Data Visualisation : bien comprendre les enjeux climatiques  

De nos jours, le volume de données disponible augmente de manière exponentielle en raison de la prolifération des objets connectés, de l’utilisation massives de capteurs (collecte de données) et du nombre de sources de données disponibles en ligne. Du fait de cette multiplication de données accessibles par tous, la veille de l’information, le traitement de ces données ainsi que la vérification des sources peut devenir très chronophage. (Nous ne parlerons pas ici des problèmes liés au volume de données qui fera l’objet d’un prochain article). Le big data à cependant fait émergés de nouvelles techniques d’analyse de ces données comme la Data Visualisation dont nous allons parler dans cet article.

Quel est le rapport avec les enjeux climatiques ?

Avec l’urgence climatique qui se pose à notre espèce, il devient nécessaire de faire connaître au plus grand nombre les connaissances issues des sciences du climat. L’objectif étant de construire un développement soutenable et inclusif tout en préservant notre biodiversité et en réduisant drastiquement nos émissions de CO2. Seulement avec la prolifération d’idées circulant aujourd’hui (largement sur les réseaux), les connaissances scientifiques sont souvent noyées dans une masse d’informations souvent incomplètes, erronées ou obsolètes. C’est là qu’intervient la force de communication de la data visualisation. C’est-à-dire qu’avec un travail préalable de la donnée, l’information est présentée de manière simplifiée et concise.

Qu’est-ce que la data visualisation ?

La Data Visualisation est un outil de conversion d’une source de données brutes (textes/nombres) en représentations visuelles. Ceci afin d’en faciliter la compréhension. C’est tout simplement un outil qui permet de représenter graphiquement des données. Mais également de produire des images afin de communiquer des informations analysables par tous.

Le pattern en data visualisation se réfère à la manière dont les données sont présentées et mise en forme dans une visualisation de données. Il s’agit de la façon dont les données sont structurées et organisées pour être présentées de manière à en faciliter la compréhension et l’analyse.

Exemple de datavisualisation : Les célèbres Warming stripes

Ces bandes de couleur bleues et rouges, symbolisent le réchauffement climatique. Réalisés par Ed Hawkins (co-auteur de plusieurs rapports du GIEC – groupe d’experts intergouvernemental sur l’évolution du climat) en 2018. Le but est de représenter visuellement la hausse des températures moyennes mondiales depuis deux siècles. Cette illustration se lit de gauche à droite, débute en 1850 pour finir à droite en 2021. Chaque bande représente une année et la couleur indique la température de cette année-là. En bleu, les années plus froides que la moyenne et en rouge, les années plus chaudes.

L’analyse de ce graphique est très rapide (et sans surprise), du fait de l’illustration de données sans mot ni chiffre. On peut percevoir cet outil comme un moyen de communication sur le changement climatique. Et devient donc une data visualisation pertinente pour transmettre un message.

Les chiffres et les indicateurs sont essentiels à la qualité d’un débat public. Ils permettent également de faire émerger des constats communs (appuyés sur des consensus scientifiques). Mais aussi d’améliorer la transparence de l’action climatique et son efficacité, puisque la finalité est de motiver chacun à agir.

Sources :

https://showyourstripes.info/s/globe

https://www.tableau.com/learn/articles/data-visualization

https://theglobalobservatory.org/2021/12/new-climate-data-visualizations-2021/