Exemple d'utilisations dans une unité de service en aménagement du territoire

SOTM 2017 - Avignon 02/06/2107

Matthieu Viry

Réseau Interdisciplinaire de l'Aménagement du Territoire Européen et de ses voisinages

  • Unité Mixte de Service - 10 personnes dont 4 ingénieurs en cartographie, géomatique et bases de données.
  • Triple tutelle : CNRS, CGET (Commissariat Général à l'Égalité des Territoires), Université Paris 7 Diderot.
  • Participation à des études, notamment sur l'aménagement du territoire en Europe
  • Développement d'outils et de méthodes pour l'analyse territoriale

Package R : cartography, SpatialPosition, interface R-osrm, etc.
Visualisation de données : FIT (Functional Indicator computation Tools), Geomedia Event Explorer, etc.
Cartographie thématique : ♠ Magrit ♠
Rapports, études, etc.: Voir riate.cnrs.fr

1er exemple d'utilisation

Le cadre

Étude visant à établir une typologie socio-économique des espaces transfrontaliers européens

Le coeur de l'étude

Typologie socio-économique des régions concernées.
Typologie des discontinuités frontalières (typologie des potentiels de coopération).
Évolution 2000-2012 des potentiels de coopération transfrontalière.

En parallèle

Tenter de caractériser l'accessibilité au sein de l'espace d'étude

L'idée ?

Utiliser OpenStreetMap !

Caractérisation de l'accessibilité transfrontalière par les "points de passage"

Méthodologie :

  • Récupération des géométries OSM correspondants aux géométries des entités de notre espace d'étude.
  • Extraction des réseaux routiers et ferrés.

Réseaux routier :

  • Transformation de l'information de hiérarchie du réseau routier (primary, secondary etc.) en nombre de voies (pour avoir une unité comparable)
  • Calcul d'une densité de points de passage pour chaque "tronçon transfrontalier" (frontière entre régions voisines).

Réseau ferré :

  • Conservation de l'information de hiérarchie du réseau.
  • Calcul d'une densité de points de passage pour chaque "tronçon transfrontalier" (frontière entre régions voisines).

Difficultés :

Pour les deux types de réseaux :

  • Ne compter qu'une fois les voies qui serpentent de part et d'autre de la frontière.

Réseau ferré :

  • Pas de prise en compte de la fréquence de la déserte
  • Difficultés à s'approprier la typologie existance sur les types de voies

Caractérisation de l'accessibilité transfrontalière par la performance du réseau

1er indice : calcul d'une distance-temps moyenne entre les habitants des régions frontalières

2ème indice : calcul d'un indicateur de performance du réseau routier prenant en compte la répartition de la population

Confrontation de l'indice de performance routière avec les types socio-économiques de discontinuités frontalières

2ème exemple d'utilisation

Création de matrices de temps de parcours

Affecter des temps de parcours à des volumes de travailleurs frontaliers

La demande:

  • Géocoder des noms de communes étrangères vers lesquelles se dirigent des navetteurs francais.
  • Déterminer les temps de parcours correspondants à ces trajets vers l'étranger (le distancier de la base Metric© a été utilisé pour les temps de parcours France->France).

Utilisation de Nominatim et de Photon pour le géocodage

  • Seul le nom de la commune et son pays d'appartenance sont connus (présence d'homonymes à prévoir dans les résultats)

  • Difficulté supplémentaire : noms parfois mal orthographiés ou tronqués... (10 charactères)

=> Requêtes à des instances locales Nominatim/Photon. Choix du résultat parmis les réponses (et les homonymes) en pondérant le résultat en fonction de la distance moyenne entre le résultat probable et les points de départs des trajets concernés (= on part du principe qu'il s'agit de déplacements quotidiens et donc relativement cours, sauf pour atteindre des gros basssins d'emplois).

Utilisation d'OSRM

(en remplacement du distancier Metric© )

  • Récupération de temps de parcours.

Extraits des parcours concernés

  • Comparaison entre le distancier Metric©, les temps de parcours OSRM et les temps de parcours Google Direction pour des trajets France-France.

Forte corrélation entre le temps de parcours OSRM et le temps de parcours sur réseau vide du distancier. Des résidus parfois étonnant (en particulier dans des régions peu accessibles : des tronçons de routes récents ou des tunnels non pris en compte).

