Introduction de nouvelles variables d’occupation du sol dans l’étude des

Dans le document en fr (Page 180-0)

types de territoire et risque d’incendie

L’analyse spatiale développée dans le Chapitre 7 a mis en lumière l’existence de relations entre types de territoire et risque d’incendie : certains types et, notamment certains types d’interface habitat-forêt sont davantage soumis au risque d’incendie en termes de densité de départs de feu et de taux de surfaces brûlées. Ces premiers résultats ont conduit à lancer de nouvelles investigations pour mieux connaître et comprendre l’environnement tant écologique, topographique que socio-économique qui conditionne les départs de feu et l’extension des surfaces incendiées. Une analyse spatiale et statistique approfondie est donc entreprise en prenant en compte une large palette de variables d’occupation du sol disponibles, autres que les seuls types de territoire ou types d’interfaces habitat-forêt, variables définies dans ce Chapitre 8.

L’objectif de ce chapitre est de préciser le cadre de l’analyse statistique et spatiale, de définir les variables tant à expliquer qu’explicatives de la matrice d’analyse et de rendre compte de la nature des différenciations introduites par les types de territoire et par les niveaux du risque d’incendie, ces derniers étant appréciés en termes de départs de feu, de passages d’incendies et de surfaces détruites par les incendies de forêt. Pour cela une analyse univariée de chacune des variables définies a été réalisée permettant de décrire chaque variable et d’analyser leur organisation selon les types de territoire et selon les niveaux de risque.

Cette analyse univariée a été développée sur la zone d’étude MAM située entre les Métropoles Aix-Marseille.

8.1 Domaine de définition de l’étude pour l’analyse spatiale et statistique

Pour conduire cette analyse, la première étape a consisté à découper le territoire étudié en unités spatiales élémentaires (« individus spatiaux ») qui seraient ensuite décrites par une série d’indicateurs (« variables ») relatifs au problème géographique posé (Sanders, 1989).

Partant de la carte des types de territoire (Carte 7-1), le territoire se trouvait découpé selon les 12 types d’interfaces habitat-forêt, les zones bâties en dehors des interfaces habitat-forêt (appelées OWUI) et les zones restantes, faisant le complément pour couvrir tout le territoire (appelées REST).

Cette carte au format raster a été convertie au format vecteur (polygones), les polygones constituant les unités spatiales élémentaires sur lesquelles devait porter l’analyse. Mais le niveau de précision de la carte raster (déterminé par le critère agrégation de la végétation calculé), a généré près de 700 000 polygones d’une surface moyenne de 250 m2 (Coefficient de variation de 7 000 %). L’analyse statistique n’était alors pas réalisable avec les moyens disponibles (logiciel pouvant traiter jusqu’à 3 000 polygones). Par ailleurs les unités spatiales présentaient une surface moyenne très petite et probablement trop petite pour que les variables calculées aient vraiment un sens. Plusieurs options ont alors été possibles :

Lampin-Maillet Corinne – Thèse de doctorat en géographie 175

CemOA : archive ouverte d'Irstea / Cemagref

• Dégrader la carte des territoires au format raster, par agrégation ou élimination de pixels isolés, pour limiter ainsi le caractère pixélisé de la carte avant conversion au format vecteur polygone. Mais cela pouvait aussi avoir pour conséquence de dégrader l’information de base portée parla carte destypes deterritoire.

• Partir dela carte avec ses 700 000 polygones et ne sélectionner que ceux d’une surface supérieure à 31 400 m2correspondant à la surface occupée par un bâti et son environnement délimité par un cercle d’un rayon de 100 m [3,14 * (100 m)2], à rapprocher de la définition de l’interface habitat-forêt. Malgré cela, le nombre de polygones restaittropimportant.

• Les interfaces étant issues de la combinaison de la nature de l’habitat et du niveau d’agrégation de la végétation, appliquer une valeur moyenne d’agrégation de la végétation calculée au sein de chaque entité délimitée par une nature d’habitat. Mais du fait du calcul, les interfaces habitat-forêt avec une agrégation nulle n’étaient plus représentées, alors qu’elles ne devaient pas être écartées del’analyse.

