Plusieurs études mettent en relation le nombre d’accidents qui surviennent sur un tronçon autoroutier et des variables comme les volumes de véhicules ou le rapport Q/C. D’autres associent la gravité des accidents à la vitesse moyenne des véhicules. Cependant, l’absence de données simultanées de débits et de vitesses dans ces études empêche toute mise en relation directe des accidents aux conditions réelles de circulation au moment même de leur occurrence. La méthode proposée dans ce document permet de prédire le nombre d’accidents sur un réseau en fonction de la répartition spatiotemporelle des niveaux de service. Un taux moyen annuel d’accident est calculé par heure et kilomètre de niveau de service. Les résultats obtenus sont assez satisfaisants pour permettre d’envisager d’approfondir la méthode afin de prendre en compte l’effet d’autres facteurs qui ne sont pas nécessairement liés au niveau de service, comme le nombre de voies notamment. En effet, les sections de l’A1 à partir desquelles ont été calculés les taux d’accidents sont constituées essentiellement de 3 et 4 voies. Aucune influence du nombre de voies n’a pu être mise en évidence, probablement à cause du schéma de congestion particulier sur cette portion d’autoroute où l’écoulement est presque constamment fluide sur la majorité des sections à 3 voies. Il s’agit toutefois d’une piste à approfondir en utilisant d'autres sites.
Dans le chapitre précédent nous avons présenté le concept nouveau de niveau de service généralisé, pouvant permettre d’évaluer a priori et a posteriori l’impact des opérations d’exploitation sur la congestion et les conditions de circulation en général. L’existence d’une relation entre les taux d’accidents et les niveaux de service constitue un élément important dans la mise au point de la nouvelle approche d’évaluation proposée dans cette thèse. Les taux ont été calculés à partir d’un découpage spatiotemporel relativement fin sur des sections de 1 km de long et des pas de temps de 6 minutes. A l’échelle d’un tronçon autoroutier, constitué de plusieurs sections, le niveau de service généralisé constitue un bon indicateur d’analyse de la congestion. En revanche, les accidents sont des phénomènes ponctuels, pouvant survenir quelque soient les conditions de circulation. Un niveau de service généralisé NSC4 ne signifie pas nécessairement que toutes les sections sont saturées : certaines seront aux peut-être NSC1, 2 ou 3. L’application des taux obtenus précédemment est donc susceptible d’entraîner une surestimation du nombre d’accidents en période de congestion. C’est ce que confirment les résultats obtenus sur l'autoroute A1où l’on constate que pendant la pointe du matin le nombre d’accidents estimé est de 32 pour un intervalle de confiance de [23 ; 45]. De même, sur l’autoroute A10, le nombre d’accidents estimé à partir des niveaux de service généralisés est de 31 pour un intervalle de confiance de [16 ; 47]. Ces valeurs moyennes sont à comparer à celles obtenues aux sections 5.2.3. et 5.3.1. pour ces deux tronçons : soit 23 et 25 respectivement. Les écarts enregistrés ne sont toutefois pas significatifs compte tenu des intervalles de confiance calculés.
Cette méthode représente une importante contribution à l’évaluation a priori de l’impact des opérations d’exploitation routière sur la sécurité par simulation dynamique du trafic. En effet, elle
124
permet de regrouper à travers un concept unique, le niveau de service, un ensemble de facteurs influençant les conditions de circulation (croissance du trafic, configuration physique du réseau, visibilité, météo…) et qui jusqu’ici avaient été considérés de manière séparée dans les études d’évaluation. Tous ces facteurs peuvent être intégrés simultanément dans un modèle de trafic afin de calculer de façon quasi-immédiate les niveaux de service résultant, et par suite, le nombre d’accidents prévisibles.
125
Chapitre 6.
L'évaluation des impacts sur l'environnement
Introduction
Ce chapitre s’inscrit dans le cadre de l’approche globale d’évaluation initiée dans les deux chapitres précédents. Il s’agit d’analyser les impacts environnementaux du trafic routier en distinguant les niveaux de service de circulation. Cette façon de faire ne constitue pas une nouveauté dans la mesure où elle est d’une certaine manière déjà prise en compte dans les modèles d’émissions européens tels que COPERT4 et HBEFA comme déjà mentionné au chapitre 3. L’objectif de ce chapitre n’est donc pas d’élaborer un nouvel outil pour le calcul des émissions ; il s’agit plutôt d’analyser les implications de la prise en compte des niveaux de service réels dans le calcul à partir des outils existants. Ces niveaux de service sont définis non à partir des seuls seuils de vitesse, mais également des volumes de véhicules concernés. La première section du chapitre analyse l’effet de l’agrégation spatiotemporelle des données de trafic sur les estimations d’émissions, en considérant trois types de découpage. La section 2 du chapitre est une application aux cas des opérations d'exploitation déjà considérées dans les chapitres précédents: la voie dédiée aux taxis et bus sur les autoroutes A1 et A10 respectivement. Le chapitre se termine par quelques considérations générales. La section 3 tente d'aborder les impacts environnementaux sous l'angle des territoires traversés par les autoroutes périurbaines en soulignant des aspects liés à la pollution de l'air et au bruit.
