Compter les bouilloires thermiques
Millésime de référence minimum pour cette recette : 2026-02.b.
Vous devez avoir accès aux tables suivantes :
L’indicateur de surchauffe estivale ISB-DH est publié sous forme de probabilités d’appartenance à dix classes. Cette recette estime, pour une commune, le nombre de logements relevant des classes 5 à 10, soit un ISB-DH d’au moins 1 250 degrés-heures. Il s’agit d’un effectif attendu obtenu en pondérant les logements par leurs probabilités, pas d’un décompte certain (voir Pourquoi des prédictions probabilistes ?).
Estimer les logements les plus exposés
L’exemple porte sur Aix-en-Provence (13001).
La somme des probabilités des classes 5 à 10 fournit, pour chaque bâtiment, la probabilité d’appartenir à l’une de ces classes. La multiplication par nb_log convertit cette probabilité en nombre attendu de logements. Le modèle métrique stat_bdnb_isb.sql applique le même principe à des agrégations géographiques et à l’ensemble des classes.
SELECT
bg.code_commune_insee,
SUM(ffo.nb_log) AS nombre_logements,
SUM(
ffo.nb_log * (
isb.prob_isb_canicule_2003_classe_5
+ isb.prob_isb_canicule_2003_classe_6
+ isb.prob_isb_canicule_2003_classe_7
+ isb.prob_isb_canicule_2003_classe_8
+ isb.prob_isb_canicule_2003_classe_9
+ isb.prob_isb_canicule_2003_classe_10
)
) AS logements_attendus_classe_5_a_10,
COUNT(DISTINCT bg.batiment_groupe_id) FILTER (
WHERE isb.batiment_groupe_id IS NOT NULL
) AS batiments_avec_estimation
FROM bdnb_v07.batiment_groupe AS bg
JOIN bdnb_v07.batiment_groupe_ffo_bat AS ffo
ON ffo.batiment_groupe_id = bg.batiment_groupe_id
AND ffo.code_departement_insee = bg.code_departement_insee
LEFT JOIN bdnb_v07.batiment_groupe_simulations_isb_canicule_2003_proba AS isb
ON isb.batiment_groupe_id = bg.batiment_groupe_id
AND isb.code_departement_insee = bg.code_departement_insee
WHERE bg.code_commune_insee = '13001'
AND ffo.nb_log > 0
GROUP BY bg.code_commune_insee;import pandas as pd
from sqlalchemy import create_engine
engine = create_engine("postgresql+psycopg2://<utilisateur>:<mot_de_passe>@<hote>/<base>")
sql = """
SELECT
bg.code_commune_insee,
SUM(ffo.nb_log) AS nombre_logements,
SUM(
ffo.nb_log * (
isb.prob_isb_canicule_2003_classe_5
+ isb.prob_isb_canicule_2003_classe_6
+ isb.prob_isb_canicule_2003_classe_7
+ isb.prob_isb_canicule_2003_classe_8
+ isb.prob_isb_canicule_2003_classe_9
+ isb.prob_isb_canicule_2003_classe_10
)
) AS logements_attendus_classe_5_a_10,
COUNT(DISTINCT bg.batiment_groupe_id) FILTER (
WHERE isb.batiment_groupe_id IS NOT NULL
) AS batiments_avec_estimation
FROM bdnb_v07.batiment_groupe AS bg
JOIN bdnb_v07.batiment_groupe_ffo_bat AS ffo
ON ffo.batiment_groupe_id = bg.batiment_groupe_id
AND ffo.code_departement_insee = bg.code_departement_insee
LEFT JOIN bdnb_v07.batiment_groupe_simulations_isb_canicule_2003_proba AS isb
ON isb.batiment_groupe_id = bg.batiment_groupe_id
AND isb.code_departement_insee = bg.code_departement_insee
WHERE bg.code_commune_insee = %(commune)s
AND ffo.nb_log > 0
GROUP BY bg.code_commune_insee;
"""
resultat = pd.read_sql(sql, engine, params={"commune": "13001"})La table batiment_groupe_simulations_isb_canicule_2003_proba est expérimentale, réservée aux ayants droit de la version Expert et n’est pas exposée par l’API publique. Une connexion PostgreSQL autorisée est nécessaire.
Interpréter la couverture
Les logements des bâtiments sans estimation ISB contribuent au total nombre_logements, mais pas à logements_attendus_classe_5_a_10. Comparez batiments_avec_estimation au nombre total de bâtiments, et ne présentez pas les bâtiments non simulés comme des logements sans risque. L’ISB-DH est un indicateur conventionnel de confort thermique, pas un diagnostic médical ni une mesure directe de la température intérieure.