans lesquelles ces conditions sont présentes et leur lien avec les tendances de longue date de désinvestissement systémique.

Enrichir les groupes d’îlots de données démographiques

À l’aide de l’outil Enrich Layer (Enrichir la couche), vous allez ajouter des données démographiques à la couche des îlots de chaleur potentiels afin de mieux identifier les personnes qui habitent dans ces communautés et de mieux comprendre la manière dont ces caractéristiques peuvent accentuer la vulnérabilité aux températures extrêmes.

  1. Si nécessaire, ouvrez la carte Web Richmond Urban Heat Island (Îlot de chaleur urbain de Richmond).
  2. Dans la barre d’outils Settings (Paramètres), cliquez sur Analysis (Analyse). Dans le volet Analysis (Analyse), cliquez sur Tools (Outils). Recherchez et sélectionnez l’outil Enrich Layer (Enrichir la couche).

    Enrichir la couche, outil

  3. Dans la fenêtre de l’outil Enrich Layer (Enrichir la couche), pour Input features (Entités en entrée), sélectionnez Urban heat island factors (Facteurs des îlots de chaleur urbains).
  4. Sous Enrichment data (Données d’enrichissement), cliquez sur Variable (Variable).

    Bouton Variable (Variable) de la fenêtre de l’outil Enrich Layer (Enrichir la couche)

    La fenêtre Data Browser (Navigateur de données) s’ouvre.

  5. Cliquez sur Race (Race).

    Race dans la fenêtre Navigateur de données

  6. Cliquez sur Non Hispanic Origin (Origine non hispanique). Dans la liste de résultats, développez 2024 Race and Hispanic Origin (Esri) (Race et origine hispanique 2024 [Esri]).
    Remarque :

    Les données démographiques de la fenêtre Data Browser (Navigateur de données) sont régulièrement mises à jour. Utilisez les données les plus récentes disponibles.

  7. Sélectionnez les variables suivantes :
    • Population blanche non hispanique 2024 (Esri)
    • Population noire/afro-américaine non hispanique 2024 (Esri)
    • Population amérindienne et autochtone de l’Alaska non hispanique 2024 (Esri)
    • Population asiatique non hispanique 2024 (Esri)
    • Population non hispanique native des îles du Pacifique 2024 (Esri)
    • Autre population non hispanique 2024 (Esri)
    • Population multiraciale non hispanique 2024 (Esri)

    Variables de race dans la fenêtre Data Browser (Navigateur de données)

    La fenêtre Selected Variables (Variables sélectionnées) indique que sept variables ont été ajoutées jusqu’à présent.

  8. Cliquez une fois sur le bouton Back (Retour).
  9. Sous Race Variables (Variables de race), saisissez Hispanique et appuyez sur Entrée.
  10. Si nécessaire, développez 2024 Race and Hispanic Origin (Esri) (Race et origine hispanique 2024 [Esri]) et cochez la case 2024 Hispanic Population (Esri) (Population hispanique 2024 [Esri]).

    Variable Hispanic Population (Esri) (Population hispanique (Esri)) cochée dans le navigateur de données

  11. Cliquez deux fois sur le bouton Back (Retour).
  12. Cliquez sur Population et cochez la case 2024 Total Population (Esri) (Population totale en 2024 [Esri]).

    Inclure cette variable permet de convertir les décomptes par race et origine ethnique en pourcentages de la population pour chaque groupe d’îlots.

    Variable Total Population (Population totale) cochée dans le navigateur de données

    Vous allez à présent ajouter les variables relatives aux populations vulnérables. Les personnes n’ayant pas accès à un véhicule ou dont les revenus sont inférieurs au seuil de pauvreté disposent de moins de ressources pour faire face aux événements de chaleur extrême.

  13. Cliquez sur le bouton Retour. Dans la barre de recherche, saisissez aucun véhicule et appuyez sur Entrée.

    Variable Renters with No Vehicles (Locataires sans véhicule) cochée dans le navigateur de données

  14. Développez 2018-2022 Vehicles Available (ACS) (Véhicules disponibles 2018-2022 [ACS]) et cochez la case 2022 Renter Households with No Vehicles (ACS 5-Yr) (Ménages locataires sans véhicule [ACS 5 ans] 2022).

    Sans accès à un véhicule, il peut s’avérer plus difficile de se rendre à des lieux permettant de s’abriter des températures extrêmes, comme des centrales de froid.

  15. Cliquez sur le bouton Retour. Cliquez sur Poverty (Pauvreté) et cochez la case 2022 Households Below the Poverty Level (ACS 5-Yr) (Ménages sous le seuil de pauvreté 2022 [ACS 5 ans]).

    Variable Households below the Poverty Level (Ménages sous le seuil de pauvreté) cochée dans le navigateur de données

    Onze variables doivent être sélectionnées.

