Analyse de l'équité basée sur les données pour les Utilities
Par Megan Hendrick et Tom DeWitte
Les utilities modernes font face à une large gamme d'objectifs et de défis qui nécessitent une allocation stratégique des ressources. Prioriser comment et où utiliser ces ressources requiert une analyse minutieuse de toutes les informations disponibles. Souvent, l'attention initiale se porte sur le réseau physique de l'utility. Par exemple, lorsqu'il s'agit de remplacer des actifs de distribution vieillissants, les informations critiques incluent l'âge et le matériau de ces actifs.
Cependant, il est tout aussi important de considérer la communauté qui dépend de cette infrastructure critique. Les données démographiques et les considérations de justice sociale sont essentielles pour garantir que les décisions sont prises de manière juste et équitable. En intégrant à la fois les informations du réseau et les perspectives centrées sur la communauté, les utilities peuvent s'assurer que leurs plans sont équitables et résilients.
Explorons un exemple concret : le remplacement d'infrastructures vieillissantes dans un système de distribution de gaz naturel. Nous utiliserons ArcGIS pour effectuer une analyse géospatiale approfondie afin d'éclairer ce processus décisionnel critique.
Poser les bonnes questions
Quels sont les objectifs de cette analyse ? Dans ce cas, nous voulons déterminer quels conduits principaux (tuyaux) dans un système de gaz naturel doivent être prioritaires pour le remplacement. Notre objectif est de classer ces actifs selon des critères pertinents et de présenter ces informations dans un format interactif permettant aux décideurs d'explorer toutes les informations côte à côte.
Données réseau : le point de départ
Notre analyse commence par un modèle d'information réseau, qui stocke des détails cruciaux sur les actifs du réseau gazier, notamment :
- Type de tuyau (conduit principal de distribution, tuyau de service, tuyau de transmission, etc.)
- Âge (calculé à partir de la date d'installation)
Pour cet exemple, nous utiliserons un jeu de données d'exemple organisé selon le Utility and Pipeline Data Model (UPDM).
Données d'équité & démographiques
Pour garantir que nos décisions soient équitables, nous devons comprendre les communautés desservies par le réseau de distribution de gaz. L'ArcGIS Living Atlas fournit une multitude de couches de données officielles sur des centaines de sujets. Pour cette analyse, nous utiliserons les couches suivantes :
- Justice40 Tracts : Cette couche évalue et identifie les communautés défavorisées selon les critères actualisés de l'Initiative Justice40 aux États-Unis et ses territoires.
Facteurs environnementaux
Les considérations géologiques et environnementales peuvent avoir un impact significatif sur la longévité des infrastructures. Nous intégrerons des données sur le potentiel corrosif du sol provenant de l'ArcGIS Living Atlas pour compléter notre exemple d'analyse.
L'analyse : étape par étape
ArcGIS Pro offre des capacités robustes d'analyse spatiale. Une variété d'outils peut être utilisée pour filtrer les données réseau, résumer l'information en attributs, identifier les intersections spatiales et réaliser une analyse par indice composite. Model Builder peut être utilisé pour documenter le processus et permettre sa répétition selon les besoins pour différents territoires ou réseaux.
- Rassembler les données : La première étape consiste à rassembler toutes les données mentionnées ci-dessus dans une seule carte. Dans ce cas, nous utiliserons ArcGIS Pro pour exécuter notre analyse.
- Identifier les actifs pertinents : En utilisant l'outil "Select by Attribute" d'ArcGIS Pro, nous allons restreindre notre attention aux conduits principaux en matériaux vulnérables à la corrosion. Dans ce cas, nous avons sélectionné des actifs appartenant au groupe d'actifs "Distribution Mains" et au type d'actif "Cast Iron", "Bare Steel", "Wrought Iron" ou "Ductile Iron". Ce filtre initial réduit la quantité d'enregistrements dans notre analyse et concentre l'attention uniquement sur les actifs pertinents.
- Exporter les données : Nous exporterons cette sélection vers une nouvelle couche d'entités, ce qui nous permettra d'ajouter et modifier des champs sans affecter les données source du réseau.
- Prendre en compte les variables clés : Ensuite, ajoutez les champs pour les facteurs qui seront pris en compte dans l'analyse. Dans cet exemple, nous ajouterons des champs pour l'âge du tuyau, le sol corrosif, l'historique des fuites, la densité de population et le statut Justice40. Nous attribuerons des valeurs numériques à chaque champ pour représenter ce facteur. À l'étape suivante, nous utiliserons ces valeurs pour calculer un score d'indice pour chaque actif.
