Modlisation dynamique de loccupation de sol par intelligence artificielle de la Grande Rgion

Reine Maria Basse, Hichem Omrani, Omar Charif et Philippe Gerber Objectif et descriptif Ce papier propose un exercice prospectif territorial au niveau de la Grande Rgion pour aboutir diffrents scnarios de dveloppement spatial par lintermdiaire dindicateurs spatiaux. Une fois identifis et/ou crs, ces derniers pourront servir de base de connaissance et doutils daide la dcision et la planification des territoires en qute de cohsion une chelle transfrontalire. Cette communication propose ainsi une approche socio-spatiale prospective de la question de la cohsion territoriale dans la Grande Rgion, laide de composantes majeures dun territoire comme la ligne frontire, la topographie, le maillage du rseau de transport, les volutions dmographiques, etc. Ces composantes sont dautant plus intressantes quelles peuvent nous renseigner sur leur rle dans la cohsion des territoires. Par exemple, en partant de lhypothse selon laquelle les lignes frontalires sont productrices de diffrentiels, quelles sont les consquences de ces dernires sur la cohsion territoriale au Luxembourg et dans la Grande Rgion ? Diffrents rsultats sont attendus de la modlisation et de la simulation spatiale : (1) la localisation des poches de cohsion , c'est--dire des lieux au niveau de la Grande Rgion o la cohsion spatiale est une ralit ; (2) la mise en vidence des espaces o la cohsion est en construction, en renforcement, en phase deffritement, ou simplement en gestation/mergence ; et (3) puisquil sagit aussi de rflchir sur des territoires frontaliers, les rsultats relatifs au rle de la frontire dans la cohsion territoriale seront exposs. La manire dont le modle intgre et prend en compte les effets frontires, effets de voisinage et de proximit pouvant favoriser la cohsion territoriale est un lment mthodologique intgrer dans la discussion. Problmatique La modlisation de loccupation du sol est un exercice complexe. Il dpond des facteurs endognes (effets de voisinage, interaction etc.) et exognes (contraintes spatiales, systme de transport, zoning, etc.). Les questions de recherche que nous posons ici sont : - Quelles sont les donnes (facteurs essentiels) considrer dans la modlisation de ce systme ? - Comment modliser et simuler ce systme complexe ? - Comment valider les rsultats de simulation ? Travaux existants, donnes et mthodes La modlisation de loccupation du sol a t ralise en utilisant plusieurs type dapproches : cologique, physique, noclassique, comportementale et systme. Nous proposons ici dutiliser une mthode hybride base sur lapproche systme avec la prise en compte des autres approches en utilisant les automates cellulaires (Batty, Xie, 1994) et les rseaux de neurones (Li, Yeh, 2002). Dabord loccupation et lutilisation du sol diffrentes dates (1990, 2000). Loccupation du sol est une donne qui a pour avantage de reprsenter de manire synthtique le fonctionnement des espaces. Ensuite, le rseau de transport existant et en projet, pour une vision prospective intgre de lanalyse. Enfin, des donnes dmographiques et conomiques comme la rpartition de la population ( diffrentes dates), la localisation des activits de production, lhabitat, vont permettre une analyse approfondie de la cohsion territoriale dans laire dtude.

Lapproche prospective, dans le cadre de comprhension des territoires en devenir, permet de montrer les trajectoires (pass + prsent) des territoires et ainsi de mieux anticiper leurs devenirs sur des horizons lointains (2020). Elle prend une nouvelle dimension quand elle est apprhende partir de la modlisation et de la simulation et, plus particulirement, quand elle sappuie sur des modles dynamiques. Le choix dun modle bas sur un automate cellulaire neuronal est privilgi dans la mesure o ces outils (automates cellulaires et rseaux de neurones) ont largement montr leur capacit prendre en compte les structures spatiales et leurs composantes souvent minemment complexes (Torrens, O'Sullivan, 2001 ; Openshaw, Openshaw, 1997). Rsultats et validation Lanalyse des rsultats montre lavantage dintgrer le modle de rseaux de neurone comme rgle de transition dans les automates cellulaires pour la modlisation dynamique de loccupation de sol. Les rsultats de la simulation jusqu 2020 montrent des effets raisonnables concernant lvolution de chaque classe doccupation de sol ainsi quune cohrence dans la simulation en trois niveaux: 1) Quelques classes doccupation de sol augmentent au dtriment des autres. Ceci est le cas de la classe urbaine contre la classe agriculture. 2) Mme si cette expansion tait continue, elle devient stable avec le temps (exemple des classes urbaine et industrielle). Ceci peut tre facilement expliqu par le fait que lespace de rserve qui tait disponible 20 ans auparavant, a t urbanis dune manire disperse et il nexistait plus. 3) Les rsultats cartographiques montrent que lurbanisation en 2020 est la continuit de ce qua t observe dans le pass. Lurbanisation sintensifie dans les zones dj urbanises et aussi tout au long du rseau de transport. Les rsultats ont t valids par validation croise et lanalyse de sensibilit a t effectue par la courbe sensibilit/spcificit (ROC Curve analysis: Receiver Operating Characteristic). Conclusion et perspectives Les rsultats de la simulation confirment le postulat que les rseaux de transport favorisent la croissance urbaine. Lapplication des rseaux de neurones comme rgle de transition dans les automates cellulaires a donn des rsultats raisonnables. Les travaux venir consistent travailler sur la validation de modle et aussi explorer le voisinage dynamique en se basant par exemple sur la notion daccessibilit et de flux de mobilit. Cette piste de recherche est prometteuse dans la thmatique de la simulation de la croissance urbaine. Bibliographie Batty, M., Xie, Y. (1994). "From cells to cities." Environment and planning B: Planning and Design, 21: 531-538. Li, X., Yeh, A.G.O. (2002). "Neural-network-based cellular automata for simulating multiple land use changes using GIS." International Journal of Geographical Information Science, 16 (4): 323-343. Openshaw, S., Openshaw, C. (1997). "Artificial Intelligence in geography". Chichester, England: John Wiley & Sons. Torrens, P. M., O'Sullivan, D. (2001). "Cellular automata and urban simulation: where do we go from here." Environment and Planning B: Planning & Design 28(2): 163-168