Gouvernement du Québec
GÉOInfo - Chroniques du Québec géographique

septembre-2008

Chroniques précédentes
Version imprimable
Abonnez-vous!

Lancer la recherche

Un outil Web géomatique innovateur pour mieux comprendre les risques pour la santé liés au climat

Par Eveline Bernier, Pierre Gosselin,
Thierry Badard et Yvan Bédard

 

GEOIDECet outil a été développé dans le cadre d’un projet du Réseau de centres d’excellence GEOIDE (SII-41), regroupant des chercheurs de l'Institut national de santé publique du Québec, de l'Université Laval (CRG, GeoSOA, Chaire industrielle CRSNG en bases de données spatiales décisionnelles) et des intervenants issus des milieux municipaux (villes de Québec et de Lévis), de la santé (Santé Canada, Agences de santé et des services sociaux de la Capitale-Nationale et de Chaudière-Appalaches), des statistiques sociodémographiques (Statistique Canada) et des changements climatiques (Consortium Ouranos).

Le réchauffement de la planète est maintenant un fait établi et de nombreux scientifiques concentrent leurs efforts à tenter de comprendre ses multiples impacts sur la société. Parmi les impacts potentiels, signalons l’augmentation du nombre d’événements climatiques extrêmes, l’augmentation du nombre et de la gravité des vagues de chaleur et l’éclosion de nouvelles maladies infectieuses. Cet article présente un prototype d’outil Web interactif permettant d’explorer et d’analyser de manière simple, rapide et riche une multitude d’indicateurs jugés pertinents à la surveillance des risques pour la santé et la vulnérabilité des populations liés au climat.

Les changements climatiques et ses impacts sur la santé

L'Organisation Mondiale de la Santé (OMS) et Santé Canada ont reconnu en 2002 que les ministères nationaux de la Santé devaient assumer un rôle clair dans la gestion et l'adaptation aux effets néfastes potentiels de ces changements sur la santé et le bien-être. La situation actuelle est à la fois inquiétante pour la santé publique et très complexe : la vulnérabilité des personnes face aux changements climatiques concerne tout le monde d'une quelconque façon, tout en étant spécifique selon les risques et conséquences qui y sont liés, lesquels combinent à la fois des processus psychologiques, biologiques, sociaux, culturels, économiques et environnementaux. Pour être efficace, la surveillance des risques pour la santé liés aux changements climatiques de la planète doit tenir compte de tous ces différents facteurs, de leurs interrelations ainsi que de leurs aspects spatiaux et temporels.

La préparation des données, une étape importante

L’application a été développée pour les régions administratives de la Capitale-Nationale et de la Chaudière-Appalaches. Près de 40 indicateurs géoréférencés, ayant été jugés utiles à la surveillance de la vulnérabilité des personnes et des risques pour la santé liés au climat, ont été définis par l’ensemble des acteurs du projet (chercheurs et utilisateurs) selon un processus participatif et itératif. Ils s’intègrent dans deux principaux thèmes, soit la chaleur et l’eau, et englobent les aspects :

  • sociaux;
  • démographiques;
  • sanitaires;
  • environnementaux;
  • urbains.

Ces indicateurs permettent de répondre facilement à des questions croisées et souvent complexes telles que les suivantes :

  • Quel est le taux d’hospitalisation pour problèmes cardiovasculaires, respiratoires, neurologiques ou psychologiques  par groupe d’âges et par sexe sur un territoire donné?
  • Quelles sont les aires de diffusion (l’unité de base du recensement) comptant le plus d’écoles non climatisées et pour lesquelles la température moyenne est élevée?
  • Quel est le nombre d’établissements de santé situés dans des zones inondables, et quelle est leur localisation? 

Ils permettent aussi des analyses à plusieurs niveaux de détail, en l’occurrence des analyses agrégatives globales ou des analyses plus spécifiques telles que :

  • la comparaison du nombre de personnes âgées de plus de 65 ans par région administrative, peu importe le sexe;
  • la répartition du nombre de femmes, âgées de 80 à 85 ans, vivant seules pour chaque aire de diffusion.

