• Aucun résultat trouvé

CHAPITRE 3 MÉTHODOLOGIE GÉNÉRALE

3.5 Préparation des données

Les données provenant du MOTREM étant calibrées uniquement en pointe am, elles ont servi à des fins comparatives mais ne seront pas utilisées dans les modèles présentés dans ce mémoire. Ce sont plutôt les temps de parcours issus des simulations faites à la Chaire Mobilité qui seront utilisés, notamment puisqu’ils peuvent être simulés pour toute heure de départ.

La toute première étape de la méthode d’analyse est la création de la base de données qui servira à l’étude. Les données de l’enquête OD et les temps simulés pour chaque mode sont mis en commun, puis filtrés en plusieurs étapes, tel que présenté dans le Tableau 3-6. L’objectif est d’écarter les données non pertinentes, aberrantes ou pouvant nuire à l’élaboration des modèles. Chaque étape de filtration est expliquée dans les paragraphes suivants. Suite à ces étapes, la base de données sera prête à utilisation pour la modélisation.

Tableau 3-6 : Étapes de filtration des données

Étapes de filtration Description Observations filtrées % retirées Observations restantes % du total

0 Enquête OD 2008 N/A N/A 355 459 100%

1 Observations des non-mobiles 35 871 10.1% 319 588 90%

2 Départ de nuit (avant 5h am ou après

24h) 1 991 0.6% 317 597 89%

3 Observations des personnes de 4 ans

ou moins 2 811 0.9% 314 786 89%

4 Déplacements hors zone 55 742 17.7% 259 044 73%

5 Vecteurs partiels 3 075 1.2% 255 969 72%

3.5.1 Filtre #1 – Observations des non-mobiles

Cherchant à dresser le portrait de la mobilité des montréalais, l’enquête OD reflète également qu’une partie de la population a déclaré ne pas s’être déplacée. Seules les observations correspondant à un déplacement sont gardées. Cette première étape de filtration retire 35 871 observations, soit 10,1% des enregistrements disponibles dans le fichier de l’enquête OD 2008.

3.5.2 Filtre #2 – Départs avant 5h et après 24h

Les départs simulés en transport en commun avant 5h génèrent des résultats inadaptés pour les objectifs de ce travail. Le problème vient probablement d’une disparité dans la concordance des données utilisées lors des simulations. En effet, les départs de l’enquête OD 2008 sont définis de 0h à 28h alors que l’horaire de service défini dans le GTFS est défini de 5h à 28h. Le résultat de cette situation est telle qu’illustrée en section 3.3.3.2. Ces déplacements auraient pu être juxtaposés avec ceux de 24 h à 28 h, mais puisque cela n’a pas été le cas initialement, les 1518 départs dans cette période horaire ne peuvent être utilisés. Dans la période entre 24 h et 28 h, on retrouve 473 observations. Bien que potentiellement utilisables, ces données ont été retirés puisque les autres départs de nuit l’ont également été. Cette exclusion n’affecte pas la démonstration méthodologique présentée dans ce mémoire et ces déplacements pourront être réintégrés dans des démarches ultérieures, en conjonction avec les autres déplacements nocturnes retirés dans cette section. Ensemble, les deux plages horaires nocturnes contiennent 1991 déplacements, soit 0,6% de l’enquête OD.

3.5.3 Filtre #3 – Personnes de 4 ans et moins

L’enquête OD contient l’information sur les déplacements effectués, mais aussi de l’information sur les ménages et la composition de ceux-ci. Plusieurs enfants de quatre ans ou moins sont ainsi recensés dans les ménages bien que leurs déplacements ne soient pas systématiquement documentés. Dans l’enquête OD 2008, 2841 observations proviennent de tels enfants, soit 0,9% du total, et sont retirés.

3.5.4 Filtre #4 – Déplacements hors zone

Lors des entrevues téléphoniques, tous les déplacements effectués lors de la journée enquêtée sont recueillis et il arrive que certains aient une extrémité de déplacement hors du territoire d’enquête. Ainsi, tel qu’illustrées sur la Figure 3-18, les coordonnées associées aux extrémités de déplacements hors du territoire d’enquête sont réparties de manière circulaire autour de la région et ne sont pas représentatives des extrémités réelles du déplacement. Puisque les déplacements ayant l’une de ses extrémités hors-territoire ne peuvent pas être simulés en totalité avec les réseaux disponibles, seuls les déplacements dont les origines et les destinations sont à l’intérieur de la zone

sont analysés. Ainsi, 55 742 observations sont retirées, soit 17,7% des enregistrements du fichier de l’enquête OD.

Figure 3-18 : Déplacements avant filtre #4

3.5.5 Filtre #5 – Impossibilité de simuler les déplacements avec certains modes

La base de données finale utilisée pour l’analyse est formée de données provenant de plusieurs simulations. Toutefois, tel que présenté en section 3.3, chacune des simulations est parvenue à calculer des quantités différentes de temps de parcours. Le Tableau 3-7 présente la quantité de données issue de chaque simulation.

Tableau 3-7 : Données disponibles par mode

Mode Nombre d’enregistrements

Temps auto en congestion 311 128

Temps TC 274 982

Temps vélo 320 254

Temps marche 320 320

La simulation TC est la plus restreignante, limitant la base de données à un maximum de 274 982 enregistrements. Un temps de parcours manquant empêche le calcul d’un ratio et crée un vecteur incomplet. La raison principale pour le nombre inférieur d’enregistrements en TC est la disponibilité du service. Lors des simulations, un seuil de vingt minutes à pied a été fixé comme limite maximale, tant pour l’accès initial au service que pour l’accès à la destination, que pour

l’accès au transfert. Ainsi, 13,9% des enregistrements n’ont pas pu trouver de parcours TC. Cette étape retire 3075 observations qui avaient une définition partielle de leur vecteur de compétitivité. Suite à ce 4ème filtre, la base de données finale est composée de 255 969 observations, soit 72% de l’enquête OD.

Bien que cette méthode propose un filtre efficace aux fins d’analyse et de modélisation, certaines paires OD pourraient trouver un itinéraire suite à des modifications du réseau TC. Avec la méthode actuelle, l’évolution de ces déplacements ne pourrait être capturée puisqu’ils ont été retirés de la base de données. Cette limitation pourrait être abordée dans la poursuite des travaux de recherche portant sur cette méthode.