conférence: les données au service de la smart city, iseg, lille, 021215
TRANSCRIPT
Smart City : les données au service de la gestion intelligente de la ville
Isam SHAHROUR, Professeur Université [email protected]
«Semaine des nouveaux métiers », ISEG, Lille 2 Décembre 2015
Ville
• Quartier• Parc de Bâtiments• Réseau (eau, électricité, gaz,..)• Service (transport, déchet,..)
Intelligente
Solution «innovante » Intérêt «collectif »
• Usager• Environnement • Société
Défis, ambition
La Ville: Concentration de la population
55% de la population Mondiale
70% de la population en 2050
Concentration dans des grandes villes
La ville: 70% du PIB mondial
Tokyo : 1 520 Milliards de €
• 70% de la consommation d'énergie • 80% du gaz à effet de serre
La ville:
Transport
Industrie
Bâtiments
Tokyo(2005)
Mexico(2006)
London (1999)
Shanghai (2007)
La ville : Système complexe et vivant
Infrastructures et réseaux urbains
Electricité :• Lignes haute et basse tensions: 1 300 000 km
(32 fois la circonférence de la terre)
infrastructures en France
Eau :Réseau d’eau : 1 370 000 km
La ville :crise de croissance et de développementInfrastructures largement sous-‐dimensionnées ou (et) vieillissantes
1 milliard privés de service de l'eau potable
2,5 milliards privés de service d’assainissement
1 milliard privés de service d’électricité
80% (France)
Vieillissement du parc de bâtiment
10 mars 2015
Vieillissement des infrastructures
Vieillissement des infrastructures Etats Unis (ASCE, 2013): • Infrastructures fortement dégrées (D+)• Besoin de $ 3.6 Billions d’investissement
Pays en voie de développement
Besoin annuel pour les infrastructures: 1,8 à 2,3 trillions de $
Transport
Electricity
Water
Telecom
Le transport
Pollution de l’airprès de 7 million chaque année (OMS)
Pékin, 30 NovembreConcentration PM 2,5 a atteint 976 (OMS = 25)
Inondations : Près de 350 millions concernés
Sécurité d’approvisionnement
US Blackout (2003)• 50 Million people • 24 hours for full recovery• Cost: $6 to $10 billion
Urban Developing countries
Urban –Developed countries
RuralDeveloping countries
Perspectives: Poursuite de la croissance démographique
0
10
20
30
40
Tokyo Calcuta Lagos
1975 2000 2025
Croissance urbaine
En 2030:• Près de 2 milliards de nouveaux résidents• Besoin de 400 000 km2 de constructions
(doublement de la surface construite)
Tau de dépendance = ( < 15 ans ou > 64 ans)
Vieillissement de la populationPerspectives - Pays développés
(15 > <64ans)
Eco-‐ responsable
Socio-‐ responsable
Future génération
Enjeux : Transformer la ville pour faire face à la pression croissante
Transformation à très grande échelle nécessitant :-‐ Des très grands investissements-‐ Du temps
Piliers de transformation
Infrastructures• Construire• Moderniser
Méthodes de gestion• Optimisation• Sécurité
Usager • Evaluation • Acteur de la ville
La Technologie Numérique a révolutionné et continue à révolutionner de nombreux secteurs : musique, photo, édition, tourisme, distribution, la banque, l’industrie,…
Quel peut être son apport à la ville ?
Apport du Numérique
Internet
Réseaux Sociaux
Capteurs intelligents • Mesurer • Analyser• Communiquer • Faire des actions
VoirAnalyserComprendreAméliorer
Temps réel
Numériser les données de patrimoine• Réseaux (SIG)• Bâtiments (BIM)
Concept « Smart City »
2) InstrumenterDonnées de fonctionnement
1) Numériser les données de patrimoine• Réseaux (SIG)• Bâtiments( BIM)
Concept « Smart City »
Concept de Smart City
3) Collecter les données d’usage et d’environnement
2) Instrumenter :Données de fonctionnement
1) Numériser les données de patrimoine• Réseaux (SIG)• Bâtiments( BIM)
Système d’information
• Stocker• Analyser• Commander
• Sécurité• Optimisation
Système d’information
Concept « Smart City »
Concept « Smart City »
• Stocker• Analyser• Commander
Système d’information
• Partager• Décider
Pour résumer la ville intelligente
Des données pertinentes
On dispose des données historiques et en temps réel sur les composantes de la ville (infrastructures, services, usages,…) et sur son environnement.
Pour résumer la ville intelligente
L’invisible devient visible
Quand on voit les choses on fait du progrès
Pour résumer la ville intelligente
Créer de la valeur
Donner de la valeur aux données à travers :• Leur mise dans un contexte spatial et temporel• Croisement avec d’autres données
Pour résumer la ville intelligente
Modèles prévisionnels
Des techniques d’analyse, d’apprentissage et de BigData permettent de développer des modèles de prévision pour les systèmes urbains complexes
Pour résumer la ville intelligente
Sécurité et résilience
Les données en temps réel + les modèles prévisionnels permettent de détecter rapidement les anomalies.
Les techniques de commande permettent de :• Confiner les anomalies • Assurer un fonctionnement en mode dégradé • Rétablir rapidement le fonctionnement
Pour résumer la ville intelligente
Optimisation
Les données sur la ville permettent de:• Optimiser son fonctionnement, • Réduire les consommations • Réduire la pollution
Exemple gestion optimale de l’énergie
Production
Stockage Smart Grid
Consommations
Usagers, acteurs de la ville
• Les données et les analyses sont mises à la disposition des usagers.
• Les usagers remontent des données d’observation et d’évaluation.
• Participent d’une manière plus éclairée et active
Pour résumer la ville intelligente
Réduire les coûts de construction
Le concept « Smart » permet d’optimiser les systèmes urbains et de réduire leur dimensionnement (coûts,..)
Pour résumer la ville intelligente
De nouveaux services
De nouveaux services urbains:• Santé, éducation,• Mobilité • Tourisme• Administration • Personnes âgées ou à mobilité réduite
Pour résumer la ville intelligente
Améliorer l’attractivité - Politique de développement durable- Services améliorés- Sécurité renforcée- Cadre de vie - Image moderne - Activité tourné e vers l’économie de la
connaissance
Pour résumer la ville intelligente
MERCI POUR VOTRE ATTENTION