Académique Documents
Professionnel Documents
Culture Documents
net/publication/270886895
CITATIONS READS
0 55,826
1 author:
Bastien Cassar
University of Nice Sophia Antipolis
3 PUBLICATIONS 0 CITATIONS
SEE PROFILE
All content following this page was uploaded by Bastien Cassar on 15 January 2015.
Mini-mémoire de Recherche
Années 2012-2013
Cassar Bastien UFR Espace et Cultures
SOMMAIRE
Introduction p.3
Conclusion p.24
2
Cassar Bastien UFR Espace et Cultures
Introduction
Cependant, il est aujourd’hui l’objet d’un véritable questionnement pour les sociétés. En
effet, le problème de la pollution lumineuse s’est vue apparaitre pour la première fois
par les astronomes de l’association Dark Sky en 1988 (source : http://www.notre-planet
.info/environnement/pollution_lumineuse_0.ph ).Soucieux de moins en moins être
capable d’observer le ciel nocturne dans sa globalité, ces derniers ont pointé du doigt les
halos lumineux qui englobent les espaces urbains environnant, faisant disparaitre peu à
peu le nombre d’étoiles visibles (source : Conférence sur les conséquences de la
pollution lumineuse, F. Bailleul, ANPCEN). De cette mise en avant du phénomène, il s’est
induit une première réflexion sur l’ensemble des impacts de la pollution lumineuse sur
leur environnement de manière plus poussée et plus intéressée avec la découverte de
plusieurs phénomènes liés à cette pollution, récemment reconnue en France en 2007 :
« En France, la problématique des nuisances lumineuses a été prise en compte par les
pouvoirs publics dès 2007[…] Les conséquences de l’excès d’éclairage artificiel ne se
résument pas à la privation de l’observation du ciel étoilé. Elles sont aussi une source de
perturbations pour les écosystèmes (modification du système proie-prédateur,
perturbation des cycles de reproduction, perturbation des migrations…) et la santé
humaine. De plus ce phénomène représente un gaspillage énergétique considérable. »
(Source : http://www.developpement-durable.gouv.fr/L-action- de-l-Etat-a-travers-le.
html)
patrimoine que représente le ciel étoilé ainsi que des phénomènes de santé. De ce
constat, l’éclairage urbain, autrefois perçu comme élément de sécurité, va être ressenties
de manière inverse en le considérant aujourd’hui plus comme une source de nuisance
(source : http://www.developpement-durable.gouv.fr/Les-Francais-et-les-nuisances.
html).
4
Cassar Bastien UFR Espace et Cultures
Par ces différences, il convient, afin d’apporter une approche plus précise et plus
proche de la réalité dans notre analyse, de définir des sous espaces d’analyses. C’est sous
espaces ont pour définition la continuité des lampadaires qui les constituent disposant
de caractéristiques techniques (forme du globe lumineux, taille, etc.). La raison qui
justifie ce choix dans la détermination des sous espaces se rapporte à l’impact des dites
caractéristiques techniques sur la luminosité et l’éclaircissement des lampadaires. Cette
approche analytique permettra une étude à micro échelle significative et qui permettra
d’obtenir un diagnostique sur l’ensemble de la commune par l’agrégation de l’ensemble
de ces sous espaces d’analyse. De ces différences entre quartiers, il est nécessaire d’avoir
des données très précises sur les caractéristiques techniques de chaque lampadaire
présent. Or, il est difficile d’obtenir des caractéristiques précises sur le type de tête de
lampadaire, malgré les divers documents administratifs qui renseignent la localisation,
la hauteur, la puissance en watt et le type d’ampoule du lampadaire.
De cet état de fait, il s’avère être nécessaire de procéder à des relevés de mesures sur le
terrain d’études afin de compléter les informations pour déterminer la situation
lumineuse de notre agrégation de quartiers.
b) Relevé de terrain
Il est important dans un premier temps de comprendre ce que l’on cherche. La lumière
étant une particule facilement influençable par des contraintes environnantes [source],
il est important de définir comment procéder sur le terrain pour obtenir un relevé de
mesures fiables et analysables. Avant tout, et dans un souci de pertinence, la mesure
sera effectuée au niveau du sol et définie à l’aide d’n luxmètre sur l’ensemble des points
de relevé.
