surfacique de voirie dans les SIG
7.1. Une méthode automatisée existante : des données surfaciques de voirie à partir du linéaire
Des travaux réalisés par des organismes publics et des centres de recherche proposent des méthodes permettant de construire une base de données surfaciques à partir de données géographiques existantes. Ces méthodes se regroupent en deux types : les méthodes basées sur des données rasters, composées de pixels, telles que les images aériennes ou satellites, et les méthodes basées sur des données vectorielles, composées de polylignes.
Nous écartons de notre analyse le premier type, et ce pour deux raisons. D’abord, comme le mentionnent les chercheurs de l’IGN depuis plus de 20 ans (Airault et Jamet 1995), mais également des chercheurs en géomatique d’autres institutions (Péteri et al. 2003), le traitement
Proposition méthodologique : construire une base de données géographique surfacique de voirie dans les SIG
134
d’images automatique présente de nombreuses limites, notamment lorsque l’on s’intéresse au milieu urbain où la voirie serpente, entre infrastructures (bâtiments) et aménagements particuliers (espaces verts). Ces infrastructures ou aménagements rendent la lecture des images aériennes complexe dans le sens où, pour les uns, ils entrainent des ombrages parfois très importants, pour les autres, ils cachent ou recouvrent parfois complètement la voirie. Finalement, ces méthodes tendent à une bonne extraction des surfaces de voirie lorsque le milieu traité est un milieu peu dense en bâti et en végétation (Baumgartner et al. 1999 ; Laptev et al. 2000 ; Hutchison et al. 2010). Ces limites font qu’aujourd’hui aucune méthode automatique d’extraction ne permet d’obtenir un meilleur résultat qu’une photo-interprétation humaine. Ensuite, la mise en œuvre de ces méthodes repose sur des solutions techniques difficilement déployables au sein d’une collectivité.
Nous nous concentrerons donc sur le deuxième type de méthodes. À ce sujet, nous constatons que l’essentiel des méthodes proposées s’appuie sur l’exploitation des bases de données linéaires de voirie. Notons que ces données linéaires sont généralement extraites de façon automatisée à partir d’images aériennes. L’identification d’un axe de voirie est la première étape permettant d’identifier les limites d’un tronçon de voirie (Hutchison et al. 2010). Le principe des méthodes exploitant les bases de données vectorielles repose sur l’affectation d’une largeur à chaque tronçon linéaire de voirie selon la nature des tronçons. Nous présentons la démarche à travers l’exemple de la méthodologie proposée par le Certu (CERTU et CETE Normandie-Centre 2013).
7.1.1. Expérience française à travers une méthode du Certu
La méthodologie développée par le Certu repose sur deux éléments. Le premier est la notion de profil en travers de la voirie, c’est-à-dire la définition, dans la largeur, des chaussées et de leurs dépendances. Parmi ces dépendances, le Certu a relevé les accotements composés des bandes dérasées de droite et de gauche (BDD / BDG), ou bande d’arrêt, et de la berme. Ces éléments d’accotement relèvent davantage du milieu rural que du milieu urbain (Cf. Partie I, 2.2.3, p. 61). Le deuxième élément est composé de la base de données topographique produite par l’IGN (Cf. 5.1, p. 103) et des données attributaires qu’elle contient. Le Certu a identifié quatre variables descriptives permettant de caractériser la largeur d’un tronçon de voirie. D’abord, les tronçons de voirie sont distingués selon leur classe administrative (autoroute, route nationale, route départementale et autre). À chaque classe administrative est ensuite associée une largeur de voie selon la nature des tronçons de voirie (autoroute, bretelle, route à 1 ou 2 chaussées, route empierrée, sentier et chemin, piste cyclable et escalier). Dans un troisième temps, des largeurs des BDD et de berme sont estimées à partir d’une combinaison entre la nature des tronçons de voirie et le type de franchissement (pont, tunnel, radier, gué). Enfin, la largeur est déterminée en factorisant les largeurs de voie selon le nombre de voies de circulation.
135 De ces éléments découle une équation permettant de calculer la largeur théorique par tronçon linéaire de voirie (Équation 7-1). Un tableau récapitulatif (Cf. Annexe C, p. 322) permet d’attribuer à chaque tronçon les largeurs le concernant.
Équation 7-1 – Calcul de largeur de voirie4
largeur de la voirie (calculée) = (largeur de l
′ensemble des voies
Nb de voies ) + largeur BDD + largeur berme Dès lors, l’attribution des largeurs à chaque tronçon linéaire de voirie permet de construire une base de données surfacique.
