L’auteur a travaillé dans le cadre de DEMOCRITE sur la méthode suivante [DEMOCRITE, Sina Bony, 2016]. L’année a été séparée en quatre périodes : la semaine, le samedi, le dimanche (ou jour férié) et les vacances d’été. Les jours sont ensuite découpés en quatre tranches horaires.
· La période de commutation du matin (heure de pointe) : 7h30 – 9h30.
· La journée : 9h30 – 16h30.
· La soirée : 16h30 – 19h30.
· La nuit : 19h30 – 7h30.
Sept catégories de données géographiques et statistiques ont été récoltées. Nous expliquons dans ce paragraphe la nature de ces données et les difficultés rencontrées qui influencent la qualité de notre application. Nous avons 70 sources de données différentes : l’habitat, le tourisme (lieux touristiques et affluence), l’hébergement touristique, les transports en
commun, les routes, les établissements répertoriés (dont les établissements recevant du public, possédant une capacité d’accueil connue), et les entreprises. Ce travail important a mis en évidence la difficulté d’obtenir des informations homogènes. Par exemple, si le chiffre global de population moyenne en juillet-août est donné uniquement pour l’année 2005, et que le nombre de déplacements moyen par jour d’un francilien est connu uniquement en 2001 et en 2010, la méthode oblige à extrapoler pour obtenir une hypothèse du nombre de déplacements moyens par jour sur l’année 2005. Cela signifie que la mise en cohérence de la base de données s’accompagne d’un certain nombre d’hypothèses, comme par exemple celle d’une évolution linéaire entre 2001 et 2010 au lieu d’une évolution exponentielle par exemple. La difficulté est la même en fonction de l’échelle spatiale à laquelle les données sont disponibles.
Avoir le taux moyen d’occupation des logements à l’échelle du département ne signifie pas que celui-ci est valable tel quel sur la localité étudiée, mais c’est pourtant l’hypothèse qui sera faite en l’absence de données plus précises. Les paragraphes ci-dessous présentent les trois catégories principales de données et leur traitement pour obtenir une base spatiale exploitable : l’habitat, les transports et la couche industrie tertiaire.
Habitat
L’Institut d’Aménagement et d’Urbanisme de la Région Île-de-France (IAU-RIF) a fourni la couche Densibati 2009 dans le cadre du projet DEMOCRITE. Cette couche propose une estimation du nombre de résidents par bâtiments de la région Île-de France (la couche de bâtiments est issue de l’IGN). Il s’agit bien d’une estimation car l’IAU a ventilé la donnée démographique disponible à l’échelle de l’IRIS (îlot de bâtiments regroupés pour l’information statistique) à l’INSEE dans les logements décrits par la couche de bâtiments de l’IGN (BD topo) pour obtenir Densibati 2009. L’IAU travaille actuellement sur la fourniture d’une couche de données distinguant la densité journalière et nocturne des bâtiments. En attendant celle-ci, nous proposons une méthode de répartition de la population par période de l’année, par tranche horaire, en fonction de la catégorie sociale des personnes statistiquement présentes. La méthode combine sur Densibati 2009 :
· les statistiques départementales du taux de résidents présents pendant l’été et les week-ends, avec un taux de présence estimé à 100 % les jours ouvrés ;
· les statistiques de répartition de la population entre les enfants non scolarisés, ceux qui le sont, les étudiants, les chômeurs, les retraités et les actifs ;
· les statistiques d’activité journalière par catégorie sociale. Par exemple, une partie des actifs est estimée travailler chez elle la journée, quand la grande majorité est estimée se situer en ERP (Etablissement recevant du public) ou en entreprise.
De cette façon, la méthode recrée en statistique la diminution de la population résidente dans la journée.