Enfin dans un troisième temps, il faut déterminer le point central qui sépare en deux
parties égales la distance entre deux lampadaires, soit l’inter-distance. Celle-ci fera
office de point limite qui marquera la fin du sous-espace d’appartenance du lampadaire,
soit l’espace où l’on considère qu’aucune autre source extérieure n’intervient. De par ce
triangle de relevé, on peut considérer prendre en compte l’intégralité du champ
d’émission lumineuse du lampadaire et d’être dorénavant doté d’une base de donnée
plus complète.
En ce qui concerne d’autres mesures annexes mais néanmoins utiles, il est important de
mesurer la distance entre le point se situant à la verticale de la source lumineuse et le
point se situant à l’autre extrémité de la voirie de la même manière que l’exemple
suivant.
6
Cassar Bastien UFR Espace et Cultures
Une fois les mesures obtenues à l’aide d’un luxmètre, il est nécessaire de les
informatiser afin de pouvoir les traiter avec des systèmes d’informations géographiques.
Pour cela, à l’aide du programme Excel, il faut retranscrire chaque point de mesure en
fonction de sa localisation par rapport à l’objet principal. Le lampadaire. Ainsi se définit
les variables de notre base de données : « Sous_le_lampadaire »,
« en_face_du_lampadaire » et « interdistance_lampadaire ». Ces variables auront pour
valeur le niveau de lux mesurés correspondant à leur lieu de relevé et chaque valeur
aura un identifiant unique et significatif. De plus, afin de respecter les quartiers définis
précédemment, il faut attribuer une quatrième valeur de localisation géographique
qualitative qui est le nom de la rue d’appartenance de chaque lampadaire. Il est
important également de répertorier les distances entre mesures de la variable
« Sous_le_lampadaire » et « En_face_du_lampadaire » avec la mesure annexe effectuée
précédemment. De cette dernière variable va pouvoir s’effectuer un premier traitement.
Celui-ci consiste à créer une variable de distance métrique définissant le champ d’action
maximal de portée lumineuse du lampadaire en fonction de la voirie.
Pour cela, on applique une règle de trois simples qui détermine la variable, nommée
« confinement », par la formule suivante :
Cette caractéristique est propre à chaque lampadaire, même si l’on pourra constater
une friction sensiblement uniforme sur l’ensemble d’un quartier. Notre variable
« confinement » va alors nous permettre de fixer des limites de champs de portée à
chaque lampadaire et permettre de confiner l’interpolation que nous verrons plus tard
dans ce dossier. Cette variable aura donc liée aux mêmes identifiants qui déterminent
chaque lampadaire.
Maintenant que notre base de données est achevée, il est possible maintenant de traiter
ces valeurs dans le but de les représenter de manière cartographié. Pour cela nous
utiliserons le logiciel Arcgis et plus particulièrement le sous logiciel lié, Arcmap. Ce
logiciel étant très puissant, il nous permettra d’effectuer tout les traitements décris dans
la suite de ce mini-mémoire de recherche. Cependant, de son potentiel de traitement,
d’analyse et de réalisation cartographie se justifie une certaine complexité. Il faut donc
procéder par ordre afin de ne peut se heurter à des redondances d’action, de traitement
et ainsi une accumulation de fichier inutile et inhibitrice dans l’efficacité du travail.
L’évaluation de la pollution lumineuse, par l’utilisation de ce logiciel, génère un vaste
nombre de données. Ce qui tend à prouver la nécessité d’une certaine rigueur.
8
Cassar Bastien UFR Espace et Cultures
shapefile pour chacune des trois variables de prise de mesure pour chaque sous espace
d’étude.
Cela signifie que pour avoir le nombre de couches nécessaires dans un premier temps,
il faut multiplier le nombre de sous espace d’étude par trois. Dans notre espace d’étude
témoin, en guise d’exemple, 18 couches doivent être créées. En cas de non utilisation de
GPS lors des relevés de mesure pour obtenir les coordonnées géographiques des points
de mesures, il est possible d’utiliser l’éditeur de couche pour pouvoir replacer chaque
point de mesure avec l’ajout de l’identifiant exact de ce point fourni dans la base de
donnée. Avec des informations géographiques fournies par un GPS lors de la prise de
mesure, il suffira d’exporter les points dans les couches correspondantes et de leur
attribuer par la suite leur identifiants.