  • Dévelopemment de package R (disponibles sur le CRAN) offrant une interface simplifiée pour consommer les API OSRM et Photon.

Package OSRM (Timothée Giraud)
https://cran.r-project.org/web/packages/osrm/
https://github.com/rCarto/osrm

# Get isochones with a SpatialPointsDataFrame, custom breaks:
iso <- osrm::osrmIsochrone(loc = src[6,], breaks = seq(from = 0,to = 30, by = 5))

# Get backgroudn tiles:
osm <- getTiles(spdf = iso, crop = TRUE, type = "osmtransport")
tilesLayer(osm)
breaks <- sort(c(min(iso@data), max(iso@data)))
pal <- paste(carto.pal("taupe.pal", length(breaks)-1), "95", sep="")
# Render the isochrone:
cartography::choroLayer(spdf = iso, df = iso@data, var = "center",
    breaks = breaks, border = "grey50", lwd = 0.5, col = pal, legend.pos = "topleft", legend.frame = TRUE,
    legend.title.txt = "Driving Time\nto Renescure\n(min)", add = TRUE)
plot(src[6,], cex = 2, pch = 20, col ="red", add=T)
text(src[6,], label = "Renescure", pos = 3)

Package Photon (Timothée Giraud)
https://github.com/rCarto/photon 

> loc <- photon::geocode("3 rue du Port aux Vins, 95220 Herblay", limit = 1)
> print(paste(loc['lon'], loc['lat'], sep=', '))

[1] "2.1662455, 48.987152"
  • Développement de plugin QGIS à usage interne (visualisation d'un ou de plusieurs parcours, création d'isochrones polycentriques, de matrices de temps de parcours entre deux jeux de points, etc.).

Aller plus loin

Se passer de la base Metric© par la création d'une matrice de temps de parcours entre les 36000 communes de France Métropolitaine (Réalisation et cartographie : Timothée Giraud)

La méthode :

  • Utilisation d'une instance locale OSRM utilisant une image de l'emprise de l'Europe.
  • Requetes effectuées sur le service table de l'API OSRM sous la forme:

communes du département Y * ensemble des 36000 communes françaises (en utilisant le package R OSRM).

  • Préparation des tables pour les stocker département par département au format CSV (temps en minutes, utilisation des codes INSEE des communes en header); Une table (= un fichier csv) pour chaque département d'origine. Environ 7.5Go au format csv.

Problèmes ?

  • Comment stocker les données et comment les utiliser ?
  • Pourquoi ?

Temps d'accès à une commune :

Utilisation de la distance routière pour le calcul de potentiel de population

Potentiel de population ?

  • Basé sur un modèle gravitaire
  • Calcul d'une "somme pondérée" d'accès à un stock, en tout point du territoire
  • Nécessite la formulation d'hypothèses sur le type d'interaction (portée, friction de la distance)

Plus de slides ?

La méthode des potentiels

Présentations détaillées de la méthode, explications et exemples

  • COMMENGES H., GIRAUD T., 2016. "Du point à la surface. Interpolation et interaction spatiale". Semin-R du Museum National d’Histoire Naturelle, Paris, France, 06/10/2016, 06/10/2016. [présentation]
  • COMMENGES H., GIRAUD T., LAMBERT N. (2016) "ESPON FIT : Functional indicators for spatial-aware policy-making", Cartographica, vol.51, nº3, pp.127-136.
  • GRASLAND C., 1990. "Potentiel de population, interaction spatiale et frontières : des deux Allemagnes à l'unification", Espace géographique. 1990. Vol. 19 N°3. pp. 243-254. [article]

Disponible dans plusieurs environnements

  • R : SpatialPosition (calcul de potentiel en tout point de l'espace ou sur une grille régulière, création des contours + d'autres méthodes du meme type)
    CRAN / GitHub
  • Python : Smoomapy (calcul de potentiel sur une grille régulière et création des contours)
    PyPI / GitHub
  • QGIS : plugin SpatialPositionModel (calcul de potentiel sur une grille régulière, sortie raster ou création de contours)
    GitHub

Plus de cartes ?