- L'attribut "Pipe Age" peut être calculé en utilisant la calculatrice d'attributs avec le champ date d'installation.
- Une valeur numérique peut être ajoutée au champ "Corrosive Soil" en utilisant l'outil "Select by Location" pour sélectionner les actifs qui intersectent un sol corrosif. L'utilisation de la calculatrice d'attributs sur ces actifs sélectionnés permet d'attribuer une valeur "1" aux actifs qui intersectent un sol corrosif, et une valeur "0" à ceux qui ne le font pas.
- Le champ "Leak History" peut être rempli en utilisant des critères spécifiques à l'utility. Un exemple pourrait être le calcul d'un "score fuite" commun en prenant le nombre de fuites enregistrées pour cet actif divisé par la longueur du tuyau.
- Le champ "Population Density" peut être rempli en effectuant une jointure spatiale avec la couche démographique, puis en utilisant la calculatrice d'attributs pour transférer les valeurs de densité de population vers ce nouveau champ.
- Le champ "Justice40 Status" peut être rempli avec une valeur numérique en utilisant l'outil "Select by Location" pour sélectionner les actifs qui intersectent des communautés défavorisées. L'utilisation de la calculatrice d'attributs sur ces actifs sélectionnés permet d'attribuer une valeur "1" aux actifs qui intersectent ces communautés défavorisées, et une valeur "0" à ceux qui ne le font pas.
Créer un indice :
L'outil Calculate Composite Index (disponible dans ArcGIS Pro 3.2+) combine plusieurs variables en un seul indice, nous permettant ainsi de classer chaque conduit principal selon nos caractéristiques choisies. Modifier le poids attribué à chaque variable permet de prioriser certaines caractéristiques dans l'indice. Nous utiliserons cet outil sur notre couche d'analyse en utilisant nos nouveaux champs (Pipe Age, Corrosive Soil, Leak History, Population Density et Justice40 Status).
Visualiser les résultats :
Maintenant que nous disposons d'une couche montrant les conduits principaux vulnérables par matériau, chaque actif incluant un score issu de l'outil composite index. En publiant ces résultats sous forme de carte web, nous pouvons configurer styles et symbologie pour une visualisation claire & partage facile des résultats. <\/SPAN>
<\/span><\/LI>Ajouter des données démographiques & d'équité:<\/SPAN><\/STRONG> Ensuite, nous ajouterons des couches du Living Atlas à notre carte web pour visualiser les variables démographiques clés et les communautés défavorisées. <\/SPAN>
<\/span><\/LI>Résumer les faits clés:<\/SPAN><\/STRONG><\/STRONG><\/STRONG>
<\/span> En utilisant les expressions Arcade dans le pop-up, nous pouvons résumer les données clés du réseau et démographiques dans le pop-up pour chaque actif, ajoutant ainsi des informations précieuses supplémentaires aux résultats. <\/LI>Créer un tableau de bord interactif:<\/SPAN><\/STRONG> 
<\/span>La dernière étape consiste à mettre en valeur nos résultats avec un tableau de bord interactif et concis, permettant aux parties prenantes de comprendre comment les informations du réseau et les insights communautaires fonctionnent ensemble pour informer une prise de décision plus solide. Les utilisateurs peuvent explorer les résultats pour identifier où se trouvent les actifs vulnérables dans la communauté, et où la communauté elle-même peut être plus vulnérable. <\/SPAN> <\/SPAN><\/LI><\/OL>Le pouvoir d'une prise de décision éclairée<\/SPAN> <\/SPAN><\/H2>En combinant les données du réseau, la démographie communautaire et les facteurs environnementaux, les services publics peuvent prendre des décisions plus éclairées et équitables concernant les investissements dans les infrastructures. Cette approche optimise non seulement le réseau physique mais garantit également que les besoins de la communauté sont pris en compte à chaque étape du processus de planification. Alors que nous naviguons dans les complexités de la gestion des infrastructures énergétiques, l'analyse basée sur les données sera cruciale pour équilibrer les exigences techniques avec la responsabilité sociale. En adoptant une approche géospatiale, les services publics peuvent construire et maintenir des systèmes utilitaires plus résilients, efficaces et équitables pour les communautés qu'ils servent.<\/SPAN> <\/SPAN><\/P>
<\/span><\/P> <\/P> <\/SPAN><\/P>VEUILLEZ NOTER : Les publications sur ce site sont les nôtres<\/SPAN><\/I> <\/SPAN>et ne représentent pas nécessairement la position, les stratégies ou les opinions d'Esri.<\/SPAN><\/I> <\/SPAN><\/P>
