Marne IFSTTAR
-
Upload
ticien -
Category
Technology
-
view
3.724 -
download
0
Transcript of Marne IFSTTAR
Reconnaissance de structuresurbaines à partir de densités depopulation sur grilleen liens avec les données de mobilité
Patrice Aknin - Johanna Baro - Olivier BoninEtienne Côme - Jean-Paul Hubert
21/06/2010
Plan
Plan
1 IntroductionContexte du travailProblématiqueApplications
2 Travaux entamésDéfinition des «objets urbains»Segmentation des pôles de populationIdentification et description des structures urbainesTypologie des structures identifiées
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 2 / 27
Introduction Contexte du travail
Contexte du travail
Objectif
Etude des structures d’agglomérations urbaines à partir de grillesrégulières de population et de graphes de transport.Dialogue entre :
des techniques mathématiques (images, graphes, ...)les modèles géographiques
pour aboutir à une typologie pertinente des structures urbaines.
Démarage d’une thèse : Johanna Baro (MSTIC-UPE)
DEST : Jean-Paul HubertGRETTIA : PAtrice Aknin, Etienne CômeLVMT : Olivier Bonin
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 3 / 27
Introduction Problématique
Problématique générale
Concepts
«La macroforme ne constitue pas une donnée en soi. La définition deses limites ne peut se faire qu’après analyse de son fonctionnement(navettes domicile-travail, polarisations, sentiment d’appartenance...)»dans Morphologie urbaine, R. Allain, 2004
Croisement de données spatiales
densité de population sur grille régulièregraphes relatifs au transport...
⇒ reconstruire et étudier des structures d’agglomérations urbaines
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 4 / 27
Introduction Problématique
Problématique générale
Objectif
Identification d’une typologie de structures urbaines caractérisant lesformes et relations fonctionnelles au sein des zones urbaines.
Nouvel outil d’étude des zones urbaines et de la mobilitéBasé sur la composition de :
Pôles urbains élémentairesFlux et infrastructures reliant ces pôles
Grille de lecture géographique
Analyse des structures obtenues à l’aide de l’ensemble des modèlesthéoriques de la géographie urbaine et économique
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 5 / 27
Introduction Problématique
Analyse conjointe de données raster et de donnéesde type graphe pour l’étude de la mobiblité
FIG. 1: Grille régulière de population (INSEE,RFL)
FIG. 2: Graphe des flux de mobilitédomicile-travail (INSEE)
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 6 / 27
Introduction Applications
Applications et perspectives
Etude de la mobilité et comparaison européenne
Analyser les structures urbaines sans dépendre des maillagesadministratifs⇒ Outils pour des comparaisons européenneAnalyser à la fois les formes et les relations pour comprendre ledéveloppement et analyser leurs évolutions en lien avec lamobilité⇒ Outils pour l’étude de la morphogénèse des villes et desréseaux
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 7 / 27
Travaux entamés
Les grandes étapes du projets
1 Définition des objets2 Segmentation des pôles de population3 Identification et description des structures urbaines4 Typologie des structures identifiées5 Exploitation de la typologie
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 8 / 27
Travaux entamés Définition des «objets urbains»
1. Définition des objets, questionnements ...
Définiton des «objets urbains» ?
Poser la ou les définitions de ce que l’on qualifie d’«objets urbains» etque l’on souhaite étudier :
limites des zones urbaines ?concentration de population // aspect fonctionnelemboitement des échelles ?choix de la résolution d’étude ...données nécessaires pour établir la typologie des structuresurbaines : flux de mobilité, infrastructures, autres sources ... ?
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 9 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Piste étudiéeEmployer une approche multi-échelle et hiérarchique pour saisir lesdifférents niveaux d’organisation des zones urbaines.
Données utilisée : densité de population sur grille (1km2, INSEE)Méthode testée : Algorithme Mean-Shift multi-échelles
Mean-shift multi-échelles [Cheng95,Slaney01]
Montée de gradient sur une densité (estimé par noyau)⇒ localiser les modes, sans calculer la densité⇒ clustering même mode = même classeExtension multi-échelle en faisant varier la largeur du noyau⇒ permet de construire une classification hierarchique.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 10 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 1km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 11 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 8.6km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 12 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 25km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 13 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
FIG. 3: Hierarchie des modes σ : 1km → 40km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 14 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
FIG. 4: Segmentation σ = 10km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 15 / 27
Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
FIG. 5: Arbre hierarchique des modes.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 16 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
Piste étudiéeMise en relation des pôles urbains élémentaires grâce à des donnéesrelatives au transport :
flux (domicile-travail/école et autres)infrastructures (transports en commun et individuels)
Traitement sous forme de graphe, aspect multi-échelle et hierarchique.Recherche de communautés, clustering de graph :
clustering spectral récursif [Gleich06,Chung05]maximisation de la modularité hierarchique [Newman04]
DonnéesMatrice OD (domicile/travail, INSEE) = Graphe orienté valué.37 948 communes=communes, 1 560 058 arcs.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 17 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 6: Matrice d’adjacence ordonnée aléatoirement.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 18 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 7: Matrice d’adjacence ordonnée par clustering spectral.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 19 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 8: Matrice d’adjacence ordonnée par clustering spectral.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 20 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 9: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 1, Sud-Ouest de la france).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 21 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 10: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 1, Sud-Ouest de la france).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 22 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 11: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 2, Aquitaine).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 23 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 12: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 2, Acquitaine).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 24 / 27
Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
FIG. 13: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 3, Aire urbaine de Bordeaux).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 25 / 27
Travaux entamés Typologie des structures identifiées
4. Typologie des structures identifiées
Dialogue : données // modèlesurbains
Modèle concentrique deBurgessModèle sectoriel de HoytModèle de hiérarchie urbainede ChristallerModèle monocentriqueModèle polycentrique...
FIG. 14: Macroformes (Allain,2004)
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 26 / 27
Merci pour votre attention !
IfsttarCentre de Marne-la-ValléeBatiment le “Descartes 2”2, rue de la Butte Verte F-93166 Noisy le Grand cedex
Mél. [email protected]él. +33 (0)1 45 92 56 57
Site : www.ifsttar.fr
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 27 / 27