    Remarque :

    Pour ce didacticiel, vous allez utiliser ces variables pour fournir un contexte pour la population impactée par les facteurs des îlots de chaleur urbains. Dans un scénario du monde réel, vous pouvez ajouter un grand nombre de variables pertinentes supplémentaires à votre analyse. Les variables de tout processus d’égalité doivent être déterminées en collaboration avec la communauté impactée et les principales parties prenantes et être spécifiques de la zone d’étude et de l’intervention pour répondre aux objectifs d’égalité.

  16. Cliquez sur Select (Sélectionner) pour fermer le Data Browser (Navigateur de données) et enregistrer votre sélection.

    Les variables sont ajoutées à la fenêtre de l’outil Enrich Layer (Enrichir la couche).

    Variables ajoutées à la fenêtre de l’outil Enrich Layer (Enrichir la couche)

  17. Dans la fenêtre de l’outil Enrich Layer (Enrichir la couche), pour Output name (Nom en sortie), saisissez Facteurs des îlots de chaleur urbains enrichis.
  18. Cliquez sur Run (Exécuter).
    Remarque :

    L’exécution de cet outil nécessite 20,9 crédits.

    Si vous ne possédez pas assez de crédits, vous pouvez ajouter une couche préparée avec les données enrichies. Pour ajouter la couche Urban heat islands enriched (Tutorials), dans la fenêtre Layers (Couches), cliquez sur le bouton Add (Ajouter). Dans ArcGIS Online (ArcGIS Online), recherchez urban heat island enriched owner:Esri_Tutorials.

    La couche Urban heat island factors enriched (Facteurs des îlots de chaleur urbains enrichis) est ajoutée à la carte et à la fenêtre Layers (Couches).

    L’enrichissement des limites géographiques avec les informations démographiques nous permet de mieux comprendre les communautés vulnérables potentiellement affectées par les conditions d’îlots de chaleur urbains.

    Maintenant que vous disposez d’une version enrichie de la couche des facteurs des îlots de chaleur urbains, vous n’avez plus besoin de la couche Urban heat island factor (Facteur des îlots de chaleur urbains).

  19. Dans la fenêtre Layers (Couches), supprimez la couche Urban heat island factor (Facteur des îlots de chaleur urbains).
  20. Enregistrez la carte.

Ajouter un contexte historique

Vous allez maintenant intégrer une couche représentant les notes de redlining historiques des voisinages dans la ville de Richmond, comme indiqué par l’agence de crédit des propriétaires de logements (Home Owners’ Loan Corporation), pour vous permettre de visualiser la manière dont ces modèles se superposent aux zones impactées de manière disproportionnée par les températures extrêmes.

Entre 1935 et 1940, l’agence de crédit des propriétaires de logements (Home Owners’ Loan Corporation), une agence fédérale fondée en 1933 dans le cadre du programme New Deal, a créé des cartes souligant le risque associé aux différents voisinages dans les principales villes des États-Unis pour les établissements de crédit hypothécaire. Ces cartes sont également appelées cartes de redlining, car les zones identifiées comme dangereuses lors de ce traitement sont représentées en rouge.

Nombre de ces zones discriminées correspondent désormais à des communautés principalement minoritaires, aux revenus faibles à modérés, ce qui illustre bien le fait que ces cartes ont réellement consolidé des tendances d’inégalité systémique de plusieurs dizaines d’années en restreignant l’accès aux opportunités économiques selon des critères de race.

Vous allez ajouter les données HOLC (Home Owners’ Loan Corporation) de ArcGIS Living Atlas of the World.

  1. Dans la fenêtre Layers (Couches), cliquez sur le bouton Add (Ajouter).
  2. Cliquez sur My content (Mon contenu) et sélectionnez Living Atlas (Atlas dynamique).
  3. Dans la barre de recherche, saisissez redlining. Dans la liste des résultats, pour la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining), cliquez sur Add (Ajouter).

    Couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) dans la fenêtre Add layer (Ajouter une couche)

  4. En haut de la fenêtre Add layer (Ajouter une couche), cliquez sur la flèche de retour.
  5. Dans la fenêtre Layers (Couches), faites glisser la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) dans le groupe de couches.

    Couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) déposée dans le groupe de couches

  6. Sélectionnez la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) afin qu’elle soit visible.

    Vous pouvez à présent voir la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) sur la ville de Richmond.

    Couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) sélectionnée dans le groupe de couches et visible sur la carte

    La couche affiche actuellement les zones dépourvues d’évaluation en gris. Il s’agit de zones industrielles ou commerciales. Vous allez désactiver la visibilité de ces zones de sorte que les zones résidentielles évaluées soient les seules zones visibles.

  7. Dans la barre d’outils Settings (Paramètres), cliquez sur Styles. Pour Types (unique symbols) (Types (symboles uniques)), cliquez sur le bouton Style options (Options de style).
  8. Dans la fenêtre Style options (Options de style), décochez Other (Autre).