Transports
Deux réseaux sont distingués : la RATP et les réseaux Transilien. Les réseaux de bus sont absorbés par la catégorie de données des routes. Aucune donnée n’a été trouvée quant à la circulation SNCF hors Transilien. La RATP a transmis le nombre annuel de personnes entrantes par station, et l’enquête globale sur les transports réalisée par l’OMNIL en 2010 a
fourni des statistiques de déplacements moyens par jour et par période de l’année, ainsi que des taux de fréquentation par tranche horaire. Il n’y a en revanche aucune information sur les flux sortants ni sur les correspondances. La SNCF a fourni des informations sur les flux entrants en gare journaliers sur le réseau Transilien, mais par tranches ouvertes sur les extrémités (allant de « moins de 300 », « 300-1000 »,… à « plus de 15000 »). Là encore, les flux sortants ne sont pas connus. De plus, dans les deux réseaux, la densité de personnes par wagon n’est également pas connue, de même que les fréquences de ces trains. C’est pour cette raison que la méthodologie propose d’attribuer aux stations une densité correspondant à un temps d’attente moyen d’un train, c’est-à-dire à la densité sur les quais et non en transport. Il n’est pas supposé que les personnes enlevées statistiquement de leur logement dans la journée soient les mêmes que le recensement de personnes présentes à la station de métro la plus proche. Ces données sont considérées de façon indépendante.
Entreprises
L’IAU-RIF a fourni les données géographiques sur les commerces avec leur surface de vente et le nombre d’employés. La surface de vente est ensuite multipliée par la densité de personnes autorisée dans les établissements recevant du public pour obtenir une estimation de la population maximale par commerce.
Nous avons ensuite recensé manuellement les zones présentant une activité tertiaire (immeubles de bureaux) par recherche internet pour améliorer la qualité de l’application. Il permet de ventiler les données communales sur le nombre d’emplois, dans les bâtiments connus pour abriter une activité tertiaire en fonction de leur hauteur et surface (base de données topo IGN). Cette dernière étape « artisanale » est clairement une limite de l’approche, dans la mesure où seuls les bâtiments de grande taille sont répertoriés sur internet comme possédant une activité tertiaire. On peut envisager d’améliorer cette approche avec des données de la chambre de commerce et d’industrie. L’addition de ces deux couches de données permet néanmoins de simuler le « remplissage » des locaux d’entreprises et de commerces le jour.
Autres données
Pour la route, malgré des recherches importantes et la connaissance du tracé des routes sous SIG, peu de données spatiales ont été communiquées sur le trafic à l’échelle des tronçons, et il n’est pas vraiment réaliste de dériver des statistiques régionales aux différents tronçons. Il faudrait envisager d’acheter des bases de données.
La BSPP possède les classes de capacité d’accueil des ERP car ils font partie des établissements répertoriés.
Les données sur les hébergements touristiques sont issues d’Open Street Map, ce qui signifie que cette base de données n’est pas complète, et ne prend pas non plus en compte les
« meublés de tourisme » et les « résidences de tourisme ». Malgré les statistiques sur la capacité moyenne d’hébergement par type d’hébergement, il est peu évident de conclure sur la pertinence de cette application. En revanche, les données BSPP ont mis en évidence des
hôtels de grande capacité d’accueil, qui ont eux été implémentés dans la base de données spatiales de l’approche.
Résultats de notre application
La tranche horaire du soir (16h30-19h30) est la plus difficile à évaluer, de par la grande variabilité des activités (choix personnels de rentrer au domicile, d’aller dans des lieux de loisirs, de commerce, ou de culture) et également de par la grande variabilité des horaires de
« fin de journée ». Nous montrons donc ci-dessous uniquement les couches du matin, de la journée ouvrée et de la nuit. Pour cette dernière, on retrouve la référence de la carte de recensement. La variabilité très forte autour des lieux de travail illustre la nécessité de ne pas se satisfaire d’une carte de recensement pour évaluer les impacts humains. Par ailleurs le comportement général observé sur les cartes ci-dessous est qualitativement représentatif des flux de densité auxquels on s’attend dans un quartier d’activités tertiaires.
Figure 59 : Vulnérabilité humaine normalisée entre 7h30 et 9h30 un jour de semaine autour d’un quartier à activités tertiaires
Figure 60 : Vulnérabilité humaine normalisée entre 9h30 et 16h30 un jour de semaine autour d’un quartier à activités tertiaires
Figure 61 : Vulnérabilité humaine normalisée pendant la nuit entre deux jours de semaine