2.1. L’articulation des territoires dans l’optique d’un développement territorial durable

3Sur le plan théorique comme sur le plan pratique, la question de l’imbrication territoriale multi-niveaux se trouve au centre des problématiques actuelles de développement territorial durable. Les travaux dans ce domaine ont depuis longtemps mis en exergue la nécessité de raisonner de manière globale et transversale, d’appréhender les phénomènes en focalisant l’attention sur les interrelations multi-niveaux et sur les interdépendances spatiales. L’approche systémique est très vite apparue comme la méthode adaptée à ces exigences. Appliqué au territoire, le développement durable est d’évidence un processus complexe dont la compréhension souffre de l’absence de cadre théorique et de consensus sur le concept de durabilité territoriale. Néanmoins, un certain nombre de chercheurs se rejoignent autour d’hypothèses, de valeurs et de constats à partir desquels le concept de territoire durable se formalise peu à peu. Un territoire durable serait ainsi un territoire qui optimise son fonctionnement pour satisfaire les attentes de ses habitants et dont le développement se fait en harmonie avec l’Ecosystème comme avec les autres territoires, proches ou lointains. (THEYS, 2000 ; OFFNER, 2007 ; VOIRON-CANICIO, 2004). Cette définition, implique que ce territoire possède une organisation interne propice à la durabilité et qu’il entretient des relations avec les territoires voisins qui soient respectueuses de leur propre durabilité. Dans ce contexte, l’analyse de l’organisation spatiale, des structures et des dynamiques territoriales prend alors tout son sens et ne peut se concevoir hors du cadre de pensée systémique.

4Les systèmes territoriaux sont des systèmes emboîtés. Les deux axiomes de BUNGE : « tout système, à l’exception de l’univers, est un sous-système d’un autre système », « chaque chose concrète est soit un système, soit une composante d’un système », postulent qu’une unité spatiale ou un élément de cette unité, une infrastructure par exemple, appartient toujours à plusieurs structures territoriales, économiques et administratives et que ses propriétés peuvent changer en fonction du niveau spatial et de la problématique considérés. Les systèmes territoriaux sont donc généralement hiérarchisés. La théorie de la hiérarchie (ALLEN et STARR, 1982) postule qu’un système hiérarchiquementorganisé est un système imbriqué qui exhibe un comportement global limité par les interactions de ses composantes de niveau inférieur et par des contraintes imposées au niveau supérieur (MARCEAU et al., 2008). Ces postulats, resitués sous l’éclairage du développement durable, conduisent à réexaminer les rapports global/local. Olivier GODARD met en garde sur le transfert mécanique des raisonnements d’une échelle à une autre. « La contrainte écologique n’a de sens absolu qu’au niveau planétaire. Aux autres niveaux, des échanges, des substitutions et des déséquilibres sont possibles et les contraintes écologiques sont relatives. En ce sens, le développement durable n’est pas fractal » (GODARD, 1996). Par ailleurs, il semble pertinent de s’interroger sur le lien existant entre la durabilité et la nature des imbrications territoriales.

5L’imbrication n’entraîne pas systémiquement l’articulation. Or, c’est cette dernière qui est indispensable à l’émergence d’un territoire durable. En effet, de même que le tout n’est pas la somme des parties, la somme des démarches locales dites de développement durable ne conduit pas nécessairement au développement durable global (BEHARD, 2007). Dit autrement, la somme de bâtiments à énergie positive ou la somme d’éco-quartiers ne fait pas pour autant une ville durable. Pourtant, les indicateurs utilisés dans les grilles d’évaluation de la durabilité, telles que BREEAM (Building Research Establishment Environmental Assessment Method) en Grande-Bretagne ou LEAD (Leadership Energy Environnement Design) aux Etats-Unis, parmi les plus répandues, continuent à appréhender les territoires comme fonctionnant en vase clos. Leur approche de la durabilité est sectorielle et a-spatiale, elle ne prend nullement en compte la relation au voisinage, l’utilisation de ressources ou de matériaux disponibles à proximité, pas plus qu’elle n’intègre les retombées en termes d’emplois ou de créations d’entreprises sur les espaces voisins. La nature des liens existant avec les autres espaces n’est pas encore perçue comme un critère de durabilité territoriale. Or, nombreuses sont les opérations d’aménagement labellisées « développement durable » qui ont entraîné l’externalisation d’éléments indésirables vers les zones voisines et l’apparition ou le renforcement de ségrégation sociale. Comme le souligne J. THEYS, il y a « une tendance naturelle à marginaliser le territoire dans les approches plus économiques ou internationales du développement durable. Entre le local et le global, les articulations restent encore largement à construire » (THEYS, 2002).

6Ainsi, le développement durable d’un territoire ne peut se réaliser au détriment des territoires voisins. Les répercussions des politiques environnementales littorales sur les espaces environnants en sont l’illustration. Les mesures prises pour limiter l’urbanisation débridée et la dégradation des sites des espaces littoraux convoités ont généré un certain nombre d’effets pervers, notamment territoriaux. En effet, si les dégâts causés par l’artificialisation littorale ont suscité en réaction des mesures de protection – classement des sites, acquisitions foncières – ainsi que de nouvelles règlementations, ces dispositions, aussi utiles qu’elles soient, ont eu pour effet, en retour, de reporter la pression urbaine sur les espaces limitrophes. Le proche arrière-pays de la Côte d’Azur se trouve aujourd’hui aux prises avec un fort étalement urbain, des conflits d’usage, une ségrégation socio-spatiale ainsi que des dégradations environnementales aussi irréversibles que celles subies par le littoral. Il serait judicieux que la recherche des interactions systémiques, et plus précisément des interdépendances spatiales, soit dorénavant menée préalablement à tout choix depolitique environnementale, régionale ou locale, afin de déceler les éventuels effets pervers de mesures d’aménagement, sur les territoires proches ou lointains.