De telles informations sont utiles pour organiser les mesures d’urgence lors d’événements climatiques extrêmes tant du point de vue stratégique que tactique.

Une fois les indicateurs définis, les sources de données qui les alimenteront ont été analysées et collectées. Au total, une vingtaine de sources de données provenant de différents organismes (Institut national de santé publique du Québec (INSPQ), Consortium Ouranos, Ressources naturelles Canada, ministère de la Famille, des Aînés et de la Condition féminine, Centre d’expertise hydrique du Québec, villes de Québec et de Lévis ) ont été utilisées.

Afin d’intégrer ces données de manière cohérente au sein d’une même base de données, plusieurs opérations sur les données sources ont été nécessaires. Évidemment, les formats de fichiers de même que les systèmes de coordonnées géographiques ont dû être uniformisés mais également d’autres opérations de généralisation (p. ex. : reclassification, sélection et simplification [descriptive, spatiale et temporelle]) et d’appariement spatial ont été nécessaires.

Par la suite, les données ont été agrégées afin de permettre des analyses à différents niveaux de granularité (autant spatiaux que descriptifs). Par exemple, à partir du nombre de femmes et d’hommes par classe d’âges pour chaque aire de diffusion, il est possible d’agréger l’information afin d’obtenir :

  • le nombre de femmes et d’hommes, par classe d’âges, par municipalité, MRC et région administrative;
  • le nombre de personnes pour l’ensemble des classes d’âges, peu importe le sexe;
  • la comparaison du nombre de femmes et d’hommes, tous âges confondus, pour chaque niveau de détail spatial.

Ces calculs d’agrégation ont été réalisés à l’aide du logiciel SAS.

Finalement, les données ont été structurées sous la forme d’une base de données multidimensionnelle. Cette structuration particulière de l’information dans un système de gestion de bases de données est aussi appelée « cube de données ». Comparativement aux structures transactionnelles, les structures multidimensionnelles sont parfaitement adaptées aux processus d’analyse et d’exploration des données à des fins décisionnelles. En effet, les temps de réponse à une requête sont très rapides, et ce, peu importe la complexité de la requête.

Un accès Web convivial

Les utilisateurs accèdent ensuite à l’information contenue dans la base de données multidimensionnelle (ou cube) par l’application, qui est accessible directement sur le Web et qui ne demande pas de logiciels spécialisés, mais simplement la machine virtuelle Java (téléchargeable gratuitement sur le site de Sun Microsystems). L’application a été développée à l’aide de la technologie JMap Spatial OLAP conçue au Centre de recherche en géomatique (CRG) de l'Université Laval et commercialisée par KHEOPS Technologies. Cette technologie exploite pleinement les structures multidimensionnelles en permettant aux utilisateurs d’explorer de façon interactive l’information à différents niveaux de détail et sous différentes formes synchronisées au besoin (tableaux, diagrammes statistiques et cartes). De plus, les réponses s'affichent pratiquement instantanément, tant pour les informations simples et détaillées que pour les informations fortement croisées et agrégées. Par ailleurs, aucun langage de requête (p. ex. SQL) n’est utilisé, comparativement aux systèmes d’information géographique (SIG), puisque l’ensemble du processus exploratoire s’effectue par des clics de souris.

 

En seulement 15 clics de souris et 15 secondes on obtient un diagramme à barre et un tableau de la distribution de la population pour les régions administratives de la Capitale-Nationale et de la Chaudière-Appalaches, selon l'âge et le sexe, et une multicarte de la distribution spatiale des personnes âgées de plus de 55 ans, par classe d'âges, au niveau des territoires de CLSC.
En seulement 15 clics de souris et 15 secondes on obtient un diagramme à barre et un tableau de la distribution de la population pour les régions administratives de la Capitale-Nationale et de la Chaudière-Appalaches, selon l’âge et le sexe, et une multicarte de la distribution spatiale des personnes âgées de plus de 55 ans, par classe d’âges, au niveau des territoires de CLSC.

