Version classiqueVersion mobile

Sociétés, environnements, santé

 | 
Nicole Vernazza-Licht
, 
Marc-Éric Gruénais
, 
Daniel Bley

Partie 2. Représentations des risques liés à la pollution

Itinéraires des piétons et risque d’exposition a la pollution en zone urbaine : approche méthodologique

Gilles Maignant et Jérôme Dutozia

Texte intégral

1Le paradigme de complexité invite à repenser les interactions qui unissent les différentes facettes et les différents angles d’observation d’un même objet, on admet alors qu’aucune science ne dispose d’objets propres, chaque discipline donne un point de vue propre sur des objets que d’autres disciplines peuvent envisager (Charre, 2003). De plus, la complexité est invisible dans des disciplines qui fragmentent l’objet ou qui l’isolent. D’où la nécessité de relier. Car dès que vous avez un objet riche multidimensionnel, il ne suffira pas d’additionner les disciplines (Morin, 2002). Pour reprendre une expression de Basarab Nicolescu, un autre théoricien de la transdisciplinarité, l’appréhension des objets complexes passe par « un big bang disciplinaire », dont l’enjeu est de transformer une pensée pluridisciplinaire – ce à quoi Morin fait référence quand il évoque l’insuffisance d’additionner les disciplines – en une pensée transdisciplinaire – à la fois entre, à travers, et au-delà des disciplines, (Nicolescu et al, 1994).

2Du fait de sa position au cœur de l’interdépendance entre l’homme et son milieu de vie, ainsi que de la diversité des facteurs et cofacteurs qui la déterminent, la santé est un objet de recherche qui suscite de nombreuses collaborations entre les disciplines. Mais la singularité de chacune des disciplines est à la fois la condition de leurs complémentarités, et la source de leurs contradictions, de leurs incompréhensions et de leurs désaccords méthodologiques. Dans l’appréhension transdisciplinaire des enjeux de santé, il y a donc besoin de terrains d’entente, de points de rencontre qui permettent de croiser les nombreuses dimensions de l’interaction entre environnement et santé. L espace est un de ces points de rencontre.

3Notre travail n’a pas pour objectif de chercher à comprendre des règles de répartition spatiale d’un phénomène sanitaire ou à identifier des co-variations spatiales entre des facteurs environnementaux et l’état de santé des populations. Nous cherchons plutôt à modéliser un système de risque sanitaire dans un contexte de déplacement pédestre, système ayant une dimension pluridisciplinaire et complexe, puisqu’il cherche à englober des facteurs biologiques (vulnérabilité des individus), morphologiques (formes de la ville et du réseau urbain), environnementaux (pollution de l’air) et sociologiques (perception du niveau de pollution et acceptabilité d’un itinéraire de déplacement différent de l’optimum distance/temps). La méthodologie se veut opérationnelle et orientée vers les besoins de la société, puisqu’elle devra permettre de proposer, aux usagers de la ville, des itinéraires alternatifs à l’optimum distance/temps, permettant aux populations d’adapter leurs itinéraires afin de minimiser la pression environnementale subie au cours de leurs déplacements pédestres.

4Dans un contexte de déplacements urbains qui aujourd’hui privilégie la marche ou le vélo, il nous semble pertinent d’évaluer les itinéraires qui s’offrent au piéton en y intégrant un facteur supplémentaire : l’environnement. En effet, traditionnellement, les itinéraires sont estimés selon des contraintes temporelles ou spatiales ; ces facteurs ont bien évidemment leur importance mais ils sont insuffisants. S’il est assez facile de mesurer le temps nécessaire à parcourir un arc d’un réseau urbain en fonction de sa morphologie (sinuosité, pente, etc.) ou de calculer sa longueur, il est en revanche plus délicat d’affecter à chaque arc un poids en fonction de l’environnement.

5Nous nous intéresserons ici seulement à l’un des facteurs constituant l’environnement urbain à savoir la pollution de l’air, qui, avec le bruit, est le facteur qui interagit le plus sur la qualité de vie (Boiteux, 2001).

Réaménagement de la ville et pollution de l’air : la transformation du milieu de vie et ses impacts sur la santé des habitants

6Dans un contexte de densification et de pression urbaine forte, les lois françaises sur le renouvellement urbain incitent la gouvernance territoriale à mettre en œuvre une politique visant à combler les vides interstitiels du tissu urbain existant afin d’en limiter l’étalement. Les modifications suscitées par ces lois sur la morphologie des villes interagissent sous différentes formes et par le biais de différents phénomènes avec la qualité du milieu de vie et la santé des populations. Parmi ces interactions, nous nous intéresserons ici à la charge polluante respirée par les piétons se déplaçant sur la trame viaire selon différents itinéraires pédestres.