    Option Other (Autre) décochée dans la fenêtre Style options (Options de style)

    Les zones non résidentielles ne sont plus visibles.

  9. Dans la fenêtre Layers (Couches), sélectionnez chacune des couches de facteurs des îlots de chaleur urbains pour voir si vous constatez d’éventuels liens avec les données de redlining.

    Les zones historiquement notées comme dangereuses ont plus de chance de contenir davantage de surfaces imperméables, d’avoir des températures du soir plus élevées et de disposer d’un couvert arboré moins important par rapport aux zones historiquement notées A (meilleure note).

    En prenant en compte les décisions et pratiques des politiques d’utilisation du sol historiques, vous adoptez l’approche de la cause première pour comprendre les fardeaux cumulatifs supportés par certaines communautés et ainsi influencer vos décisions en faveur de l’égalité.

  10. Enregistrez la carte.

    Vous devrez également définir les paramètres de partage de la carte et des couches que vous avez créées afin qu’elles apparaissent lorsque vous partagerez le tableau de bord.

  11. Dans la barre d’outils Contents (Contenu), cliquez sur Share map (Partager la carte).
  12. Dans la fenêtre Share (Partager), cliquez sur Everyone (public) (Tout le monde (public)) et cliquez sur Save (Enregistrer).
  13. Dans la fenêtre Item sharing successfully updated (Le partage du ou des éléments a été mis à jour), cliquez sur Review sharing (Réexaminer le partage). Dans la fenêtre Review sharing (Réexaminer le partage) qui apparaît, cliquez sur Update sharing (Mettre à jour le partage).

Préparer la carte Web pour créer un tableau de bord

Dans cette section, vous allez configurer et préparer la carte Web pour créer une application Web ArcGIS Dashboards. Vous allez renommer les couches, vous assurer que les couches qui doivent être visibles sont activées et personnaliser les noms d’affichage des principaux champs que vous utiliserez comme indicateurs dans le tableau de bord.

  1. Dans la fenêtre Layers (Couches), renommez la couche Urban heat island factors enriched (Facteurs des îlots de chaleur urbains enrichis) Facteurs des îlots de chaleur urbains et données enrichies.

    Cette couche contient les données synthétisées des facteurs des îlots de chaleur urbains et des données démographiques. Vous souhaitez qu’elle puisse être sélectionnée, mais vous voulez être en mesure de voir les couches qui se trouvent en dessous. Vous allez configurer le style de sorte que la couleur de remplissage soit transparente et qu’il n’y ait qu’une couleur de contour.

  2. Dans la fenêtre Layers (Couches), vérifiez que la couche Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies) est visible et sélectionnée.
  3. Dans la barre d’outils Settings (Paramètres), cliquez sur Styles. Dans la fenêtre Styles (Styles), sous Pick a style (Sélectionner un style), pour Location (single symbol) (Emplacement (un seul symbole)), cliquez sur Style options (Options de style).
  4. Dans la fenêtre Style options (Options de style), cliquez sur le symbole sous Symbol style (Style de symbole).
  5. Dans la fenêtre Symbol style (Style de symbole), pour Fill color (Couleur de remplissage), cliquez sur No color (Aucune couleur). Pour Outline color (Couleur du contour), sélectionnez une couleur grise et ajustez la valeur Outline width (Largeur du contour) sur 1.

    Couleur de contour et largeur définies

    À présent, la couche Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies) n’affiche qu’un contour et les couches en dessous sont visibles.

    Vous allez maintenant vous assurer que le groupe de couches Urban heat island factors (Facteurs des îlots de chaleur urbains) est activé et défini sur la couche qui doit apparaître en premier lorsqu’un utilisateur ouvre le tableau de bord.

  6. Vérifiez que le groupe de couches Urban heat island factors (Facteurs des îlots de chaleur urbains) est activé et que la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining) est sélectionnée.

    Groupe de couches visible et défini sur la couche Mapping Inequality Redlining Areas (Cartographie des inégalités – Zones de redlining)

    Vous allez maintenant examiner le nom du champ. Cela vous sera utile lorsque vous configurerez et calculerez les indicateurs dans le tableau de bord.

  7. Dans la fenêtre Layers (Couches), pour la couche Urban heat islands factors (Facteurs des îlots de chaleur urbains), cliquez sur Options (Options), puis sur Show table (Afficher la table).
  8. Dans la table de la couche Urban heat island factors (Facteurs des îlots de chaleur urbains), recherchez les champs joints : MAX (MAX), MEAN (MOYENNE) et Tree Canopy (Couvert arboré).

    Champs de la table Urban heat island factors (Facteurs des îlots de chaleur urbains)

    • Le champ MAX (MAX) contient les valeurs qui représentent les valeurs Evening Temperature (Température en soirée) maximales dans chaque groupe d’îlots de recensement.
    • Le champ MEAN (MOYENNE) représente le pourcentage moyen de surfaces imperméables dans chaque groupe d’îlots de recensement.
    • Le champ Tree Canopy (Couvert arboré) contient le pourcentage de couvert arboré dans chaque groupe d’îlots de recensement.