• Enfin considérer que la clé d’entrée du territoire est de prendre comme critère prévalant de l’interface habitat-forêt, le critère de la nature de l’habitat au sein de laquelle la composante agrégation de la végétation est conservée dans son état d’origine. En termes de vulnérabilité face à l’incendie de forêt, ce critère nature d’habitat est par ailleurs essentiel.

Cette dernière option aboutit à ce que l’espace analysé se trouve compartimenté selon 4 grandstypes d’interfaces habitat-forêt déclinés commeinterface habitat-forêtisolé I,interface habitat-forêt diffus D, interface habitat-forêt groupé dense GD et interface habitat-forêt groupétrès dense GTD et selon des zones bâties horsinterfaces O (ou OWUI) et zone restante R (ou REST) conduisant à une carte simplifiée des types de territoire (Carte 8-2). La conversion de cette carte simplifiée destypes deterritoire du format raster au format vecteur a généré 10 487 polygones affectés aux différents types de territoire (I, D, GD, GTD, O, R). Pour un nombre d’entre eux, il s’agit de zones interstitielles ou peu significatives, car trop petites pour une analyse spatiale et statistique ultérieure. Il a donc été décidé de supprimerles polygones de faible surface, tout comme Martinez et al. (2009) qui dans leur analyse sur l’occurrence des feux enlèvent de leur champ d’étude les communes de surfaces forestières trop petites, et de fait, peu significatives. Seuls les polygones d’une surface supérieure à 31 400 m2 ont été conservés. Al’issue de cettesélection, 2 961 polygones ont été conservés et serviront à l’analyse spatiale et statistique. Ce nombre de polygones reste suffisant pour permettre une analyse statistique fiable et autorise untraitement efficace des données parles logiciels à disposition (capacité mémoire dulogiciel et mémoire machine déclarées suffisantes pour réaliser les traitements d’analyse). L’ensemble de ces 2 961 polygones couvrent une surface de 158 560 ha soit environ 95 % dela surface dela zone d’étude MAM. LaCarte 8-1 est un zoom de la carte simplifiée des territoires dans laquelle les polygones d’une surface inférieure à 31 400 m2 ont été exclus del’analyse.

CemOA: archive ouverte d'Irstea / Cemagref

Relation entre organisation spatiale d’un territoire et risque d’incendie Partie III – Chap.8 –Occupation du sol et risque

Lampin-Maillet Corinne – Thèse de doctorat en géographie 177

Carte 8-1 Zoom sur le découpage du territoire de la zone d’étude

CemOA : archive ouverte d'Irstea / Cemagref

Carte 8-2 Carte simplifiée des types de territoire

CemOA : archive ouverte d'Irstea / Cemagref

Relation entre organisation spatiale d’unterritoire et risque d’incendie Partie III Chap.8 –Occupation du sol et risque

8.2 Définition des variables étudiées

Les variables étudiées sont de natures différentes : environnementales, physiques et soc io-économiques, quantitatives ou qualitatives. Elles ont été construites à partir de données spatiales disponibles et directement exploitables et de données spécifiquement élaborées.

8.2.1. Densité d’éclosion, densité d’incendie ettaux de surfaces brûlées:trois variables à expliquer

Tel qu’il a été rappelé dans le paragraphe 1.3.1, le risque d’incendie est déterminé par la combinaison d’éléments du risque : l’occurrence (probabilité d’éclosion, probabilité d’incendie), l’intensité et la vulnérabilité. Dans des études récentes, on peut identifier un certain nombre d’indicateurs de risque. Ils concernent l’occurrence des feux (éclosion), la récurrence (fréquence) desincendies et enfinles surfaces brûlées. Ainsi Mercer et Prestemon (2005) ont modélisé le nombre d’ignitions par canton par an (sur 10 ans d’archives) en fonction de variables météorologiques, de la population, du taux de chômage, du taux de pauvreté, de la densité de bâtis et du nombre de policiers. Sturtevant et Cleland (2007) ont considéré un indicateur de risque de départ de feu, évalué par la distribution spatiale de l’occurrence des feux.Martinez et al. (2009) ont défini un nombre de feux cumulés dans une commune dans une période divisé par la surface de chaque commune. L’indicateur est une densité d’éclosion portant sur des entités administratives detaille variable. Commele souligne Velez (2000) cité dans Martinez et al. (2009), la densité évite le biais de comparer des nombres de départs de feu sur des surfaces variables dansl’analyse. Bien quele régime de feu comprenne de multiples caractéristiques incluant saisonnalité, intensité, sévérité et prédictibilité, Syphard et al. (2007b) ont restreintl’analyse aux questions de surfaces brûlées et de récurrence (fréquence) de feu. Mercer et Prestemon (2005) ont modélisé la surface brûlée surla surface forestière.Prestemon et al. (2002) ont développé des modèles reliantle nombre d’incendies par unité de surface forestière à un certain nombre de facteurs dont la densité de bâtis. Ils ont ainsi défini une densité d’incendie.