Cette méthode simple à mettre en œuvre est utilisée par des collectivités et organismes étatiques, lesquels l’ont éprouvé, à travers leurs pratiques et donc identifié ses limites. Ainsi, par connaissance de leur territoire, certains de ces organismes mettent en évidence que l’utilisation des paramètres proposés par le Certu conduit à des sur ou sous-représentations importantes de la voirie en milieu urbain alors que l’estimation de la voirie hors urbaine est plus pertinente. Par exemple, sur le territoire du département des Pays de la Loire, la Direction Régionale de l’Environnement, de l’Aménagement et du Logement (DREAL) constate, sans donner de chiffres des biais liés à la méthode (DREAL 2014) :
– les largeurs des ruelles étroites de centres historiques sont surestimées du fait de la non-uniformité des anciennes voiries ;
– les largeurs de certains boulevards sont sous-estimées, notamment lorsque l’emprise de ces boulevards englobe des espaces cyclables ou encore des espaces propres et réservés à la circulation de transport en commun ;
– les places publiques et les stationnements ne sont pas pris en compte.
Nous émettons trois hypothèses pour expliquer les écarts constatés sur l’estimation de la voirie. D’abord, le paramétrage proposé par le Certu suppose que la largeur de la voirie est identique sur l’ensemble d’un tronçon de voirie, soit entre les deux intersections définissant ses extrémités. Or, ceci n’est pas le cas. La voirie peut être rétrécie ou élargie selon l’espace disponible. Ainsi contrairement au milieu hors urbain où la voirie est moins contrainte par l’espace, les largeurs de voirie urbaine varient davantage (Figure 7-1 a). Ensuite, nous constatons sur la Figure 7-1 b que
4 Largeur des voies : dépend de la classe administrative et de la nature des tronçons.
Nombre de voies : pour les tronçons de voirie disposant de moins de 2 voies, le dénominateur est de 2. Largeur BDD : dépend de la classe administrative de la nature et du nombre de voies.
Proposition méthodologique : construire une base de données géographique surfacique de voirie dans les SIG
136
les trottoirs sont tantôt englobés par l’estimation de voirie, et c’est le cas pour le tronçon de voirie se dirigeant vers le sud-est, tantôt exclus de cette estimation tel qu’on peut l’observer sur les autres tronçons de voirie. Cette situation peut s’expliquer de la même manière que pour la première hypothèse, à savoir une très grande hétérogénéité des tronçons entre eux. Enfin, la voirie urbaine présente une variété d’aménagements permettant aujourd’hui de partager l’espace et de l’inscrire dans un paysage le plus agréable et sécuritaire possible pour les usagers. Ainsi, des espaces piétonniers plus ou moins larges sont aménagés, des espaces de détente peuvent jouxter les chaussées et élargir d’autant l’espace voirie ponctuellement (Figure 7-1 b). Dans le même ordre de constats, la DREAL des Pays de la Loire pointe la non prise en compte des places publiques et aires de stationnement (DREAL 2014).
Sources : © IGN, BD TOPO®, ORTHO HR®, 2018 Auteur : A. Pavard, 2020
Figure 7-1 – Voirie estimée et écarts constatés : Exemple de Cachan
Pour ces raisons, il semble difficile de proposer une méthode de construction de données surfaciques de voirie précise à partir du linéaire de voirie et de largeurs fixes telle que celles proposées par le Certu. Cependant, nous supposons que les trois hypothèses présentées ci-dessous sont à moduler selon la morphologie du tissu urbain et notamment son ancienneté sur le territoire français. Des municipalités d’autres pays, notamment des pays disposant d’un système urbain plus récent que la France, mettent également en œuvre ce même type de méthode sur leurs territoires et considèrent les résultats satisfaisants.
7.1.2. Des expériences internationales
La Ville de Québec s’est dotée progressivement depuis une dizaine d’années d’un système de gestion des infrastructures de voiries et de réseaux techniques. Ce système repose sur des bases de données géographiques relatives aux infrastructures. Lors d’une rencontre avec la Division planification des infrastructures de la Ville de Québec en 2018, nous avons abordé la question de la construction des données spatiales de voirie. Alors que nous pointions les sous-estimations d’emprises de voirie par la méthode Certu sur des cas français, les ingénieurs de Québec
137 considéraient qu’une méthode équivalente appliquée sur leur territoire aboutissait à des estimations cohérentes. Ainsi, en classant les tronçons de voirie selon une hiérarchie fonctionnelle – artère, collecteur, locale – une largeur fixe – 10m, 9m et 8m – est appliquée. Selon eux, la meilleure estimation obtenue sur leur territoire au regard des résultats parisiens s’expliquait par la morphologie urbaine et donc de voirie plus régulière et orthogonale au Canada. Cependant, une illustration fournie par le même service suppose des sous-estimations des emprises de voirie (Figure 7-2). N’ayant pas accès aux données, notre analyse se limite à ce constat. Néanmoins, nous estimons qu’il est difficile même pour une morphologie urbaine régulière d’estimer les emprises des tronçons de voirie par un simple critère de largeur fixe selon une hiérarchie. En effet, à moins que la ville se soit construite sur un terrain parfaitement planimétrique et que les distances entre les bâtiments de part et d’autre des axes de circulation soient strictement les mêmes, il existera toujours des irrégularités.
Sources : Ville de Québec – Service de l’ingénierie – Division Planification de l’état des infrastructures, 2020
Figure 7-2 – Ville de Québec : voirie estimée