    Vous allez maintenant désactiver les fenêtres contextuelles pour toutes les couches. Vous allez utiliser les indicateurs du tableau de bord pour afficher les détails sur chaque groupe d’îlots afin qu’il ne soit pas nécessaire d’afficher les fenêtres contextuelles.

  9. Dans la fenêtre Layers (Couches), cliquez sur la couche Percent Tree Canopy (Pourcentage du couvert arboré) pour la sélectionner. Dans la barre d’outils Settings (Paramètres), cliquez sur Pop-ups (Fenêtres contextuelles).
  10. Dans la fenêtre Pop-ups (Fenêtres contextuelles), désactivez Enable pop-ups (Activer les fenêtres contextuelles).

    Option Activer les fenêtres contextuelles désactivée dans la fenêtre Fenêtres contextuelles

    Les fenêtres contextuelles n’apparaissent pas pour la couche Percent Tree Canopy (Pourcentage du couvert arboré).

  11. Mettez en pratique ce que vous avez appris pour désactiver les fenêtres contextuelles pour les autres couches de la carte.

    Enfin, vous allez ajuster l’étendue de la carte, qui correspondra à l’étendue de la carte à l’ouverture du tableau de bord.

  12. Sur la carte, effectuez un zoom avant et déplacez-vous de sorte que la ville de Richmond soit centrée et occupe l’intégralité de la carte.

    Étendue de la carte définie de sorte que la ville soit visible

  13. Enregistrez la carte.

Dans cette section, vous avez enrichi des groupes d’îlots de recensement avec des informations démographiques pour mieux comprendre la communauté potentiellement affectée par l’effet d’îlot de chaleur. Vous savez à présent où il existe des températures élevées et des différences de type de couvert végétal et qui est exposé à ces conditions. Vous comprenez mieux le contexte historique associé à l’effet d’îlot de chaleur après avoir ajouté les informations de redlining historiques à la carte.

Vous êtes maintenant prêt à créer un tableau de bord accrocheur pour synthétiser l’ensemble de ces informations et partager vos résultats avec la communauté.


Partager les résultats dans un tableau de bord

Maintenant que vous avez identifié les groupes d’îlots impactés par l’effet d’îlot de chaleur et ajouté des données contextuelles, vous allez créer un tableau de bord pour synthétiser les résultats et surveillez ces zones. Passez de Map Viewer à ArcGIS Dashboards pour créer un tableau de bord qui vous aidera à synthétiser l’effet d’îlot de chaleur dans la région de Richmond.

Créer et configurer le premier élément

Vous allez commencer par créer un tableau de bord à partir de la carte Web et ajouter le premier élément : un diagramme de série.

  1. Si nécessaire, ouvrez la carte Web Urban heat island effect (Effet d’îlot de chaleur urbain).
  2. Dans la barre d’outils Contents (Contenu) (foncée), cliquez sur Create app (Créer une application) et choisissez Dashboards (Tableaux de bord).

    Dashboards (Tableaux de bord) dans le menu Create app (Créer une application)

  3. Dans la fenêtre Create new dashboard (Créer un tableau de bord), pour Title (Titre), ajoutez Tableau de bord à la fin du titre, puis ajoutez votre nom ou vos initiales. Saisissez éventuellement des étiquettes et un résumé.

    Titre saisi dans la fenêtre Create new dashboard (Créer un tableau de bord)

  4. Cliquez sur Create dashboard (Créer un tableau de bord).

    La carte apparaît comme indicateur de carte dans le tableau de bord. Vous allez commencer par définir un thème pour le tableau de bord.

  5. Dans la barre d’outils du tableau de bord, cliquez sur Theme (Thème). Dans la fenêtre Theme (Thème), sous Layout (Mise en page), pour Theme (Thème), sélectionnez Dark (Foncé).

    Thème foncé dans la fenêtre Theme (Thème)

    Conseil :

    Pour afficher les étiquettes de la barre d’outils, dans la partie inférieure de la barre d’outils, cliquez sur Expand (Développer).

    Le thème du tableau de bord est mis à jour.

  6. Fermez la fenêtre Theme (Thème).

    Vous allez à présent créer un élément d’indicateur pour mieux comprendre les températures maximales au sein de chaque groupe d’îlots de recensement.

  7. Dans la barre d’outils du tableau de bord, cliquez sur Add element (Ajouter un élément).

    Ajouter un élément dans la barre d’outils du tableau de bord

  8. Pointez le curseur sur le côté droit de la carte et cliquez sur le bouton Dock (Ancrer) sur le côté droit de la carte.