Vue initiale représentant le nombre de personnes par RLS (réseaux locaux de services de santé et de services sociaux).
Vue initiale représentant le nombre de personnes par RLS (réseaux locaux de services de santé et de services sociaux).

Une opération de « forage spatial par membre » sur le RLS de Québec-Nord permet d'accéder aux CLSC inclus dans ce dernier.
Une opération de « forage spatial par membre » sur le RLS de Québec-Nord permet d’accéder aux CLSC inclus dans ce dernier.

Une opération de « forage spatial par niveau » permet d'accéder à tous les CLSC.
Une opération de « forage spatial par niveau » permet d’accéder à tous les CLSC.

Une opération d' «ouverture spatiale » sur le RLS de Québec-Nord permet d'accéder aux CLSC inclus dans ce dernier tout en conservant le contexte des autres RLS.
Une opération d’ «ouverture spatiale » sur le RLS de Québec-Nord permet d’accéder aux CLSC inclus dans ce dernier tout en conservant le contexte des autres RLS.

L’utilisateur peut facilement naviguer parmi les différents niveaux de détail à l’aide des opérations dites de « forage ». Ces opérations permettent notamment d’accéder à un niveau plus détaillé ou plus général de l’information. L’analyse multi-niveaux est essentielle pour soutenir adéquatement la prise de décision car des tendances peuvent demeurer insoupçonnées à certains niveaux de détail.

Des capacités d’analyse infinies

L’application développée permet d’explorer de manière simple et interactive les différents indicateurs ayant été définis et de mener une multitude d’analyses différentes.

Un premier exemple concerne l’identification et la comparaison sur le territoire d’une population potentiellement vulnérable à une vague de chaleur intense, soit les personnes âgées vivant seules. Tout d’abord, l’outil permet d’analyser la proportion de personnes vivant seules à différents niveaux territoriaux. Le niveau RLS est illustré sur la carte de gauche et le niveau Aire de diffusion est illustré sur la carte de droite, de la figure ci-contre. Le tableau au bas de cette même figure représente la proportion de personnes vivant seules par classe d’âges pour l’ensemble du territoire.


 

Afin de ne conserver que les personnes âgées de plus de 75 ans, un filtre peut être fait en sélectionnant directement dans l'arbre de sélection les classes d'âges d'intérêt. La représentation de gauche utilise une carte par classe d'âges alors que la représentation de droite superpose un camembert formé des deux classes d'âges sur chaque territoire de CLSC.
Afin de ne conserver que les personnes âgées de plus de 75 ans, un filtre peut être fait en sélectionnant directement dans l’arbre de sélection les classes d’âges d’intérêt. La représentation de gauche utilise une carte par classe d’âges alors que la représentation de droite superpose un camembert formé des deux classes d’âges sur chaque territoire de CLSC.
Pour ajouter une plus-value à l'analyse, il est possible d'y superposer une deuxième mesure, telle que la « proportion de personnes sous le seuil du faible revenu ». La proportion de personnes vivant seules est en couleur et la proportion de personnes vivant sous le seuil du faible revenu est donnée par les symboles.
Pour ajouter une plus-value à l’analyse, il est possible d’y superposer une deuxième mesure, telle que la « proportion de personnes sous le seuil du faible revenu ». La proportion de personnes vivant seules est en couleur et la proportion de personnes vivant sous le seuil du faible revenu est donnée par les symboles.

Un deuxième exemple concerne l’amélioration des infrastructures à des fins préventives. Premièrement, la moyenne de température1 peut être visualisée sur l’ensemble du territoire afin d’y détecter les zones les plus chaudes (figure de gauche). Par la suite, différentes couches spatiales de contexte peuvent être affichées afin de fournir des informations supplémentaires (figure de droite). Par ailleurs, d’autres informations pourraient être combinées à cette analyse, telles que la proportion d’hospitalisation pour des problèmes respiratoires ou encore la proportion de personnes vivant avec une incapacité.