7La pollution de l’air, en ville, est essentiellement produite par la circulation automobile, mais les concentrations de polluants peuvent varier considérablement à l’échelle de la ville, voire même d’un quartier. Les immissions de polluants (la charge polluante respirée par les citadins) sont dépendantes des émissions produites sur les axes urbains et des conditions plus ou moins favorables de dispersion. La ville, de par sa forme complexe, agit sur la dispersion des polluants (Maignant, 2002). En effet, la morphologie urbaine, prise dans sa double acceptation, verticale et horizontale, guide les écoulements de champs de vent, champs tantôt accélérés, tantôt freinés. Les interstices entre bâtiments sont nécessaires à la dispersion des polluants émis par la circulation automobile sur les axes. Occulter complètement cette caractéristique des « espaces vides », c’est prendre le risque de faire naître des zones propices à l’accumulation de polluants (rues dites en canyons) ; phénomène d’autant plus pénalisant si la rue est étroite, puisque, pour une circulation automobile donnée, plus la rue est étroite, plus les concentrations sont dépendantes de la morphologie urbaine ; et plus la rue est large, plus les concentrations sont dépendantes du vent (vitesse et direction).

8Le problème de la pollution de l’air produite par la circulation urbaine est très complexe. En effet, les villes supportent des flux de circulation automobile de plus en plus importants et n’ont pas été conçues pour cela. Depuis « le choc de l’automobile » de la période 1950-1960, les différentes percées effectuées par les aménageurs dans la morphologie urbaine avaient comme objectif premier l’amélioration de la fluidité du trafic au détriment de préoccupations environnementales et sanitaires. De plus, la forte pression foncière que subissent les centres-villes incite les promoteurs et les aménageurs à reconstruire la ville sur la ville, c’est-à-dire non seulement combler les vides interstitiels mais aussi surélever les bâtiments créant ainsi des pièges remarquables à polluants. Rappelons simplement que l’un des objectifs des réaménagements urbains (percées dans la morphologie, élargissement de la voirie) prônés par le baron Haussmann était de lutter contre l’insalubrité du milieu urbain afin d’améliorer la qualité de vie, le bien-être et la santé des habitants. Les transformations urbaines actuelles vont à l’encontre de celles du passé et modifient aussi d’autres facteurs environnementaux constitutifs de la qualité de vie comme l’ensoleillement ou les nuisances sonores.

9Les piétons constituent une population fortement exposée aux flux de polluants des automobiles, et cet enjeu est d’autant plus essentiel pour peu qu’on considère la sensibilité et la vulnérabilité accrue des enfants et des personnes âgées qui représentent une part importante des populations piétonnes.

Vulnérabilité et système de risque sanitaire dans un contexte de déplacements pédestres

10Habituellement quand on parle de risque, on conçoit l’aléa comme un événement brutal, un élément déclencheur du système de risque dont on parvient plus ou moins bien à évaluer la probabilité d’occurrence. Or, cette définition restrictive est un cadre de pensée qui exclut de nombreux types d’aléas, entre autres la pollution urbaine pour les risques sanitaires. En prenant en compte la variabilité des temporalités et des rythmes d’un système de risque, les notions telles que celles de « catastrophes au ralenti » (Roqueplo, 1987), d’aléa continu ou encore de risque latent sont particulièrement adaptées pour décrire les processus de risque sanitaire, et plus particulièrement ceux liés à une exposition plus ou moins longue à une pression environnementale quelle qu’elle soit.

11Le risque se définit comme la rencontre entre un aléa et des enjeux plus ou moins vulnérables. S’agissant de risques sanitaires, nos enjeux sont exclusivement humains, il s’agit des piétons qui vont chercher à rejoindre un point B à partir d’un point A, et qui vont être soumis à une pression environnementale plus ou moins importante en fonction de l’itinéraire qu’ils vont emprunter (variabilité spatiale de l’intensité de l’aléa). Au niveau des enjeux, il nous paraît important de considérer la différenciation des niveaux de vulnérabilité.

12Notre système de risque est complexifié par ce souci de considérer la vulnérabilité différenciée des piétons. En effet, on sait qu’un même événement aura un impact différent selon l’état de santé, l’âge et les spécificités biologiques des personnes. Nous avons donc pris le parti de différencier trois niveaux de vulnérabilité (sensibilité faible, modérée ou forte), en fonction desquels l’exposition à la pression environnementale va avoir un impact plus ou moins fort sur la santé des individus. Pour un même itinéraire, et donc une exposition équivalente, les populations vulnérables, que sont les enfants ou les personnes âgées par exemple, vont donc être davantage affaiblies, que des personnes ne répondant pas à des critères de vulnérabilité particuliers.

  • 1 Pour un état de l’art récent sur l’ensemble des critères qui ont une influence sur les piétons dans (...)

13En proposant une comparaison entre les itinéraires optimaux en termes environnementaux et les itinéraires optimaux en termes de distance, il ne s’agit pas pour nous de réduire la sélection des itinéraires pédestres à ces deux seuls facteurs1. À dire vrai, comprendre ce qui pourrait inciter un individu à emprunter une artère plutôt qu’une autre n’est pas le sujet de notre étude. Nous faisons simplement l’hypothèse que si une méthode est capable de détecter un itinéraire minimisant le niveau d’exposition aux flux polluants, et que cet itinéraire optimal est relativement proche de l’optimal distance/temps, alors ce tracé sera considéré comme acceptable pour une partie de la population. Ce seuil d’acceptabilité n’est pas fixe mais peut varier en fonction du piéton, de ses pratiques, des caractéristiques et des finalités de son déplacement. D’autre part, au niveau de la différence entre les tracés des itinéraires optimaux en distance (OD) et des itinéraires optimaux en termes d’environnement (OE), il ne faut pas négliger l’importance du temps de déplacement (qui est aussi le temps d’exposition), intégré dans notre formulation de l’indicateur d’exposition à travers le facteur de la longueur de l’itinéraire. C’est-à-dire que la recherche de l’itinéraire optimal en termes d’environnement est forcément sensible à la longueur du trajet, ce qui va limiter sa différenciation avec l’optimum distance. L’itinéraire optimal environnemental est donc la recherche d’un compromis minimisant à la fois le niveau d’exposition mais aussi le temps d’exposition (et donc la longueur du parcours).