6.1 Effet de l'agrégation spatiotemporelle des données sur les estimations
6.1.1 Agrégation par niveau de service local
Les données de trafic issues des stations de mesures ou fournies en sortie par les simulateurs macroscopiques de trafic sont essentiellement les vitesses et les débits moyens. Elles sont disponibles par section et par pas de temps en fonction de la discrétisation spatiotemporelle choisie pour la simulation ou de la densité et des caractéristiques des stations de collectes à travers le réseau. En gardant cette même discrétisation, il est possible pour chaque section de disposer de couples (Q, V) pour autant de pas de temps pris en compte dans une étude. Cette approche semble a priori être celle qui pourrait fournir les résultats les plus précis possibles en ce qui concerne le calcul des émissions à partir d’une méthodologie basée sur les vitesses moyennes comme celle de
126
COPERT4. Néanmoins, l’une des faiblesses des outils de calcul d’émissions actuellement employés au niveau européen concerne l’absence d’interface avec les simulateurs de trafic ; ce qui complique le calcul des émissions à partir des couples (Q, V) mesurées sur de courtes sections de route et de faibles intervalles de temps. L’on sait par ailleurs que les facteurs d’émissions sont déterminés soit en laboratoire ou dans des conditions réelles pour des cycles de conduite prédéfinis. Or les niveaux de service également représentent une classification des conditions de circulation. Il est donc possible d’identifier et de regrouper les sections pour lesquelles les conditions de circulation sont identiques afin de rendre la tâche plus compatible au fonctionnement des modèles d’émissions.
Dans cette section 6.1.1. nous considérons à nouveau les 2 journées du 16/04 et 26/06/2008 sur le tronçon de 17 km de l’autoroute A1 entre Roissy et Paris (à la pointe du matin entre 6h48 et 11h24). Elles ont la particularité d’avoir deux niveaux de congestion très différents. Le tronçon est découpé en 21 sections. Les résultats des calculs de consommation et d’émissions de CO2 sont fournis dans les tableaux 17 et 18 suivants.
Tableau 17 Consommation et émissions de CO2 par niveau de service pour une journée à faible congestion
NSC1 NSC2 NSC3 NSC4 TOTAL Véh-km 16/04/08 144295 50826 30792 94242 320155 Véh-h 1468 532 493 5067 7560 Conso [t] 8.12 2.82 1.57 7.87 20.38 CO2 [t] 25.47 8.85 4.94 24.73 63.99
Tableau 18 Consommation et émissions de CO2 par niveau de service pour une journée à forte congestion
NSC1 NSC2 NSC3 NSC4 TOTAL Véh-km 26/06/08 81020 7305 33906 193848 316079 Véh-h 773 81 714 9901 11469 Conso [t] 4.82 0.39 1.89 15.84 22.94 CO2 15.13 1.22 5.92 49.72 71.99
Le volume total de véhicules est à peu près constant avec un écart d’environ 1% entre les deux journées. On constate toutefois qu’environ 2 fois plus de véhicules sont concernés par la congestion (NSC4) le 26/06 que le 16/04, ce qui a pour effet de doubler la consommation et les émissions de CO2. La vitesse moyenne est quasiment inchangée pour cet état de trafic.
6.1.2 Agrégation par tranches de vitesse moyenne
Afin de vérifier la précision de ce découpage par niveaux de service, nous avons testé différents niveaux d’agrégation avec des tranches de vitesses allant de 130 à 5 km/h. Soient Ξ et Π les matrices respectives de vitesses et de débits moyens tels que fournies par un simulateur de trafic ou
127 établi à partir de données de capteurs. Ces matrices sont de dimensions n x m, où n désigne le nombre de sections et m le nombre de pas de temps de l’étude. Au pas de temps k, la section i de longueur