    Bouton Dock (Ancrer) de droite sur l’indicateur de carte

  9. Dans la liste des indicateurs, cliquez sur Serial chart (Diagramme de série).

    Serial chart (Diagramme de série) dans la liste des indicateurs

  10. Dans la fenêtre Select a layer (Sélectionner une couche), sélectionnez Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies).
  11. Dans la fenêtre Serial chart (Diagramme de série), pour Categories from (Catégories de), sélectionnez Fields (Champs).
  12. Cliquez sur Add fields (Ajouter des champs) et sélectionnez 2024 White Non-Hispanic Pop (Population blanche non hispanique 2024).
  13. Continuez pour ajouter les champs suivants :
    • Population noire non hispanique 2024
    • Population hispanique 2024
    • Population asiatique non hispanique 2024
    • Population des natifs des îles du Pacifique non hispanique 2024
    • Population amérindienne non hispanique 2024
    • Population d’autre race non hispanique 2024
    • Population multiraciale non hispanique 2024

    Les champs sont ajoutés à la fenêtree Data options (Options des données).

    Variables de race et d’origine ethnique ajoutées au champ Category (Catégorie) de la fenêtre Data options (Options des données)

  14. Cliquez sur l’onglet Series (Séries). Pour Bar colors (Couleurs des barres), sélectionnez By category (Par catégorie).

    Option Bar colors (Couleurs des barres) définie sur By category (Par catégorie) dans l’onglet Series (Séries)

  15. Cliquez sur l’onglet Category axis (Axe de catégorie) et développez la section Labels (Étiquettes). Pour Placement (Position), sélectionnez Wrapped (Renvoi à la ligne).

    Option Placement (Position) définie sur Wrapped (Renvoi à la ligne) dans la section Labels (Étiquettes) de l’onglet Category axis (Axe de catégorie)

    L’indicateur de diagramme de série est configuré.

    Diagramme de série configuré

  16. Cliquez sur Done (Terminé).

    Avant de poursuivre, vous allez enregistrer le tableau de bord.

  17. Dans la barre d’outils de tableaux de bord, cliquez sur Save (Enregistrer), puis sélectionnez Save (Enregistrer).

    Bouton Save (Enregistrer) du tableau de bord

Vous avez configuré et ajouté le premier élément de tableau de bord : un diagramme de série représentant les données de race et d’origine ethnique.

Ajouter un élément d’indicateur

Vous allez à présent ajouter un élément d’indicateur pour afficher la variable Evening Temperature (Température en soirée).

  1. Dans la barre d’outils du tableau de bord, cliquez sur Add element (Ajouter un élément). Cliquez sur l’ancre supérieure du diagramme de série pour ajouter l’indicateur au-dessus du diagramme et cliquez sur Indicator (Indicateur).

    Ajoutez un élément d’indicateur à l’ancre supérieure de l’indicateur de diagramme de série.

  2. Dans la fenêtre Select layer (Sélectionner une couche), sélectionnez Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies).
  3. Dans la fenêtre Indicator (Indicateur), pour Value type (Type de valeur), sélectionnez Feature (Entité). Pour Value field (Champ de valeur), sélectionnez MAX_.

    Option Value type (Type de valeur) définie sur Feature (Entité) et option Value field (Champ de valeur) définie sur MAX_ dans l’onglet Data options (Options des données)

  4. Cliquez sur l’onglet Indicator (Indicateur). Dans la fenêtre Indicator options (Options d’indicateur), pour Bottom text (Texte inférieur), saisissez Température maximale (F).

    Texte inférieur saisi dans l’onglet Indicator (Indicateur)

  5. Pour Middle text (Texte central), définissez la couleur de police sur rouge. Dans la fenêtre de la palette de couleurs, pour Saved (Enregistré), cliquez sur le bouton Add (Ajouter).

    Couleur de texte rouge sélectionnée pour le texte central et bouton Add (Ajouter) pour enregistrer la couleur

    Le fait d’enregistrer la couleur rouge vous permet de l’utiliser ultérieurement.

  6. Cliquez sur Add icon (Ajouter un icône). Dans la fenêtre Select an icon (Sélectionner une icône), développez Solutions (Solutions) et sélectionnez l’icône de flamme.

    Icône de flamme dans la section Solutions (Solutions)

  7. Cliquez sur OK.
  8. Pour Fill (Remplissage), sélectionnez la couleur rouge enregistrée.

    Couleur rouge enregistrée sélectionnée pour le paramètre de l’icône Fill (Remplissage)

    L’indicateur est configuré.

    Indicateur de température configuré

  9. Cliquez sur Done (Terminé).
  10. Enregistrez le tableau de bord.

    Vous allez maintenant dupliquer l’élément d’indicateur et le configurer pour afficher le pourcentage de surfaces imperméables dans chaque groupe d’îlots.