14Dans notre travail, nous avons volontairement simplifié l’application en considérant que quels que soient leurs niveaux de vulnérabilité, les populations se déplacent à une vitesse identique et constante. Ainsi, le temps d’exposition varie seulement en fonction de la longueur des artères. Si nous avions considéré différents types de déplacements pédestres, en distinguant par exemple un mode « marche » et un mode « course », le système modélisé aurait été beaucoup plus complexe de par les interactions fortes entre vitesse de déplacement, temps d’exposition et volume d’air inhalé. En course, un individu se déplace environ à 15 km/h alors qu’il ne se déplace qu’à 5 km/h en marchant, le coureur va donc réduire nettement son temps d’exposition ; mais son niveau global d’exposition aux polluants ne baissera pas nécessairement, car la baisse du temps d’exposition, qui pourrait être calculée dans notre indicateur en pondérant la distance par une valeur inférieure à 1, sera compensée par la hausse importante de son niveau de vulnérabilité puisqu’un individu courant inhale entre 60 et 100 litres d’air par minutes alors qu’un individu marchant n’inhale pas plus de 15 litres d’air par minute.

Logique floue et perception du niveau de pollution des artères urbaines

  • 2 Valeurs guides : les valeurs guides sont des valeurs dont les dépassements éventuels ne représenten (...)

15La première difficulté est d’établir une méthodologie pour estimer si le chemin parcouru est sain ou « nuisible » pour la santé. Pour cela, deux approches s’offrent à nous. La première est la méthode binaire : l’arc est pollué ou non, la catégorisation s’effectuant en fonction des valeurs guides2 fixées par l’OMS (OMS, 2000) ; l’inconvénient de cette méthode réside dans la valeur du seuil qui ne peut être considéré comme un changement d’état. En effet, cela revient à regrouper dans la même classe l’absence de pollution et une concentration proche de la valeur guide, ce qui est d’autant plus ardu que certains constituants chimiques de l’atmosphère sont nécessaires à la vie mais néfastes à des concentrations élevées. Cette complexité vient aussi du fait que le niveau de pollution est aussi variable en fonction des moments de la journée. La deuxième approche est la méthode dite de la logique floue. Elle consiste à introduire un degré de vraisemblance dans la catégorisation d’un arc en pollué ou sain. Rappelons brièvement quelques éléments de logique floue.

16La logique floue a été introduite par L. Zadeh (1965) pour réduire les coûts de développements de logiciels. Ce concept de logique floue a été développé pour faire face à l’incapacité de classer des phénomènes en deux groupes : vrai ou faux (variables booléennes), la plupart des phénomènes réels devant être appréhendés par une variation progressive. La logique floue repose sur une modélisation des entrées d’un système par des courbes décrivant les degrés d’appartenance aux différents états identifiés des entrées. Les différents degrés d’appartenance se composent selon deux logiques : la logique « ou » et la logique « et ». Dans le cadre de la logique « ou », on considère le degré d’appartenance maximal parmi les conditions d’entrée, tandis que dans le cadre de la logique « et » on considère le degré d’appartenance minimal. Le choix du degré d’appartenance maximal et minimal est similaire à celui de la théorie des intervalles. En effet, lorsque l’on cherche l’ensemble des éléments qui appartiennent à l’un ou l’autre des deux intervalles, cela signifie l’union des intervalles soit l’ensemble maximum, tandis que pour les éléments qui appartiennent à l’un et à l’autre des deux intervalles, cela signifie l’intersection et donc l’intervalle minimal. La logique floue est basée sur les ensembles flous (fonction d’appartenance), tandis que la logique classique est basée sur la fonction d’appartenance [uA(X)] d’un ensemble classique autrement appelé le symbole de Kronecker (tabl. 1).

Tableau 1. La logique floue basée sur la fonction d’appartenance

Tableau 1. La logique floue basée sur la fonction d’appartenance
  • 3 Un axe irrespirable est défini comme un axe dépassant de manière notoire les seuils réglementaires.

17La logique floue est particulièrement bien adaptée à l’appréhension des itinéraires urbains sous contraintes environnementales. En effet, un citadin, fortement sensibilisé aux enjeux de santé et d’environnement, qui souhaite se rendre d’un endroit à un autre cherchera à optimiser son parcours environnemental, c’est-à-dire emprunter les axes les moins pollués possibles, le niveau de pollution de chaque axe variant de manière continue de 0 à 1 (0 signifiant un axe non pollué, 1, un axe irrespirable3 hautement pollué). Bien entendu dans ce type d’analyse, on admet que l’usager a une bonne connaissance des niveaux de concentrations de polluants des axes, ce qui probablement deviendra bientôt une réalité, notamment grâce à la publication des cadastres d’émissions des villes et des panneaux d’information en temps réel qui tendent à se généraliser dans les grandes villes. Paris dispose à ce jour de 170 panneaux lumineux à messages variables, implantés dans les rues, donnant une information en temps quasi réel sur la qualité de l’air.

