Command Palette
Search for a command to run...
À Quoi Ressemblera Le Monde En 2100 ? Prédire Les Villes Du Futur Grâce Aux Données De Télédétection

Avez-vous déjà imaginé à quoi ressemblera le monde en 2100 ? Comment notre ville va-t-elle se développer ? Récemment, deux scientifiques des données ont utilisé la science des données et l’apprentissage automatique pour prédire les tendances de l’expansion urbaine mondiale d’ici 2100.
Il y a quelque temps, une vidéo utilisant l'IA pour reconstituer les scènes de rue de Pékin en République de Chine est devenue virale sur Internet, permettant à toute la nation de voyager 100 ans en arrière pour découvrir la vie dans la capitale à cette époque.
En regardant les maisons en briques, les calèches et les vendeurs installant leurs stands sur le marché, tout le monde a été impressionné par les changements qui ont eu lieu en 100 ans.
En effet, en un siècle, de nombreuses villes ont connu d’énormes changements. Les bâtiments deviennent plus hauts, les transports deviennent plus pratiques et les zones urbaines s'agrandissent...

Et à quoi ressembleront les villes du monde entier dans 100 ans, voire plus ?
Aujourd’hui, grâce à la science des données et aux modèles de simulation, il est possible de prédire le modèle de développement d’une ville en fonction des données historiques et des conditions nationales et sociales.
Apprendre de l'histoire pour prédire l'avenir
Récemment, Jing Gao, un scientifique des données à l'Université du Delaware, et Brian O'Neill, un ancien élève et professeur à l'Université de Denver,Un modèle de simulation mondial a été publié, qui utilise la science des données et l’apprentissage automatique pour voir comment les villes vont changer.

Prenons par exemple Chicago, Los Angeles et New York. Ces villes se sont développées de différentes manières en termes d’expansion de leur superficie.
Par conséquent, afin d’expliquer l’incertitude de l’urbanisation à long terme, Jing Gao et O’Neill Cinq scénarios cohérents avec les parcours socioéconomiques partagés (SSP) ont été développés à l’aide d’un cadre de modélisation combiné à des méthodes de Monte Carlo.
Le modèle utilise la science des données et les techniques d’apprentissage automatique pour effectuer des observations à long terme des tendances d’urbanisation chaque décennie et peut prédire comment le territoire urbain évoluera au cours des 100 prochaines années dans différentes conditions sociales et économiques.

Ces ensembles de données de télédétection ont une précision d'environ 125 pieds (38 mètres), ce qui est suffisant pour donner une idée approximative de ce à quoi ressemble chaque zone de la ville.
Jing Gao dit :**« L’exploitation des données historiques a révélé trois styles d’urbanisation différents : l’urbanisation, l’urbanisation stable et l’urbanisation rapide. »**Au fil du temps, les pays passeront d’une urbanisation rapide à une urbanisation stable, puis à une urbanisation progressive.
Comme nous le savons tous, les États-Unis et la plupart des pays d’Europe occidentale ont atteint l’urbanisation, tandis que l’Inde et la Chine ont connu un développement rapide et sont désormais passées à une urbanisation stable. Actuellement, de nombreux pays africains sont encore dans une phase d’urbanisation rapide.
La superficie urbaine totale dépassera 225 millions de terrains de football
Cependant, comprendre les grandes évolutions régionales à travers les seules données de télédétection ne suffit pas à comprendre comment l’urbanisation se déroule localement dans une perspective mondiale.
Pour ce faire, les chercheurs ont divisé le monde en 375 petites régions et ont exécuté un modèle de développement personnalisé pour chacune d’elles simultanément, puis ont rassemblé tous les résultats du modèle pour créer une carte mondiale.

L’équipe de recherche prédit queD’ici 2100, la superficie urbaine totale de la Terre augmentera de 1,8 à 5,9 fois.

Il s’agit d’un résumé et d’une évaluation basés sur les modèles de développement urbain au cours des dernières décennies, en supposant qu’aucun événement transformateur à grande échelle tel que la guerre, la maladie, la révolution, etc. ne se produise.
De plus, si nous avons la chance d’assister à des événements majeurs tels que des civilisations extraterrestres au cours de ces cent années, cela affectera également les résultats du modèle.
Plus la conscience environnementale est forte, plus l'expansion urbaine est lente
Mais la manière dont les villes se développeront dépendra en grande partie des tendances sociales des années à venir. Cela comprend les tendances en matière de croissance économique, les changements démographiques et les habitudes de vie, ainsi que nos attitudes à l’égard de la protection de l’environnement humain.

Dans ce scénario, la superficie des terrains urbains devrait être multipliée par 1,3 d’ici 2100.
Cependant, si les gens ont tendance à devenir très matérialistes et à consommer de grandes quantités de combustibles fossiles dans le même temps. Par exemple, on prévoit que le taux d’expansion urbaine dans les pays asiatiques sera très élevé, voire quatre fois plus élevé que celui des États-Unis au début de ce siècle.

Dans le Delaware, par exemple, les maisons construites près de la côte se font souvent au détriment des terres agricoles.
Bien que ces évolutions puissent contribuer à la prospérité des économies régionales, elles peuvent également avoir d’autres conséquences imprévues, comme l’augmentation du risque d’inondations côtières et d’élévation du niveau de la mer.
Si ces événements extrêmement peu probables se produisent réellement, non seulement les villes ne continueront pas à se développer, mais certaines d’entre elles pourraient inévitablement devenir de l’histoire ancienne.
De plus, quel que soit le modèle socio-économique choisi, les résultats de simulation montrent queD’ici la fin de ce siècle, la plupart des pays du monde seront urbanisés.
La question est donc : dans quelle ville pensez-vous que vous serez dans quatre-vingts ans ? Et où dans la ville ?
Adresse du document :
https://www.nature.com/articles/s41467-020-15788-7.pdf
-- sur--