Au vu de ce qui a été étudié jusqu’alors et compte tenu des données disponibles (Base de données géoréférencées des incendies de forêt du paragraphe 3.1.2e), trois indicateurs de risque ont été élaborés pour l’analyse spatiale et statistique des 2 961 polygones de la zone d’étude MAM située entreles métropoles Aix-Marseille. Cesindicateurs, considérés comme variables à expliquer ou dépendantes sont:la densité de départs de feu ou Densité de points d’Eclosion DE, le taux d’occurrence des incendies ou Densité d’Incendie de forêt DI et le taux de surfaces parcourues parlesincendies outaux de Surfaces Brûlées SB.

Le mode de calcul des trois variables à expliquer est défini ci-dessous et est illustré sur la Figure 8-1 :

La densité des points d’éclosion DE a été calculée commele ratio du nombre de départs de feu cumulé sur la période 1997-2007 inclus dans un polygone sur la surface de ce polygone. Pour éviter le biais occasionné par la variabilité des surfaces de chaque polygone,la densité a été choisie, et nonle nombre.

Observation : Une variante de cette variable avait été calculée mais n’est pas apparue intéressante lors des analyses. Elle n’a donc pas été reprise dans le rapport de thèse. Il

Lampin-Maillet Corinne Thèse de doctorat en géographie 179

CemOA: archive ouverte d'Irstea / Cemagref

s’agissait de la variante DEv calculée en considérant le dénominateur comme la surface des seuls espaces de végétation combustible (BOI et ESN);

La densité d’incendie de forêt DI a été calculée commele ratio du nombre d’incendies de forêt cumulé sur la période 1990-2007 ayant parcouru le polygone sur la surface de ce polygone. Comme pourl’indicateur précédent,la densité a été choisie.

Observation : Plusieurs variantes de cetindicateur avaient été calculées mais ne sont pas apparus intéressantes lors des analyses. Elles n’ont donc pas été reprises dans le rapport de thèse. Il s’agissait de la variante DIv calculée en considérant le dénominateur comme la surface des seuls espaces de végétation combustible (BOI et ESN), des variantes DI1 à DI4, calculées en considérant le numérateur comme respectivement le nombre d’incendies de 1 à 50 ha surla période 1990-2007inclus dans un polygone,le nombre d’incendies de 50 à 500 ha, le nombre d’incendies de plus de 500 ha et le nombre d’incendies de moins de 1 ha (sautes);

Letaux de surfaces brûlées du polygone SB aété calculé commele ratio dela somme des surfaces brûlées (1 à 4 fois)intersectant un polygone surla surface de ce polygone.

Figure 8-1 Définition destroisindicateurs de risque Densi de points d’Eclosion DE, Densi d’incendie de forêt DI ettaux de Surfaces Brûlées SB

L’intersection des données des bases de données géoréférencées (distribution spatiale des départs de feu et des contours des surfaces incendiées) décrites dansle paragraphe 0, avecles unités spatiales que sont les types de territoire définis précédemment, a permis d’attribuer à chaque unité spatiale ou polygone une valeur de chaque variable à expliquer. L’énumération de ces variables figure en synthèse dansle Tableau 8-1. Les valeurs ont été calculées sous SIG àl’aide dulogiciel ArcGIS©9.2.