Figure 1. Principe de la logique floue : modalités et fonctions d’appartenance.

Figure 1. Principe de la logique floue : modalités et fonctions d’appartenance.

18Le concept de logique floue permet d’introduire des nuances dans la perception de la pollution des artères urbaines par le citadin. En effet, elle est le seul moyen de traiter, dans un même cadre, des connaissances fournies numériquement par des instruments de mesure et des connaissances exprimées symboliquement par un observateur humain (Bouchon-Meunier, 1993). Si l’on prend l’exemple de la figure 1, les différentes modalités (sain, pollué, très pollué, et hautement pollué) se recouvrent partiellement. Les zones de recouvrement sont appelées les espaces flous. Le flou ne signifie pas un manque de précision mais une diversité de perception. En effet, les modalités sont subjectives et reposent sur le présupposé de chacun. Des personnes particulièrement sensibles à la pollution auront tendance à fixer, à la baisse, la borne inférieure de chaque sous-ensemble. Si l’on prend une concentration C1, l’entrée C1 appartient à 60 % au sous-ensemble « air sain », à 40 % au sous-ensemble « air pollué », et à 0 % aux autres sous-ensembles. En revanche, la concentration C2 appartient intégralement au sous-ensemble « pollué ». Traditionnellement dans la logique floue, on évite que les modalités se recoupent plus de deux fois, cela pour des raisons de stabilité mathématique (Godjevac, 1999).

19La relation d’appartenance entre une variable (ici la concentration de polluants) et un sous-ensemble (modalités : sain, pollué, très pollué, etc.) se dit « fonction d’appartenance ». En d’autres termes, on parle de fonction d’appartenance d’une variable A à un sous-ensemble B et il est noté : Ug(a). Remarquons que la somme des fonctions d’appartenance n’est pas forcément égale à 1, ce qui signifie notamment que les trapèzes de la figure 1 ne se coupent pas nécessairement à 0,5. La fonction d’appartenance est une fonction continue. Ainsi, toute valeur de l’intervalle [0,1] est atteinte, mais elle peut être atteinte en plusieurs concentrations appartenant à des modalités différentes.

20L’intérêt majeur de cette méthode est la prise en compte de la perception des populations. Selon les pratiques, chacun a une idée, plus ou moins précise, de la pollution de l’air à l’échelle urbaine (cartes mentales issues de pratiques antérieures et d’informations remises à jour). Mais l’inconvénient de cette méthode est qu’elle nécessite des enquêtes de terrain pour fixer les différents seuils (concentrations et tolérance) et les degrés d’appartenance à ces différents seuils.

De l’évaluation du niveau d’exposition aux polluants à la détection d’un itinéraire optimal environnemental

21La recherche d’un itinéraire optimal consiste à identifier le trajet qui minimise le temps, la distance nécessaire ou le coût économique, pour relier un point A à un point B. La notion d’optimal s’appuie ici sur d’autres préoccupations, puisque la méthodologie proposée ici a pour but la détection d’itinéraires pédestres minimisant la pression environnementale subie par les piétons.

22La détection d’itinéraires optimaux est une question ancienne, citons ici seulement deux exemples : le problème mathématique connu sous le nom du postier chinois qui consiste à parcourir les rues d’une ville en passant au moins une fois dans chaque rue, peu importe l’ordre de passage dans celles-ci, l’objectif étant de minimiser la distance ; ou encore le problème du représentant de commerce qui effectue un choix sur les nœuds (points de passage obligés) à visiter mais aussi sur l’ordre de passage aux nœuds (contraintes horaires de livraison), tout en minimisant le trajet. Ces problèmes peuvent être complexifiés en ajoutant des contraintes spécifiques (embouteillages, travaux, etc.).

23Un itinéraire pédestre est composé d’arcs (rues, boulevards, etc.), parcourus dans n’importe quel sens et dont le taux de pollution se différencie entre chaque artère en fonction de la circulation automobile, des conditions climatiques locales et de la morphologie urbaine environnante.

24En ville, différents types d’itinéraires s’offrent au piéton. Plus ou moins consciemment et plus ou moins efficacement, ce dernier va sélectionner son trajet en fonction de ses usages. La personne se rendant à son travail aura tendance à privilégier le chemin le plus court en temps, tandis que le promeneur choisira davantage un chemin de bonne qualité environnementale surtout s’il coïncide avec des centres d’intérêts patrimoniaux ou des espaces offerts à la vue.