Configurer des éléments d’indicateur supplémentaires

Pour simplifier la création d’un deuxième indicateur affichant le pourcentage de surfaces imperméables, vous allez commencer par dupliquer l’indicateur que vous venez de configurer.

  1. Pointez le curseur sur le coin de l’élément d’indicateur et cliquez sur Duplicate (Dupliquer).

    Duplicate (Dupliquer) pour l’élément d’indicateur

  2. Pointez le curseur sur le coin de l’élément d’indicateur dupliqué et cliquez sur Configure (Configurer).

    Pour configurer le pourcentage de surfaces imperméables, vous allez définir Value field (Champ de valeur) sur le champ MEAN (MOYENNE), qui représente le pourcentage moyen de couverture de surfaces imperméables dans chaque groupe d’îlots.

  3. Dans le volet Data options (Options des données) de la fenêtre Indicator (Indicateur), pour Value field (Champ de valeur), sélectionnez MEAN (MOYENNE).

    Option MEAN (MOYENNE) définie pour le champ Reference (Référence) sous la section Reference (Référence)

  4. Cliquez sur l’onglet Indicator (Indicateur). Pour Middle text (Texte central), ajoutez % à la fin du texte existant. Choisissez une couleur orange-marron et enregistrez la couleur.

    Texte central configuré dans l’onglet Indicator (Indicateur)

  5. Pour Bottom text (Texte inférieur), effacez le texte existant et saisissez Couverture de surface imperméable.
  6. Pour Icon (Icône), cliquez sur Change (Modifier). Développez Solutions (Solutions) et sélectionnez l’icône de route et de pont. Cliquez sur OK.
  7. Pour Fill (Remplissage), sélectionnez la couleur orange-marron enregistrée.

    L’indicateur est configuré.

    Indicateur de surface imperméable configuré

  8. Cliquez sur Done (Terminé).
  9. Utilisez ce que vous avez appris pour dupliquer l’élément d’indicateur afin d’afficher le pourcentage de couvert arboré.
    • Dupliquez l’élément d’indicateur de température.
    • Cliquez sur Configure (Configurer) pour l’élément d’indicateur dupliqué.
    • Dans la fenêtre Data options (Options des données), définissez Value field (Champ de valeur) sur Tree Canopy (Couvert végétal).
    • Dans l’onglet Indicator (Indicateur), pour Bottom text (Texte inférieur), remplacez le texte par Couvert arboré.
    • Remplacez l’icône par un arbre.
    • Remplacez éventuellement la couleur de police du Middle text (Texte central) et la couleur de remplissage de l’icône par une couleur verte.
    • Cliquez sur Done (Terminé).

    L’indicateur de couvert arboré est configuré.

    Indicateur de couvert arboré configuré

  10. Utilisez ce que vous avez appris pour dupliquer l’élément d’indicateur afin d’afficher l’écart entre la température maximale de chaque groupe d’îlots de recensement et la température moyenne associée aux limites de la ville.
    • Dupliquez l’élément d’indicateur de température.
    • Cliquez sur Configure (Configurer) pour l’élément d’indicateur dupliqué.
    • Dans la fenêtre Data options (Options des données), activez Value conversion (Conversion de valeur), puis, pour Offset (Décalage), saisissez -87.63.
    • Dans l’onglet Indicator (Indicateur), pour Top text (Texte supérieur), saisissez Écart de température en soirée (F), puis, pour Bottom text (Texte inférieur), saisissez par rapport à la moyenne de la ville.
    • Remplacez l’icône par le thermomètre.
    • Remplacez la couleur de police du Middle text (Texte central) et la couleur de remplissage de l’icône par une couleur jaune.
    • Cliquez sur Done (Terminé).

    L’indicateur de température en soirée est configuré.

    Indicateur d’écart de température en soirée configuré

    Il existe à présent quatre indicateurs sur le tableau de bord. Vous allez maintenant les réorganiser afin qu’ils soient tous visibles et de taille identique.

  11. Pour le deuxième indicateur affiché, pointez le curseur dessus et cliquez sur le bouton Drag item (Faire glisser un élément).

    Bouton Drag item (Faire glisser un élément) pour un élément d’indicateur

  12. Faites glisser l’indicateur d’écart de température en soirée à droite de l’indicateur en haut.

    Faire glisser et ancrer l’indicateur sur la ligne en haut à droite

    Deux indicateurs sont maintenant affichés côte à côte.

    Ligne de deux indicateurs côte à côte au-dessus d’un autre indicateur

  13. Faites glisser l’indicateur inférieur à droite de la deuxième ligne d’indicateurs.
  14. Faites glisser les séparateurs de sorte que les indicateurs soient visibles et à peu près alignés.

    Quatre indicateurs sont maintenant organisés dans une grille au-dessus du diagramme à barres.

    Indicateurs et diagramme de série configurés

  15. Enregistrez le tableau de bord.

Ajouter des indicateurs pour les données démographiques (facultatif)

Vous pouvez éventuellement ajouter deux indicateurs de plus pour afficher des variables supplémentaires pour la vulnérabilité sociale.