Analyse de la température moyenne par territoire de CLSC (diagramme à barres) et par aire de diffusion (carte).
Analyse de la température moyenne par territoire de CLSC (diagramme à barres) et par aire de diffusion (carte).

Superposition des parcs publics (polygones verts hachurés), des piscines privées (petits symboles bleus) et publiques (gros symboles bleu pâle) de la Ville de Québec sur la moyenne de température par aire de diffusion.
Superposition des parcs publics (polygones verts hachurés), des piscines privées (petits symboles bleus) et publiques (gros symboles bleu pâle) de la Ville de Québec sur la moyenne de température par aire de diffusion.

Pour accéder à une démonstration Flash de l’application  : http://sirs.scg.ulaval.ca/YvanBedard/DemoAtlas/Video_Atlas_Personne.html

La recherche se poursuit

Les quelques exemples illustrés dans cet article suffisent à démontrer le potentiel de l’application à soutenir l’exploration et l’analyse simple et rapide d’indicateurs géoréférencés pertinents à la surveillance de la vulnérabilité des personnes et des risques pour la santé liés au climat. Grâce à une interface conviviale et des fonctionnalités de navigation simples d’utilisation, les décideurs sont à même de mener une multitude d’analyses, tant simples et détaillées que fortement croisées et agrégées. Permettre l’accès à l’information d’une manière aussi simple et rapide est essentiel aux décideurs afin qu’ils puissent considérer les aspects de santé liés aux changements climatiques dans leurs efforts de budgétisation, de définition et de localisation des interventions à des fins de prévention des risques et d’adaptation. L’approche et l’outil décrits ci-dessus sont de nature générique et peuvent donc s’appliquer facilement à d’autres domaines que la santé publique. Les partenaires actuels ont tous été très satisfaits des résultats obtenus et envisagent des développements supplémentaires à partir de cette application.

Par ailleurs, l’actualité des données est un aspect essentiel à la prise de décision éclairée. Toutefois, la mise à jour de données spatio-temporelles dans un contexte multidimensionnel (cubes de données) pose encore aujourd’hui des défis de taille. Certains chercheurs de ce projet se sont donc concentrés sur cette problématique. Une méthodologie de mises à jour des cubes spatio-temporels basée sur une approche incrémentielle a été définie et des processus concrets ont été mis en place sous forme de services Web, avec succès. Toutefois, cette partie plus innovante du projet n’est pas encore disponible sur une base opérationnelle.

Remerciements

Les auteurs tiennent à remercier le Réseau de centres d’excellence GEOIDE, la Chaire CRSNG de recherche industrielle en bases de données géospatiales décisionnelles, l’Institut national de santé publique du Québec, le consortium Ouranos, Santé Canada, le ministère de la Santé et des Services sociaux du Québec, le ministère de la Sécurité publique du Québec, ainsi que les partenaires de la région de la Capitale-Nationale (Ville de Québec, Ville de Lévis, Agence de la santé et des services sociaux de la Capitale-Nationale et de Chaudière-Appalaches).

Principaux chercheurs

  • Pierre Gosselin, MD MPH, responsable scientifique, INSPQ (responsable du projet) : pierre.gosselin@inspq.qc.ca
  • Thierry Badard, Ph. D., professeur, Département des sciences géomatiques de l’Université Laval (coresponsable) : thierry.badard@scg.ulaval.ca
  • Yvan Bédard, Ph. D., professeur, Département des sciences géomatiques de l’Université Laval, titulaire de la Chaire CRSNG de recherche industrielle en bases de données géospatiales décisionnelles : yvan.bedard@scg.ulaval.ca
  • Eveline Bernier, M. Sc., professionnelle de recherche, Chaire CRSNG de recherche industrielle en bases de données géospatiales décisionnelles: eveline.bernier@scg.ulaval.ca

1 La moyenne de température a été obtenue à la suite de traitements d’images satellitaires prises en juillet 2007.



Portail du gouvernement du Québec
© Gouvernement du Québec, 2008