25En sachant que pour un itinéraire donné, le temps de trajet est inévitablement égal au temps d’exposition du piéton à une charge variable de polluants, l’un des objectifs de la démarche est de savoir s’il est préférable de prendre un chemin très court mais très pollué, plutôt qu’un chemin très long et peu pollué ? Plusieurs catégories d’arcs viennent à l’esprit : arc long et pollué, arc court et sain, arc court et pollué, arc long et sain. Le premier n’est pas un optimal et il est évident que personne ne va l’emprunter, le deuxième est un optimal absolu mais n’existe que rarement dans la réalité (sinon tout le monde l’emprunterait) ; les deux derniers sont au centre de la discussion. Est-il préférable d’emprunter un arc court mais pollué plutôt qu’un arc long et sain ? Si l’on considère seulement l’un des facteurs « distance » ou « environnement », il est facile de départager ces deux chemins. La complexité vient du fait de devoir intégrer dans l’indicateur des facteurs qui ne sont pas du même ordre. Mais la longueur du trajet influe fortement sur les possibilités de report sur un autre itinéraire. Il est évident que si le trajet « sain » consiste à rallonger le trajet de manière non raisonnable, le tracé optimal d’un point de vue environnemental sera délaissé au profit de la contrainte temporelle (aller au lieu de rendez-vous le plus vite possible).

26La vulnérabilité du piéton est une variable qualitative fonction de l’âge, du sexe, de l’état de santé, de l’activité sportive. La concentration en polluants est estimée à partir de calculs complexes intégrant la morphologie urbaine (réseau et bâti), une base de données de trafic, une base de données d’émissions unitaires, une base de données climatologiques liée à un modèle de dispersion de polluants. La vulnérabilité des personnes est définie selon les classes suivantes : 1. peu vulnérable ; 2. vulnérable ; 3. très vulnérable.

27La méthode repose en partie sur la construction d’indicateurs, intégrant dans leur formulation la charge polluante de l’artère choisie mais aussi la longueur de celle-ci, ainsi que la vulnérabilité du piéton. Plus l’artère est longue, plus le fait qu’elle soit polluée est contraignant, la durée d’exposition de l’usager étant globalement proportionnelle à la longueur du trajet et inversement proportionnelle à la vitesse de déplacement. Afin de renseigner chaque arc du réseau urbain, un indicateur d’exposition a été créé. Sa formulation théorique est la suivante :

28E = V.L.[C]

29où V est la vulnérabilité du piéton, L la longueur de l’arc emprunté, [C] la concentration en polluants de l’arc (pour un polluant spécifique).

  • 4 ChronoVia est un composant informatique conçu pour développer des applications cartographiques et r (...)

30Une fois que la valeur à affecter à chaque arc du réseau urbain est calculée, l’implémentation se fait via l’interface du logiciel ChronoVia4. Le principe de ce type d’outil est basé sur la théorie des graphes et l’algorithme du plus court chemin en distance, temps ou coût. L’objectif est donc de minimiser la somme des contraintes. Dans le cadre d’une problématique de distance, la somme des distances pour aller d’un nœud à un autre nœud doit être minimale. C’est le même problème pour la nuisance environnementale étudiée ; il s’agit de minimiser la pression environnementale subie par le piéton ; autrement dit minimiser la somme des expositions, expositions qui tiennent aussi compte du temps de parcours de l’axe et de la longueur de l’axe.

31Chrono Via permet une caractérisation très précise d’un réseau de voirie et de ces différents usagers, cette fonction n’a pas été utilisée dans notre exemple, puisque notre objectif n’était pas de reproduire une réalité, mais d’utiliser un cas théorique. L’usager du réseau apparaît comme un piéton qui se déplace à une vitesse constante de 5 km/h. À partir des informations disponibles dans la majorité des bases de données géographiques sur les réseaux, Chrono Via modélise le réseau en graphe et calcule différents indicateurs d’accessibilité et de connexité. L’outil est alors capable de détecter un itinéraire optimal entre x points du réseau en fonction de la distance, du temps et du coût économique, en tenant compte des facteurs de configuration du réseau (structure, sinuosité, fluidité du trafic à différentes heures, sens de circulation, feux de circulation, etc.).

32Il est possible d’attribuer un coût de passage spécifique à chaque artère. Pour intégrer l’indicateur d’exposition, nous comptions utiliser la fonction de calcul d’itinéraire en fonction d’un coût économique, en ayant au préalable remplacé le coût par artère par l’indicateur d’exposition. Mais, Chrono Via a besoin d’un coût fixe qui, en fonction de la distance, ajoute une valeur représentant le coût de l’essence ; cette valeur fixe qui aurait perturbé la détection des itinéraires optimaux d’un point de vue environnemental, nous a obligé à intégrer l’indicateur d’exposition à la place de la distance, seul facteur entièrement indépendant. Ce choix contraint a légèrement compliqué le protocole de calcul présenté dans la figure 2. Pour chaque itinéraire [AB], nous souhaitions obtenir le tracé de l’itinéraire optimal, selon la distance et selon l’exposition environnementale aux différents niveaux de vulnérabilité, la distance parcourue et le niveau total d’exposition pour chacun des tracés.