  1. Dupliquez l’indicateur de surfaces imperméables.
  2. Pour l’indicateur des surfaces imperméables dupliqué, cliquez sur le bouton Configure (Configurer).
  3. Dans l’onglet Data (Données) de la fenêtre Indicator (Indicateur) qui apparaît, sélectionnez les paramètres suivants :
    • Pour Value field (Champ de valeur), sélectionnez 2022 HHS: Inc Below Poverty Level (ACS 5-Yr) (Ménages 2022 : rev. sous le seuil de pauvreté [ACS 5 ans]).
    • Développez la section Reference (Référence), puis, pour Reference type (Type de référence), sélectionnez Feature (Entité).
    • Pour Reference field (Champ de référence), sélectionnez 2024 Total Population (Population totale en 2024).

    Option Value field (Champ de valeur) définie sur la variable de pauvreté et option Reference field (Champ de référence) définie sur la variable de population totale dans la fenêtre Data options (Options des données)

  4. Cliquez sur l’onglet Indicator (Indicateur). Pour Middle text (Texte central), effacez le texte existant et cliquez sur le bouton Add field (Ajouter un champ). Sélectionnez 100 * value / reference (100 * valeur / référence).

    Option Middle text (Texte central) définie sur 100 * value / reference (100 * valeur / référence)

  5. Continuez de configurer l’onglet Indicator (Indicateur) avec les paramètres suivants :
    • Pour Middle text (Texte central), définissez la couleur du texte sur une couleur bleue.
    • Pour Bottom text (Texte inférieur), effacez le texte existant et saisissez Revenus inférieurs au seuil de pauvreté.
    • Pour Icon (Icône), sélectionnez une icône pouvant représenter l’attention, comme les mains en forme de cœur.
    • Pour Fill (Remplissage), sélectionnez la même couleur bleue.

    L’indicateur de pauvreté est configuré.

    Indicateur de pauvreté configuré

  6. Cliquez sur Done (Terminé).
  7. Utilisez ce que vous avez appris pour créer un indicateur représentant le pourcentage de locataires sans accès à des véhicules :
    • Dupliquez l’indicateur de niveau de pauvreté.
    • Pour l’indicateur dupliqué, cliquez sur le bouton Configure (Configurer).
    • Dans l’onglet Data (Données), pour Field value (Valeur du champ), sélectionnez 2022 Renter HHs with 0 Vehicles (ACS 5-Yr) (Ménages locataires avec 0 véhicule en 2022 [ACS 5 ans]).
    • Dans l’onglet Indicator (Indicateur), pour Middle text (Texte central), sélectionnez une couleur de texte violette.
    • Pour Bottom text (Texte inférieur), remplacez le texte par Renters with no vehicles (Locataires sans véhicule).
    • Pour Icon (Icône), sélectionnez le symbole de voiture.
    • Pour Fill (Remplissage), sélectionnez la même couleur violette.

    L’indicateur de locataires sans véhicule est configuré.

    Indicateur de locataires sans véhicule configuré

  8. Faites glisser les deux indicateurs de vulnérabilité sociale à droite du diagramme de série et redimensionnez-les.

    Indicateurs sociaux configurés sur le tableau de bord

  9. Enregistrez le tableau de bord.

Configurer des actions sur la carte

Pour rendre le tableau de bord interactif, vous allez configurer des actions sur la couche pour l’indicateur de carte. Lorsque des actions de couche sont configurées, les utilisateurs du tableau de bord peuvent sélectionner des entités d’une couche en cliquant sur les entités de la carte. Vous pouvez utiliser les options When map is clicked (Lorsqu’un utilisateur clique sur la carte) pour déterminer si la sélection d’entités sur la carte met à jour les valeurs des indicateurs de tableau de bord pour les entités sélectionnées.

  1. Pointez le curseur sur le coin de l’élément de carte et cliquez sur Configure (Configurer).
  2. Dans la fenêtre Settings (Paramètres), activez Legend (Légende) et Layer visibility (Visibilité des couches).
  3. Cliquez sur l’onglet Général. Pour Title (Titre), cliquez sur Edit (Mettre à jour).
  4. Dans l’éditeur de texte, saisissez ou copiez et collez le texte suivant :

    Facteurs de l’effet d’îlot de chaleur urbain - Richmond, Virginie

    Cliquez sur un groupe d’îlots de recensement pour afficher les données sur les facteurs des îlots de chaleur et les données démographiques.

  5. Mettez en surbrillance la première ligne du texte. Cliquez sur Paragraph (Paragraphe) et sélectionnez Heading 2 (Titre 2).

    Première ligne du texte du titre définie sur Heading 2 (En-tête 2)

  6. Cliquez sur l’onglet Layer actions (Actions sur la couche). Développez Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies), puis Filter (Filtrer).

