Uncertainty-Aware Spatial Screening for Suburban Infrastructure–Solar Transition: An Open-Data Study of Long Island

Dans la quête visant à alimenter nos maisons et nos villes grâce à la lumière du soleil, les urbanistes sont confrontés à un casse-tête difficile : où placer les nouveaux panneaux solaires ? La réponse dépend de l'équilibre entre deux besoins concurrents. D'une part, nous avons besoin d'endroits où le soleil frappe fort et où le réseau électrique peut facilement accepter une nouvelle puissance. D'autre part, nous devons protéger le monde naturel, en veillant à ne pas bétonner des forêts ou des zones humides qui sont vitales pour les écosystèmes locaux. Ce jeu d'équilibriste est compliqué par le fait que nous ne disposons souvent pas d'informations parfaites. Certaines données sur la manière dont un quartier est connecté aux transports publics ou sur la capacité d'un toit à accueillir de l'énergie solaire sont manquantes ou imprécises. Lorsque l'information est floue, établir une liste unique et définitive des « meilleurs » endroits pour les projets solaires peut être trompeur, car cette liste pourrait changer complètement si nous comblions les lacunes différemment ou si nous décidions de valoriser davantage la nature.

Une nouvelle étude, centrée sur Long Island, plus précisément sur les comtés suburbains de Nassau et de Suffolk, s'attaque de front à cette incertitude. Au lieu de tenter d'imposer un classement unique et parfait des quartiers, les chercheurs ont construit un système d'audit flexible pour voir comment différents choix affectent la liste finale des candidats. Ils ont examiné plus de 2 000 petites zones communautaires, en observant comment les rues sont connectées, quel est le niveau de service des transports publics, combien d'emplois et de commerces se trouvent à proximité, et quelle quantité de couverture végétale naturelle subsiste. Ils ont également cartographié le potentiel technique de l'énergie solaire sur les toits et les parkings. Le cœur de leur travail consistait à tester des milliers de scénarios différents, chacun avec des priorités légèrement différentes, pour voir quels quartiers apparaissaient systématiquement comme de bons candidats et lesquels n'apparaissaient que dans des conditions très spécifiques, voire irréalistes.

Les chercheurs ont commencé par rassembler des données publiques provenant de diverses sources gouvernementales, notamment des registres de projets solaires achevés et des cartes d'utilisation des sols. Ils ont remarqué que pour de nombreuses zones, particulièrement dans le comté de Suffolk, les données sur les transports publics étaient incomplètes ou totalement absentes. Plutôt que d'ignorer ces lacunes ou de deviner les chiffres, ils ont traité l'information manquante comme une plage de possibilités. Par exemple, si un score de transport était manquant, ils ont considéré qu'il pouvait se situer n'importe où entre zéro et la valeur maximale possible. Cette approche leur a permis de tester toutes les combinaisons possibles de données manquantes pour voir si le statut de « bon candidat » d'un quartier tenait bon sous toutes ces différentes possibilités.

Ils ont ensuite lancé une simulation massive, testant 20 000 ensembles de règles différents. Dans certains scénarios, ils privilégiaient l'énergie solaire avant tout. Dans d'autres, ils ajoutaient des règles strictes exigeant qu'un quartier possède une certaine quantité de couverture végétale naturelle, comme des arbres ou de l'herbe, pour même être considéré. Ils ont également testé ce qui se passerait si l'on pondérait différemment l'importance de la connectivité des rues ou de l'accès aux emplois. L'objectif n'était pas de trouver une liste magique, mais de voir la stabilité des résultats. Ils ont cherché les quartiers qui restaient sur la liste, peu importe le changement des règles, et ceux qui disparaissaient dès que les règles changeaient légèrement.

Les résultats ont montré qu'il n'existe pas de liste unique et incontestée des meilleurs endroits pour la transition solaire. Lorsque les chercheurs ont autorisé n'importe quelle combinaison de priorités, ils ont trouvé 58 quartiers qui étaient des candidats systématiquement solides, même lorsque les données manquantes sur les transports étaient remplacées par les pires scénarios. Cependant, lorsqu'ils ont ajouté une règle exigeant qu'au moins 10 % du terrain soit couvert par de la végétation naturelle, la liste s'est réduite à seulement 30 quartiers. Plus important encore, les deux listes partageaient très peu de points communs ; environ 9 % des quartiers apparaissaient sur les deux listes. Cela signifie que décider de protéger la nature modifie fondamentalement les communautés choisies pour le développement, et qu'il est impossible de savoir quelle liste est la « bonne » sans prendre une décision claire basée sur des valeurs concernant le degré de protection de la nature.

L'étude a également révélé une différence marquée entre les deux comtés. Le comté de Nassau comptait de nombreux quartiers qui restaient de solides candidats même lorsque les données étaient incertaines. En revanche, le comté de Suffolk comptait très peu de quartiers pouvant garantir leur statut sous toutes les conditions possibles. Cela s'expliquait largement par le fait que les données sur les transports publics dans le comté de Suffolk étaient beaucoup plus incomplètes. Lorsque les chercheurs ont examiné les extrêmes de ce que pourraient être les données manquantes, la liste des bons candidats dans le comté de Suffolk a radicalement changé, suggérant que les décisions prises là-bas sont beaucoup plus sensibles à la manière dont nous interprétons les informations manquantes.

Pour vérifier la pertinence de leur méthode, les chercheurs ont comparé leurs scores aux données réelles sur le nombre de projets solaires déjà construits dans différentes villes. Ils ont trouvé un schéma intéressant : les villes qui obtenaient des scores élevés sur leur liste de « préparation » avaient tendance à avoir moins de panneaux solaires par habitant, mais plus de panneaux solaires par kilomètre carré de terrain. Cela suggère que la méthode de l'étude est efficace pour identifier les zones ayant une forte densité de développement et d'espaces de toiture disponibles, mais qu'elle ne prédit pas nécessairement quelles communautés ont des résidents capables ou désireux d'installer des panneaux solaires. Cette distinction est cruciale ; elle montre qu'un score élevé reflète une opportunité physique et une densité, et non nécessairement une préparation sociale ou une capacité financière.

En fin de compte, l'étude conclut que nous ne pouvons pas nous appuyer sur un classement unique pour guider la transition vers le solaire. Le « meilleur » endroit dépend entièrement de ce que nous valorisons le plus à un instant donné. Si nous privilégions la production solaire maximale et ignorons la nature, nous obtenons un ensemble de quartiers. Si nous insistons sur la protection des espaces verts, nous obtenons un ensemble complètement différent. Les chercheurs soutiennent que l'approche la plus honnête consiste à reconnaître cette incertitude et à présenter plusieurs listes basées sur différentes priorités, plutôt que de prétendre qu'une seule liste est la réponse finale. Ce faisant, les urbanistes peuvent prendre des décisions plus transparentes, comprenant exactement comment leurs choix concernant la nature, les transports et l'énergie façonnent l'avenir de leurs communautés. Ce travail rappelle que, dans un monde complexe, l'outil le plus utile est souvent non pas une réponse unique, mais une carte claire montrant comment différents choix mènent à différents résultats.