33Dans la figure 2, on parle de « calcul d’itinéraire contraint en fonction d’un tracé », cette expression mérite quelques précisions. Nous souhaitions obtenir la valeur totale d’exposition aux polluants pour les itinéraires optimaux en fonction de la distance. Or, comme nous l’avons dit précédemment, nous avons dû remplacer l’indicateur « distance » pour intégrer notre propre indicateur. Les itinéraires optimaux ont été calculés à partir de deux graphes différents, les informations disponibles sur l’un n’existant pas sur l’autre. À partir de là, la question était comment calculer la valeur de l’exposition environnementale en fonction d’un tracé optimal distance (OD) ? La détection de l’itinéraire optimal entre A et B peut être contrainte par le passage par un nombre quelconque de points sur le réseau. Pour résoudre notre problème, nous avons donc utilisé cette fonction en contraignant le passage à certains nœuds du réseau de manière à reproduire le tracé de l’itinéraire OD sur le graphe où nous avions intégré l’indicateur d’exposition aux polluants.

Figure 2. Protocole de détection d’itinéraire, de calcul des distances et des expositions totales des tracés optimaux.

Figure 2. Protocole de détection d’itinéraire, de calcul des distances et des expositions totales des tracés optimaux.

IE : indice d’exposition
OD : optimum distance
OE : optimum environnemental

34Nous obtenons alors les informations concernant la distance totale et le niveau global d’exposition pour chaque tracé d’itinéraire optimal.

Application à un espace réticulaire théorique

35Cet article, à valeur méthodologique, s’appuie sur en cas théorique de ville permettant ainsi de s’affranchir de la disponibilité de certaines données, notamment celles des flux de véhicules qui sont rarement disponibles pour l’ensemble des rues d’en quartier.

36Mais, le cas présenté est transférable à n’importe quel espace urbain sous réserve d’avoir des données de climatologie locale, de morphologie urbaine et de comptages routiers suffisamment précis. Outre l’aspect théorique des calculs et conclusions présentés, cette étude a des applications concrètes pour la société et met l’accent sur les inégalités sociales de santé comme étant un système complexe intégrant de nombreux facteurs influençant la qualité de vie. Considérons le graphe de la figure 3.

37Ce graphe représente un réseau urbain constitué de 1458 arêtes, à morphologie variable (longueur, vitesse de déplacement, etc.).

Figure 3. Typologie des artères en fonction de la quantité de NO2 et impact sur la santé.

Figure 3. Typologie des artères en fonction de la quantité de NO2 et impact sur la santé.

Source : OMS, 2000.

38Rappelons qu’une rue peut être découpée en plusieurs arêtes, ainsi les 1458 arêtes du graphe utilisé par ChronoVia composent 390 rues. À partir de ce réseau, de la morphologie urbaine existante, des flux de trafic et de conditions climatologiques uniformes (ce qui est raisonnable à l’échelle du quartier), nous avons estimé les charges polluantes présentes sur le réseau [C]. La figure 3 souligne la variabilité spatiale des niveaux de pollution présents sur les artères, regroupés en quatre classes selon leurs effets sur la santé. Comme nous avons choisi trois classes de vulnérabilité, chaque arête est affectée de trois poids différents selon ces classes et le chemin optimal correspondant est estimé dans chacun des cas. Nous avons choisi de traiter le dioxyde d’azote comme polluant car il est l’un des indicateurs de la pollution de l’air liée au trafic en milieu urbain, cette concentration est exprimée en ug/m3. En effet, les voitures sont à l’origine de 32 % des émissions de dioxyde d’azote dans l’air. La valeur guide pour ce polluant est de 40 ug/m3 en moyenne annuelle. Comme les données de circulation automobile sont aussi en moyennes annuelles, les expositions potentielles sont elles aussi des expositions moyennes annuelles.

Figure 4a. Itinéraire optimal entre A et B minimisant la distance (2,978 km).

Figure 4a. Itinéraire optimal entre A et B minimisant la distance (2,978 km).

Figure 4b. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 1 (distance =3,223km ; IE =0,139).

Figure 4b. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 1 (distance =3,223km ; IE =0,139).

Figure 4c. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 2 (distance =3,617 km ; IE =0,263).

Figure 4c. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 2 (distance =3,617 km ; IE =0,263).

Figure 4d. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 3 (distance =3,511 km ; IE =0,4).

Figure 4d. Itinéraire optimal entre A et B minimisant l’exposition pour le piéton de niveau de vulnérabilité 3 (distance =3,511 km ; IE =0,4).

Figure 5a. Itinéraire optimal entre A, B, C minimisant la distance (3,283 km).

Figure 5a. Itinéraire optimal entre A, B, C minimisant la distance (3,283 km).

Figure 5b. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 1 (distance =3,484km ; IE =0,139).

Figure 5b. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 1 (distance =3,484km ; IE =0,139).

39Pour obtenir des informations en temps réel et une réactualisation en continu des itinéraires optimaux, il faudrait que l’ensemble des données puisse être disponible au pas de temps horaire.