CemOA: archive ouverte d'Irstea / Cemagref

Relation entre organisation spatiale d’unterritoire et risque d’incendie Partie III Chap.8 –Occupation du sol et risque

8.2.2. Variables explicatives

Les variables explicatives sont des variables issues de données directement disponibles ou ayant nécessité des calculs spécifiques.

a. Données directement disponibles

La nature etl’origine de chacune de ces données figurent dansle paragraphe 0.

Données relatives àl’occupation du sol

Carte 3-8 Carte d’occupation du sol Occsol SPOT5 surla zone d’étude MAM

A partir des donnéesissues de Occsol SPOT 5 (Carte 3-8),les 5 grandsthèmes d’occupation du sol que sontl’espace urbain,l’espace agricole, l’espace boisé,les autres espaces naturels et les espaces récréatifs ont étésélectionnés correspondant respectivement aux valeurs 1 à 3, 5, 6, 7 et 4 del’attribut ST_02_S de latable attributaire delabase de données Occsol SPOT 5. Carte 3-5 Carte d’occupation du solissue d’une classification supervisée del’image satellite SPOT5 sur MAM

Carte 5-17 Carte del’indice d’agrégation surla zone MAM Données de relief

Carte 3-12 Carte du relief surla zone d’étude MAM Données diverses

Carte 3-14 etCarte 3-15 Carte des réseaux de routes et de chemins, et des bâtis. Carte 3-16 Carte del’indice KR de Becker.

b. Données élaborées spécifiquement

Lampin-Maillet Corinne Thèse de doctorat en géographie 181

CemOA: archive ouverte d'Irstea / Cemagref

Données physiques Pente

A partir du Modèle Numérique de Terrain (Carte 3-12),la pente est calculée entout point de l’espace en utilisant la fonction Pente du menu Analyse en Surface de l’extension Spatial Analyst dulogiciel ArcGIS©9.2. Le résultat exprimé en% setraduit par une carte au format raster avec un pixel d’une taille de 50 m sur 50 m imposée par la résolution du Modèle Numérique de Terrain disponible et produit parl’IGN. Les valeurs de pente sont réparties en quatre classes de pentes pour fournirla Carte 8-3 :

Pente faible pour une valeur de penteinférieure à 10 % (codé PT1);

Pente moyenne pour une valeur de pente comprise entre 10 % et 20 % (codé PT2); Pente forte pour une valeur de pente comprise entre 20 % et 30 % (codé PT3); Pentetrès forte pour valeur de pente supérieure à 30 % (codé PT4).

Carte 8-3 Carte des classes de pente (exprimée en %)

Exposition au vent dominant

A partir du modèle numérique deterrain (Carte 3-12),l’exposition est calculée entout point de l’espace en utilisant la fonction Exposition du menu Analyse en Surface de l’extension Spatial Analyst dulogiciel ArcGIS©9.2. Le résultat exprimé en ° setraduit par une carte au format raster avec un pixel d’unetaille de 50m sur 50 mimposée parla résolution du modèle numérique deterrain (MNT) disponible et produit parl’IGN. Pour une direction principale de vent donnée (vent de mistral : vent de nord-ouest), 3 classes de combinaison exposition/direction du vent peuvent être déterminantes pour le risque d’incendie (Mariel et Jappiot, 1997). Ces trois classes notées de 1 à 3 ont les significations suivantes : la note 1 correspond aux zones protégées du vent, la note 3 correspond aux zones exposées au vent alors que la note 2 correspond aux zones intermédiaires. La direction de vent prédominante dansla zone d’étude estle mistral de direction 300°. Commel’illustrelaFigure 8-2, par vent de mistral, les zones 1 correspondent aux expositions de 90° à 180°, les zones 3 aux expositions de 270° à 360 ° etles zones 2 aux expositions de 0° à 90° et de 180° à 270°.

CemOA: archive ouverte d'Irstea / Cemagref

Relation entre organisation spatiale d’unterritoire et risque d’incendie Partie III Chap.8 –Occupation du sol et risque

Relation entre organisation spatiale d’unterritoire et risque d’incendie Partie III Chap.8 –Occupation du sol et risque

Dans le document en fr (Page 180-0)