Figure 3. Exemple d’un sous quartier avec ses trois variables de prise de mesure
Une fois cette opération faites, plusieurs traitements seront effectués pour créer la
couche finale de point, soit celle qui délimitera la portée de chaque lampadaire. Pour
cela, il faut dans un premier temps effectuer un buffer sur chaque couche de chaque
quartier disposant des points « sous_le_lampadaire ». Le rayon du buffer sera déterminé
par les valeurs de la variable « confinement » liée à chaque lampadaire. De ce traitement
ressortira un couche shapefile de type polygone, composée d’une multitude de buffers
s’entrecroisant au sein d’un même sous quartier.
9
Cassar Bastien UFR Espace et Cultures
Pour obtenir une surface uniforme, il faut de nouveaux utiliser un traitement fourni par
le logiciel, « dissolve », afin d’obtenir une couche composée d’un seul vecteur polygone
pour chaque quartier. Ne pouvant pas attribuer une valeur uniquement sur les bordures
du polygone, il faut transformer celles-ci en point.
Pour cela il faut utiliser la fonction « Feature vertices to point » en y intégrant les
polygones récemment créés. Ainsi la bordure de nos polygones va se transformer en
plusieurs séries de points :
10
Cassar Bastien UFR Espace et Cultures
[Confinement]= 0.
Une fois ces différents ensembles de points créés, il faut dorénavant les regrouper sous
une même couche de point afin de pouvoir procéder à l’interpolation et à tout autre type
d’analyse. Pour cela, il faut utiliser la fonction du géo-processing « merge » afin de
rallier tout les points et tous les attributs qui leurs sont liés sous une même couche. On
peut alors se demander pourquoi ne pas avoir directement ordonné tout nos relevés
sous une même couche. La réponse à cette interrogation pertinente se situe dans un
premier temps sur la facilité de lecture de chaque variable et de leurs tables
attributaires, notamment si celles-ci ont besoin d’être modifiées. De plus, cela rend
l’étape de création de la zone de confinement beaucoup plus simple avec, par exemple, le
point central des buffers, soient les lampadaires, déjà séparés du reste. Pour les deux
autres couches, la différence notable entre les deux valeurs a justifié par expérience leur
séparation dans les premiers pas de l’analyse sur Arcgis. En effet, lorsqu’il faut attribuer
certain correction de variable, certaines variables complémentaires à un type de point
particulier, la table attributaire paraitra plus accessible car elle sera bien plus légère.
11
Cassar Bastien UFR Espace et Cultures
A partir de cette instant, nous disposons de toutes les donnés ponctuelles pour
commencer des traitements plus poussés qui permettront les diverses analyses de notre
pollution lumineuse au sein de nos quartiers niçois.
Afin d’obtenir des résultats proches de ceux observés dans la réalité, il devient
nécessaire de correctement choisir le type d’interpolation à appliquer au sein de notre
espace en fonction des spécificités de notre variable qu’est la lumière. Nous allons donc
présenter ici quelques interpolations qui peuvent s’avérer être intéressantes pour notre
évaluation de la pollution lumineuse, et déterminer celle qui s’avère être la plus
optimale. Afin d’apporter une pertinence dans nos comparaison, tout les fichiers raster
produits auront une classification similaire par une méthode de classification basée sur
de déviation standard avec une attribution de la taille des intervalles fixées à ¼ de
déviation. Cette classification sera expliquée plus tard dans notre dossier.
Nous allons dorénavant étudier les différentes interpolations fournies par le logiciel afin
de pouvoir déterminer leurs points forts et leurs points faibles afin de choisir celle qui
correspond le mieux dans notre évaluation de la pollution lumineuse :
Tout d’abords, l’interpolation la plus simple est celle du « Natural Neighbor » (voisin
naturel) qui propose une diffusion de la valeur théorique entre deux points de mesure
de façon linéaire dans l’espace à partir de moyenne. Nous serions tentés d’utiliser cette
interpolation au vu de sa définition très similaire à notre calcul de la zone de
confinement, elle aussi basée sur un principe logique et une évolution linéaire
(source : http://www.ems-i.com/ gmshelp/Interpolation/ Interpolation_Schemes/
Natural_ Neighbor_ Interpolation.htm).
12
Cassar Bastien UFR Espace et Cultures
Méthode « Spline »
la mise en lumière des valeurs extrêmes. En effet, cette interpolation, en choisissant une
valeur de tension par défaut, tend à diffuser le phénomène interpolé de manière
homogène alors que notre sujet d’étude tend à montrer la localisation des valeurs
extrêmes du phénomène
Cette interpolation est associée à la grille que représente le raster créé à partir de nœuds
de moyennes qui vont par la suite être pondérée en fonction de leurs proximités aux
valeurs maximales de l’espace d’interpolation.
