FAVRE, Marine, Montginoul, Marielle, Gestion de l'Eau, Acteurs, Usages (UMR G-EAU), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-AgroParisTech-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)
International audience; Since the 1990s, a drop in drinking water consumption has been observed in France. As a break after several decades of continuous rise in consumption, this decrease was not anticipated by local authorities and water operators. However, recent data at the municipal level for all of France confirm a slowdown in this downward trend or even a stabilization of consumption since 2013. These unanticipated developments and the importance of their impacts reinforce the need to improve knowledge of water demand and forecasting capabilities.This article presents an observatory project of urban water consumption developed in the pilot area of Nantes Métropole. A large number of analyzes were conducted thanks to consumption data collected and consolidated on behalf of the observatory. The first results confirm a continuous decrease in unit consumption between 2011 and 2017 for Nantes Métropole, although of very low amplitude. Data mining also highlights non-homogeneous consumption over time, in space and between different types of subscribers on the territory. In addition, these data, once linked to external data (socio-economy and household demography, housing typology, meteorology) were used to build demand functions at different local scales (cities and neighborhoods), which have been compared to a demand function built at national level. Regression results confirm the interest of going down to a finer scale, and therefore the relevance of using a local observatory to monitor users' behavior and better anticipate them, to produce reliable indicators and useful parameters for consumption forecasting, and also to target public actions on certain user groups that would need to be specifically monitored.; Une baisse de la consommation en eau potable est observée en France depuis les années 1990. Non anticipée par les collectivités locales et les opérateurs d’eau, elle marque une rupture après plusieurs décennies de hausse continue des consommations. Des données récentes à l’échelle communale pour toute la France confirment cependant un ralentissement de cette tendance baissière voire une stabilisation de la consommation depuis 2013. La connaissance de la demande en eau est essentielle pour effectuer les prévisions d’évolution des consommations et piloter les services d’eau. Cet article présente un projet d’observatoire des consommations en eau potable développé sur le périmètre pilote de Nantes Métropole.Les données de consommation recueillies et consolidées pour l’observatoire permettent de mener un grand nombre d’analyses. Les premiers résultats confirment, au niveau de Nantes Métropole, une tendance de consommation unitaire par abonné continuellement à la baisse entre 2011 et 2017 de très faible amplitude. L’exploration des données a également révélé des consommations non homogènes dans le temps, dans l’espace et entre les différents types d’abonnés.Par ailleurs, ces données, une fois reliées à des données externes (socio-économie et démographie des ménages, typologie de l’habitat, météorologie) ont permis de construire des fonctions de demande à différentes échelles locales (villes et quartiers), qui ont été comparées à une fonction de demande bâtie au niveau national. Les résultats des régressions confirment l’intérêt de descendre à une échelle fine et donc la pertinence de recourir à un observatoire au niveau local pour suivre les comportements des usagers et mieux les anticiper ; produire des indicateurs fiables et des paramètres utiles pour projections des consommations, au-delà de simples moyennes calculées sur les données agrégées ne tenant pas compte des hétérogénéités et suivre l’impact de politiques de gestion de la demande sur les différents groupes d’usagers.