    Option Filter (Filtrer) pour la couche Urban heat island factors and enriched data (Facteurs des îlots de chaleur urbains et données enrichies) dans l’onglet Layer actions (Actions sur la couche)

  7. Activez tous les boutons Indicator (Indicateur) et les éléments Serial chart (Diagramme de série).
  8. Pour chacun, cochez la case Render only when filtered (Rendu en cas de filtrage uniquement).

    Indicateurs et diagramme de série définis sur Filter (Filtrer) et case Render only when filtered (Rendu en cas de filtrage uniquement) cochée

  9. Sous la section When map is clicked (Lorsqu’un utilisateur clique sur la carte), désactivez Show pop-up (Afficher la fenêtre contextuelle) et activez Select feature (Sélectionner une entité).

    Section When map is clicked (Lorsqu’un utilisateur clique sur la carte) configurée

  10. Cliquez sur Done (Terminé).
  11. Dans la barre d’outils du tableau de bord, cliquez sur le bouton Save (Enregistrer).
  12. Si nécessaire, actualisez la page du navigateur.
  13. Testez le tableau de bord en cliquant sur la carte pour sélectionner un groupe d’îlots. Sélectionnez un groupe d’îlots historiquement noté D (dangereux).

    Groupe d’îlots de recensement dans une zone historiquement rouge sélectionnée sur la carte

    Que remarquez-vous sur les données sur les facteurs des îlots de chaleur et les données démographiques pour cette zone ?

  14. Cliquez sur un groupe d’îlots historiquement noté A (excellent).

    Groupe d’îlots de recensement dans une zone historiquement excellente sélectionnée sur la carte

    Que remarquez-vous sur les données sur les facteurs des îlots de chaleur et les données démographiques pour cette zone ?

    Vous allez maintenant explorer les outils de la carte pour afficher d’autres couches sur la carte.

  15. Sur l’indicateur de carte, cliquez sur l’outil de liste des couches. Développez le groupe de couches Urban heat island factors (Facteurs des îlots de chaleur urbains) et sélectionnez Evening Temperature (Température en soirée).

    Option Evening Temperature (Température en soirée) sélectionnée dans le groupe de couches dans l’outil de liste des couches

    La couche Evening Temperature (Température en soirée) est maintenant visible sur la carte.

  16. Enregistrez le tableau de bord.

    Vous allez maintenant définir le tableau de bord de sorte à le partager avec des tiers.

  17. Cliquez sur le menu du tableau de bord, puis sur Dashboard item details (Détails des éléments du tableau de bord).

    Download item details (Détails des éléments du tableau de bord) sur le menu du tableau de bord

    La page des éléments du tableau de bord apparaît.

  18. Dans la page des éléments du tableau de bord, cliquez sur Share (Partager).
  19. Dans la fenêtre Share (Partager), sélectionnez Everyone (public) (Tout le monde (public)) et cliquez sur Save (Enregistrer).

    Vous avez créé un tableau de bord pour synthétiser l’effet d’îlot de chaleur dans cette zone d’étude. Vous pouvez à présent partager ce tableau de bord avec les parties prenantes, notamment les membres des communautés et les élus locaux, pour les aider à mieux comprendre les écarts de température de voisinage en voisinage, l’occupation du sol au sein de chaque voisinage et les données démographiques des communautés qui peuvent être affectées de manière disproportionnée par les îlots de chaleur.

Ce didacticiel vous a aidé à analyser l’effet d’îlot de chaleur dans la région de Richmond, en Virginie. Vous avez examiné les données de température de la ville pour évaluer la température maximale de voisinage en voisinage. Vous avez analysé le couvert arboré et la couverture de surfaces imperméables afin de mieux comprendre les facteurs d’occupation du sol qui contribuent à l’effet d’îlot de chaleur.

Une fois que vous avez identifié les voisinages plus chauds que les autres et comparé leurs températures avec celles à l’échelle de la ville, vous avez enrichi la zone d’étude avec des données démographiques afin de déterminer qui habitait dans les communautés potentiellement impactées par ces événements de chaleur extrême et quelles caractéristiques rendaient certains individus plus vulnérables que d’autres. Vous avez également exploré les décisions et pratiques historiques ayant contribué à un impact disproportionné entre les communautés en matière de chaleur extrême.

Enfin, vous avez créé un tableau de bord pour synthétiser les résultats de votre analyse et les partager avec les parties prenantes pour leur permettre d’utiliser ces informations afin d’implémenter des solutions qui amélioreront la qualité de vie dans l’ensemble de la communauté (par exemple, en incorporant davantage d’espaces verts et en améliorant l’accès aux transports publics dans les voisinages où ces ressources font défaut). Ce didacticiel combine avec succès les objectifs spatiaux et objectifs d’égalité pour examiner un sujet d’égalité environnementale de l’effet d’îlot de chaleur.

Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.