14
Cassar Bastien UFR Espace et Cultures
Ainsi les valeurs théoriques d’interpolation seront d’autant plus fortes qu’elles seront
proches de la source d’émission
(Source : http://help.arcgis.com/fr/arcgisdesktop/10.0/help/index.html#//
009z0000006m000000). La pondération permet ainsi une approche très fiable de la
réalité et donne un intérêt très particulier à notre sujet d’étude. Cependant, la
pondération s’effectue sur des variables qui changent peu. Or, avec les différences
techniques de lampadaire et de leur environnement respectif, il est difficile d’affirmer
que la lumière est une variable peu changeante sur l’ensemble de l’espace d’étude.
De plus, en cas de pondération trop importante, les valeurs pourraient avoir comme
défaut une surestimation considérable des valeurs. L’utilisation de cette interpolation
comporte donc des risques dans son utilisation et son application sur la variable
lumineuse qui est très influençable sur une multitude de critères.
Sur une première observation, on peut observer une représentation assez intéressante
dans la diffusion des valeurs. D’une part on distingue facilement les espaces source de
lampadaire, correspondant au point de mesure des lampadaires. De plus, l’évolution
15
Cassar Bastien UFR Espace et Cultures
Méthode de Krigeage
16
Cassar Bastien UFR Espace et Cultures
Cette interpolation permet d’obtenir une visualisation de la mesure lissée sur l’espace
interpolé, avec une évolution de la valeur très prononcé au niveau de la distance aux
valeurs fortes et beaucoup moins marquées au niveau des valeurs les plus faibles.
Suite à cette analyse des différentes interpolations, qui était dans un premier temps et
de manière exhaustive pertinentes, la méthode de krigeage ressort comme celle la plus
adaptée dans l’évaluation lumineuse, de part sa logique induite, l’apport de loi
logarithmique et de par sa représentation visuelle.
17
Cassar Bastien UFR Espace et Cultures
classification de nos valeurs de lux semble donc appropriée. Cette méthode, par ses
caractéristiques, est donc conseillée pour la classification des données des pixels du
raster d’interpolation afin de représenter au mieux le phénomène.
Il sera tout autant judicieux de qualifier des quartiers comme étant satisfaisants en
terme de situation lumineuse, et, à l’inverse, de déterminer les espaces où le bilan de
luminosité est très inconvenable.
18
Cassar Bastien UFR Espace et Cultures
En effectuer cette première analyse exhaustive sur notre espace d’étude témoins,
plusieurs éléments d’information sont mis en valeurs. Dans un premier temps, on
distingue 4 zones qui se distinguent par la concentration de pixels disposants des
valeurs extrêmes maximales (32.3-91.3 lux). Ces zones se situent à l’ouest avec le
boulevard de Cessole, au sud et à l’est avec l’avenue Bellevue, au nord-est avec le
boulevard Auguste Raynaud et au nord ouest de la Maison de l’Environnement avec son
arrière cour. Ces lieux apparaissent ainsi en tant que zone de forte valeurs du lux et donc
de forte luminosité et sont donc considérés comme inconvenables. A l’inverse, les
quartiers localisés entre le boulevard August Raynaud et la maison de l’environnement
sont similaire avec la rue François Barbusse dans leurs mesures très proche de la
moyenne, voir très faibles. Ces espaces peuvent être qualifié de convenable dans le bilan
de la situation lumineuse.
On remarque également, en fonction des critères qualitatifs apportés à nos sous espaces,
des discontinuités entre les situations de deux rue pourtant en contact ou même très
proche spatialement, des auto-corrélation spatiale au sein d’un même quartier et des
19
Cassar Bastien UFR Espace et Cultures
éléments ponctuels très marqués Nous disposons donc ici d’un espaces témoins très
hétérogène qui comporte ainsi une grande partie des analyse exhaustives possibles et
qui permets d’une manière quasiment optimal de présenter, en grande partie, les
différentes études effectuable dans l’évaluation de la pollution lumineuse.