40Si on considère d’abord les itinéraires en deux points A et B, on remarque que le tracé des optimaux environnementaux diffère beaucoup entre le niveau de vulnérabilité 1 et les deux autres niveaux de vulnérabilité. En effet, si l’itinéraire Optimum environnemental vulnérabilité 1 (OEV1) prend une trajectoire relativement proche de celle de l’Optimum distance (OD) ; la trajectoire de OEV2 et OEV3 est quasiment inverse à celle de l’OEV1. En fonction du niveau de vulnérabilité du piéton, le tracé de l’itinéraire optimal est donc susceptible de varier fortement. En effet, l’indicateur est conçu pour donner un rôle prépondérant au degré de sensibilité de l’usager du réseau ; un individu en pleine santé (VI) étant moins affecté par la nuisance, pour minimiser « le coût écologique », va avoir tendance à minimiser avant tout sa distance de parcours.

Figure 5c. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 2 (distance =3,714km ; IE =0,27).

Figure 5c. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 2 (distance =3,714km ; IE =0,27).

Figure 5d. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 3 (distance =3,581 km ; IE =0,404).

Figure 5d. Itinéraire optimal entre A, B, C minimisant l’exposition pour le piéton de niveau de vulnérabilité 3 (distance =3,581 km ; IE =0,404).

41Par contre, pour les populations plus vulnérables (V2, V3), étant donné la pondération du facteur d’exposition, l’élément « distance » perd de son importance. Pour minimiser l’exposition, il devient alors « écologiquement rentable » d’emprunter un chemin plus long (distance OEV1 = 3,223 km ; OEV2 = 3,617 km) afin d’éviter les artères du réseau de voirie dont la qualité environnementale est trop dégradée. Si on observe les tracés des itinéraires des figures 4 a à 5 d, on a vraiment l’impression que par comparaison à l’OD ou l’OEVl qui ont des tracés assez rectilignes, les OEV2 et V3 modélisent une stratégie d’évitement d’une partie du réseau, quitte à devoir rallonger nettement le parcours.

42Pour les itinéraires en trois points A, B, C, nous avons simplement ajouté un point de contrainte à partir des points A et B, ce qui avait pour effet de limiter les variations des tracés. Avec cette contrainte de passage qui pourrait correspondre à un site culturel ou d’intérêt patrimonial, les OE des trois niveaux de vulnérabilité ont des tracés quasi identiques et varient seulement au niveau de l’indice d’exposition. Les points de départ et de contrainte que nous avons sélectionnés aléatoirement aboutissent à un cas particulier. En effet, la contrainte de passage correspond à l’itinéraire [AB] de l’OE2 et l’OE3 et donc à une certaine distance de l’OD et l’OE1. Cela explique pourquoi les valeurs globales des indices d’exposition varient peu suite à l’ajout d’une contrainte de passage supplémentaire. Par contre, pour l’OE1, même si la valeur de l’indice d’exposition reste stable, la trajectoire se modifie clairement. Enfin, quelles que soient les contraintes extérieures imposées (lieux de passage ou pas), plus la vulnérabilité augmente, plus le niveau total d’exposition augmente.

43Pour approfondir la comparaison entre les itinéraires obtenus en minimisant la distance et ceux obtenus en minimisant la contrainte environnementale, on peut envisager la création de nouveaux indicateurs.

44Le premier consisterait à évaluer le nombre d’arcs qui diffèrent (ou qui sont communs) entre le parcours optimal d’un point de vue distance et le parcours optimal d’un point de vue environnemental. Cet indicateur, simple à calculer, permet déjà de souligner des différenciations spatiales importantes dans les itinéraires. Remarquons que le parcours optimal d’un point de vue environnemental est le même pour toutes les classes de vulnérabilité, seul le niveau d’exposition total va varier. Le nombre d’arcs différents est un très bon indicateur du nombre de contournements nécessaires pour éviter des artères dont l’exposition potentielle est supérieure. Toutefois, cet indicateur ne tient pas du tout compte de la morphologie des tracés ; c’est-à-dire que deux itinéraires parallèles et proches mais n’ayant aucune artère commune seront considérés comme plus différents que deux itinéraires qui n’auraient qu’une artère en commun à partir de laquelle les trajectoires d’itinéraires divergeraient complètement.

45Le deuxième indicateur que nous définissons est le rapport [(LOE-LOD)/LOD]*100 (tabl. 2). Dans cette formule le terme LOE désigne la longueur de l’itinéraire optimal d’un point de vue environnemental, tandis que LOD désigne la longueur de l’itinéraire optimal d’un point de vue distance. Cet indicateur donne le pourcentage d’augmentation de la longueur du trajet relatif à la longueur du trajet de l’optimum distance. Il permet ainsi de voir si l’augmentation de la longueur de l’itinéraire est raisonnable face au respect de la contrainte environnementale.

Tableau 2. Résultats pour l’ensemble des indicateurs

Tableau 2. Résultats pour l’ensemble des indicateurs

Conclusion

46Les problèmes d’itinéraires cherchent systématiquement à optimiser certains paramètres comme le temps ou la distance. Nous avons vu qu’il est possible d’introduire de nouvelles préoccupations dans le choix de ces itinéraires, par exemple des questions environnementales (qualité de l’air sur les axes ou encore nuisances sonores). L’intérêt majeur de la méthode proposée réside dans le couplage vulnérabilité des personnes – vulnérabilité des axes urbains face à la charge polluante.

