SIG 2013 - Retour sur la démo SIG, GeoDesign et Smart City (2/3)
Je poursuis aujourd'hui ma série d'articles consacrée à l'expérimentation de couplage d'outils SIG (ArcGIS) avec des outils de modélisation et de simulation urbaine (CoSMo) et démontrée lors de SIG 2013. Vous y trouverez des informations complémentaires sur les aspects de modélisation que je n'ai pas eu le temps d'exposer lors de ma démonstration.
Les composantes du modèle urbain
Pour des raisons de temps préparation (quelques jours) nous avions limité le périmètre à une modélisation simplifiée et sur zone géographique restreinte mais suffisante pour montrer les concepts de modélisation et la faisabilité du couplage avec des outils SIG.
Le modèle élaboré pour cette démonstration avait donc pour objectif de modéliser le développement d'une ville (Versailles). Le scénario d'hypothèse était de simuler la croissance de la ville au cours de la période 2010-2030 avec un flux régulier d'arrivants basés sur les statistiques des 5 dernières années. Ce flux était divisé en 3 grandes catégories socio-professionnelles associées à différents niveaux de demande en termes de qualité de vie. Dans ce modèle simplifié, nous avions décidé de modéliser 3 systèmes majeurs en interaction (sous-modèles): l'occupation des sols, la qualité de la vie et le réseau de transport.
Le modèle d'occupation des sols décrit l'usage des différents espaces de la ville à l'échelle de chaque parcelle (bâtiments, activités, espaces verts, ...). Au cours de la période de simulation, pour répondre à demande de logements liée à la croissance de population, le modèle modifie l'occupation des sols en ajoutant et en supprimant des bâtiments et en transformant les espaces verts en zones résidentielles. Tout cela en respectant les contraintes et les règlements d'urbanisme.
Le modèle de qualité de vie décrit la qualité de vie dans les différents ilots habités du territoire. Dans cette expérimentation, cet indice est calculé à partir de 3 indices: le bruit, l'émission de gaz à effet de serre et l'accessibilité (espaces verts, écoles, commerces, infrastructures sportives, établissements de santé, ...). Les deux premiers indices sont obtenus à partir d'un modèle de dispersion atmosphérique simple.
Le modèle de réseau de transport décrit les différents modes de transport dans la ville (individuels et collectifs). Un graphe multi-modal est construit puis chaque lien est caractérisé par des informations de charge (personnes allant d'un point à l'autre).
Les itérations du modèle
A chaque itération (chaque année), la demande en logement est actualisée et de nouveaux bâtiments sont construits/détruits/modifiés selon les informations d'occupation des sols. Le modèle de qualité de vie fournit les paramètres permettant de choisir les zones à construire en priorité. La croissance de population engendre une demande de transport pris en charge par le modèle de transport. Enfin, la qualité de vie est mise à jour en fonction des évolutions engendrées sur le réseau de transport et l'occupation des sols. On touche ici un point important de la modélisation de systèmes complexes dans lesquels les sous-modèles sont en interaction et s'alimentent mutuellement.
Les données du SIG, le carburant de la modélisation
Pour que les modèles puissent fonctionner, il leur faut des données. Pour cette expérimentation différents jeux de données SIG de la Communauté d'Agglomération de Versailles Grand-Parc ont été utilisés.
Pour alimenter le modèle d'occupation des sols, il s'agissait d'intégrer les données d'occupation des sols ainsi que les contours d'ilots et les bâtiments. Des informations liées aux catégories sociaux professionnelles (CSP) et au prix de l'immobilier ont été également nécessaires.
Densités de population (visualisées dans CityEngine) |
Prix de l'immobilier (visualisés dans CityEngine) |
Pour le modèle de transport, différentes couches du SIG ont été utilisées, notamment les gares et les lignes de transport ferroviaire, les stations et les lignes de bus mais aussi les tronçons du réseau routier, les pistes cyclables et les voies piétonnes. Associé à ces éléments des informations de trafic journalier sur ces différents modes de transport.
Le réseau de transport (visualisé dans CityEngine) |
Première exécution du modèle
Une première exécution du modèle à partir de ces données de base permet de simuler la croissance de la population au niveau de chaque ilot. On peut alors mettre en évidence les zones à plus forte croissance (selon les règles établies dans le modèle).
Bien évidement, ce n'est pas le modèle qui décidera des aménagements, il ne s'agit là que d'une indication et peut être justement confronter aux véritables projets d'aménagement sur le territoire.
Ajout des projets d'aménagement et GeoDesign
Pour affiner le modèle et obtenir une simulation la plus fiable possible, nous avons souhaité ajouter les projets d'aménagements prévus sur la période 2010-2030. Certains d'entre eux sont déjà bien définis, quantifiés et datés. Il peuvent donc être introduit fans le modèle selon la chronologie prévue et compléter les infrastructures de transports, les bâtiments ou les logements existants.
Projets d'aménagement (visualisés dans CityEngine) |
Pour certains projets, la qualification des bâtiments (commerces, bureau, logement,..), le nombre de logements créés ou leur superficie n'est pas encore finalisée. Dans la démonstration, j'ai montré que l'on peut tout à fait utiliser les fonctionnalités de GeoDesign de l'application Esri CityEngine pour concevoir un ou plusieurs scenarii d'aménagement.
Effet, CityEngine permet de construire des modèles 3D de bâtiments (entre autres) à partir d'emprises 2D de bâtiments, de parcelles ou d'ilots et à partir de règles procédurales. Ces règles traduisent les contraintes que l'on souhaite appliquer lors de la génération du bâtiment (par exemple: distance de retrait par rapport à la route ou aux limites de la parcelles, superficie maximum, nombre d'étage maximum, préférence de forme, ...).
Parcelles à aménager |
L'utilisateur peut ensuite modifier interactivement le bâtiment soit en intervenant sur les paramètres de la règle, soit en modifiant manuellement la géométrie 3D du bâtiment.
Application de règle et modification des paramètres de ces règle |
Un point intéressant de CityEngine c'est qu'il permet la configuration de rapport dynamique qui vont se mettre à jour en fonction du paramétrage de vos modèles 3D. Dans notre exemple, j'avais paramétrer un rapport sur les bâtiments afin d'afficher dynamiquement le nombre d'habitants, le nombre de logements et la surface habitable. Calculées à la volée, ces informations étaient mise à jour automatiquement à chaque modification d'un bâtiment (par exemple réduction/augmentation du nombre d'étages).
Affichage de rapports dynamiques dans CityEngine |
En termes de GeoDesign, CityEngine va très loin puisqu'il vous permet d'obtenir des rendus très réaliste du projet d'aménagement. Ces rendus dépendent de vos règles et peuvent même être complétés par des modèles 3D externe importés dans votre scène 3D.
Une fois le projet affiné, les emprises 2D (ou les modèles 3D) ainsi que les informations associées peuvent facilement être importées dans la base de données SIG et donc dans notre modèle urbain. C'est typiquement ce que nous avons fait lors de cette expérimentation. La dernière étape consiste donc à ré-exécuter notre modèle urbain sur la base de ces données complétées afin d'obtenir les résultats finaux.
La présentation des résultats fera l'objet du 3ème et dernier article de cette série.
La présentation des résultats fera l'objet du 3ème et dernier article de cette série.
0 comments :
Enregistrer un commentaire