Il a été attribué au lux un seuil de tolérance accepté, fixé à 15 lux, qui déterminent la
limite au-deçà de laquelle la luminosité est considérée comme suffisante et au-delà de
laquelle la lumière commence progressivement à avoir des impacts sur l’environnement
qu’elle côtoie. Afin de pouvoir analyser les espaces qui respectent ce seuil ou non, il est
possible d’utiliser une règle de sémiologie graphique afin de faire apparaitre cette dites
limite. Pour cela, il suffit de définir des nuances de couleur allant des valeurs minimales
et inférieures ou égales au seuil jusqu’au seuil par un code de couleur basé sur des
nuances de bleu. Cette couleur froide permettra de facilement localiser les valeurs
considérées comme convenables, c'est-à-dire celle qui respectent le seuil fixé. A
l’inverse, il sera appliqué un code de couleur basé sur des nuances de rouge pour les
valeurs supérieur au seuil. La valeur du seuil devra avoir des teintes de jaunes pour
définir convenablement la limite entre les deux nuances. Cela permettra une analyse
simplifiée et une déduction plus rapides des espaces à enjeux propices à une pollution
lumineuse marquée par rapport aux espaces non concernés par ce phénomène.
20
Cassar Bastien UFR Espace et Cultures
Figure 11 Application d’un seuil de convenance lumineuse sur notre espace d’étude témoin
Les informations qui ressortent de cette analyse sont d’une part la situation globale de la
pollution lumineuse sur l’ensemble de notre terrain d’analyse. On distingue aussi, en
toute logique, les espaces définis antérieurement en tant qu’espaces inconvenables se
retrouvent de nouveau distingués par les mesures de pollution lumineuses les plus
fortes sur l’ensemble du territoire d’analyse. Il en va de même pour les espaces qualifiés
de convenables, avec cependant des valeurs ponctuelles qui dépassent le seuil et qui se
situent sur les points de relevé de mesure pris directement sous les lampadaires. En
effet, cette analyse permet d’apport une grande précision dans la localisation de la
pollution lumineuse ainsi que son importance en termes de valeurs. En effet, il devient
possible dorénavant d’analyse d’une part où se le localise la pollution lumineuse, mais
également de voir son champs d’action et son orientation par rapport aux sources
21
Cassar Bastien UFR Espace et Cultures
22
Cassar Bastien UFR Espace et Cultures
Figure 12 Application de l’analyse d’impact sur le bâti dans notre espace d’étude
témoins
En utilisant une sélection par proximité spatiale, il à été possible de déterminer le bâti
en contact avec des coefficients multiples du seuil de lux. Ces coefficients multiples ont
été fixés à 2 et à 4, résultant des valeurs de lux égales à 30 et 60. La sélection s’est
effectuée en gage d’exemple sur le bâti pour déterminer des individus cible qui subissent
dans leur lieu de domicile des nuisances lumineuses provenant des lampadaires situés à
proximité. Les seuils ont été fixés ainsi afin d’obtenir des échantillons de population
distinguées par des valeurs d’exposition, allant du simple au double. De ce fait, il
deviendra possible, par l’apport d’autre analyse, de constater d’un part l’état de santé de
ces populations exposées à celles non exposées. Mais il sera également possible de voir
l’évolution de la gravité de l’impact en fonction de la valeur d’exposition.
Cette proposition, bien que n’étant qu’un exemple appliqué à un thème précis sur
l’analyse d’un objet précis, permet tout de même de comprendre la polyvalence de ce
type d’analyse sur l’évaluation de la pollution lumineuse en terme d’impact
23
Cassar Bastien UFR Espace et Cultures
Conclusion
Il a été proposé tout au long de ce mini-mémoire de recherche un protocole
géographique d’évaluation de la pollution lumineuse. Ce protocole permets une
approche spatiale à micro-échelle du phénomène, soit celle du quartier, voire de la rue,
mais qui par agrégation des résultats permet une analyse à l’échelle d’une unité urbaine.
Malgré une volonté forte d’apport de pertinence dans sa démarche, ce protocole n’en est
pas moins complet. En effet, de nombreuses variables, notamment sur des effets
environnementaux et de confinement, nécessitent encore des précisions déterminées
par des études plus poussées du phénomène. Ce protocole à tout de même pour
caractéristique notable sa reproductibilité sur tout les espaces et sous-espaces un temps
soit peu urbanisés. Il propose également une ouverture dans le thème où la pollution
lumineuse sera traitée, que ce soit sur un plan médical comme il l’a été décrit
antérieurement ou sur un plan économique pour lutter contre le gaspillage de ressource
énergétique, par exemple.
24