47Dans l’objectif d’une requalification des centres urbains, notamment par la mise en place de nouvelles aires piétonnes, ou de voies de circulations réduites, la qualité de vie de ces espaces tend à s’améliorer, la notion de développement durable sous-tendant cette évolution. Ainsi, le piéton commencerait à retrouver une place en ville. Par le biais de rétroactions, cela va améliorer la qualité de vie globale de nos villes. En effet, le piéton constatant une amélioration de la qualité environnementale de certains itinéraires empruntés aura tendance à favoriser les modes de déplacements doux et contribuera ainsi à enrichir la qualité de vie, phénomène semblable à l’entropie d’un système fermé. Cependant, en termes d’aménagements urbains, on ne peut rendre totalement la rue au piéton et des axes structurants de la ville devront être dédiés principalement à la mobilité automobile. Dans cette optique, le problème d’itinéraires optimaux environnementaux prend un tout nouveau tournant : comment est-il possible d’éviter les axes structurants sachant que ceux-ci sont pénalisants d’un point de vue santé publique ?

48Compte tenu du rythme soutenu de diffusion des technologies liées au GPS (désormais disponibles sur les GSM), il est fort probable qu’à court ou moyen terme de nouvelles générations de GPS voient le jour. En s’adaptant aux nouvelles pratiques de mobilité en ville, et en tenant compte des préoccupations des populations, ces nouveaux GPS pourraient bien intégrer de nouveaux facteurs d’optimisation, entre autres environnementaux.

Bibliographie

Boiteux M., 2001 – Transports : Choix des investissements et coûts des nuisances. Commissariat Général du Plan, 323 p.

Bouchon-Meunier B., 1993 – La logique floue. Presses Universitaires de France, coll. Que sais-je ? 128 p.

Charre J., 2003 – « L’objet géographique, chose disciplinaire ». In MabyJ. (dir.) : Réflexion sur la nature des objets et des indicateurs de la géographie : 308-316.

Godjevac J., 1999 – Idées nettes sur la logique floue. Lausanne, Presses Polytechniques et Universitaires Romandes, coll. Informatique, 125 p.

Maignant G., 2002 – Pollution et développement durable des villes françaises, étude de cas : Nice, Marseille, Lyon et Paris. Thèse de géographie de l’université de Nice-Sophia Antipolis, 700 p.

Mcmichael T., 2001 – La santé en milieu urbain : conséquences de la mondialisation dans les pays en voie de développement. Bulletins de l’OMS, 8 p.

Morin E., 2002 – « À propos de la complexité ». Discours d’entrée CNRS, 14 janvier.

Nicolescu B., De Freitas L, Morin E., 1994 – « Charte de la transdisciplinarité ». Adoptée lors du Premier congrès mondial de transdisciplinarité, Convento da Arrábida, Portugal, 2-7 novembre.

OMS., 2000 – Air Quality Guidelines for Europe. Second edition, WHO Regional Publications, European Series, n°91, 273 p.

Pini P., Lavadinho S., 2005 – « Développement durable, mobilité douce et santé en milieu urbain, actes du colloque ». In : Développement urbain durable, gestion des ressources et gouvernance, Lausanne, 8 p.

Roqueplo P, 1987 – « Les pluies acides considérées comme un accident au ralenti. In Fabiani J.-L., Theys J. (dir.) : La Société vulnérable, Paris, Presses de l’École normale supérieure, 674 p.

Zadeh L., 1965 – Fuzzy sets. Information control, 8 : 338-353.

Notes

1 Pour un état de l’art récent sur l’ensemble des critères qui ont une influence sur les piétons dans leurs choix d’itinéraires urbains, on pourra se référer aux travaux de Sonya Lavadinho et Guiseppe Pini de l’Observatoire universitaire de la mobilité de Genève, qui identifient plus de 25 caractéristiques ayant un impact potentiel sur les choix d’itinéraires pédestres (Pini et Lavadinho, 2005).

2 Valeurs guides : les valeurs guides sont des valeurs dont les dépassements éventuels ne représentent que des indicateurs de la réalité du problème et sont des objectifs de santé publique à atteindre.

3 Un axe irrespirable est défini comme un axe dépassant de manière notoire les seuils réglementaires.

4 ChronoVia est un composant informatique conçu pour développer des applications cartographiques et routières. Il fonctionne sous l’interface SIG, Maplnfo.

Auteurs

maignant@unice.fr
est géographe et mathématicien de formation. Ses travaux portent sur la thématique du développement durable urbain, avec un fort apport méthodologique, notamment en termes de transferts entre disciplines. Il est l’auteur de plusieurs articles sur la modélisation de la pollution de l’air en milieu urbain et ses travaux récents portent sur « l’optimisation en géographie ou comment penser la géographie du mieux ».

dutozia@unice.fr
est géographe, doctorant à l’UMR Espace et attaché temporaire d’enseignement et de recherche à l’université de Nice Sophia-Antipolis. Il s’intéresse à la vulnérabilité des systèmes territoriaux et mène une recherche doctorale intitulée « Espaces à enjeux et effets de réseaux dans les systèmes de risques » et financée par la région Provence-Alpes-Côte d’Azur.

© IRD Éditions, 2010

Conditions d’utilisation : http://www.openedition.org/6540

Cette publication numérique est issue d’un traitement automatique par reconnaissance optique de caractères.
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search