7La question de l’interdépendance territoriale apparaît ici au cœur des problématiques de développement durable local. Or, cette interdépendance est en grande partie déterminée par l’organisation des réseaux, de nature diverse, qui les lie de plus en plus les uns aux autres.

2.2. Interdépendance spatiale et interdépendance réticulaire

8La réflexion sur l’articulation des territoires conduit à examiner les réseaux sous l’angle de la connexion et de la réticulation. L’étude des relations territoire-réseau nécessite de focaliser l’attention sur les territorialités réticulaires qui résultent des interconnexions croissantes des différents types de réseaux. Analyser les interactions territoire-réseau consiste alors à rechercher le degré de dépendance de l’un vis-à-vis de l’autre, plus précisément, les formes de dépendance d’un territoire aux réseaux et la manière dont celui-ci rétroagit sur le fonctionnement des réseaux au travers de l’intensité des flux et des ruptures de flux qu’il génère.

9Si le rôle des réseaux de transport dans le fonctionnement des territoires a fait l’objet de très nombreux travaux, le rôle des réseaux électriques a été en revanche peu étudié. L’organisation du système de transport et de distribution du courant électrique est basée sur le choix de l’interconnexion des réseaux européens, nationaux, régionaux et locaux. Cette interconnexion a de multiples conséquences sur le fonctionnement des territoires, elle génère des formes complexes d’interdépendance spatiale difficiles à diagnostiquer et dont l’entrecroisement des effets est souvent mal connu. L’imbrication engendre ici l’imbroglio. Tous les éléments du système électrique étant inter-reliés, un évènement affectant un élément du système produit des effets dominos sur les autres parties du réseau et sur d’autres types de réseaux : réseau ferroviaire, réseau d’éclairage public, réseau téléphonique. Du fait de leur organisation à grande échelle, les interconnexions électriques ont la capacité de créer des interdépendances spatiales fortes entre des territoires lointains ; une défaillance technique ponctuelle ou un endommagement matériel bien localisé, va pouvoir générer une cascade d’effets, avec un impact presque immédiat et simultané sur des espaces très étendus.

10L’interdépendance des réseaux de transport ou électriques induit une vulnérabilité territoriale particulière. Une panne d’électricité dans une région ne provient pas forcément d’un aléa sur une ligne située dans cette région et un aléa sur une ligne située dans une région est susceptible d’avoir un impact plus étendu que la surface de cette région. De même, lors d’une inondation, des zones situées hors du périmètre inondable peuvent perdre de leur accessibilité en raison des fermetures de voies et de l’encombrement des axes vers lesquels s’effectue le report du trafic. Ceci a pour conséquence d’accroître la vulnérabilité des populations résidantes qui ne se trouvent plus correctement reliées aux dispositifs d’assistance médicale d’urgence. De cette imbrication territoire-réseau découle une vulnérabilité territoriale dynamique et potentiellement ubiquiste.

11Deux notions sont donc à considérer, la notion d’impact ou d’effet induit et la notion d’espace à enjeux. Dans une optique de prévention des risques, il est indispensable de déterminer la nature et l’intensité de l’impact, sur chaque portion du territoire, d’un aléa survenant sur le réseau. Dans l’optique du développement local, il importe tout autant de quantifier et de spatialiser l’impact d’une infrastructure projetée sur le territoire, ses effets induits en termes de surfaces du sol occupées, de localisations de nouvelles activités et d’emplois, par exemple. La notion d’espace à enjeux est liée à la première. Des espaces à enjeux émergent de la spatialisation des impacts de catastrophes avérées ou simulées. Ces espaces sont considérés comme tels, soit parce qu’ils apparaissent stratégiques pour le fonctionnement du territoire ou la gestion de crise, soit parce qu’ils concentrent des enjeux humains et matériels, soit parce que leur structure leur confère la capacité de propager le risque aux espaces voisins.

12Ces formes d’interdépendance territoriale ne sont pas toujours faciles à identifier. Leur manifestation étant épisodique, les informations, et a fortiori les données les concernant, sont rares et imprécises. Leur méconnaissance tient également à l’absence de spatialisation, par manque d’informations localisées mais aussi par manque de méthodologies adaptées au contexte particulier de ce type de recherche. L’approche traditionnelle de la vulnérabilité est ainsi insuffisante à rendre compte de la complexité des processus générés par l’imbrication des territoires et des réseaux. La conception de nouvelles démarches couplant différentes méthodes d’analyse spatiale et de modélisations s’avère nécessaire.

2.3. Méthodes et outils d’analyse de l’imbrication spatiale

13Le parti retenu consiste à entrer dans la problématique de l’imbrication territoriale par une démarche couplant analyse systémique, analyse spatiale et modélisation. L’analyse spatiale est considérée comme un cadre de pensée, au même titre que le cadre de pensée systémique. L’espace est envisagé comme un tout complexe, composé d’éléments naturels et anthropiques et d’éléments invisibles constitués par les relations tissées entre les lieux. Il est, en outre, doté d’une matérialité représentée par les distances, les espacements, les formes et les positions relatives des lieux. L’espace est considéré comme un agent ; si la société produit l’espace, ce dernier rétroagit sur l’action de la société, qu’elle en soit consciente ou non. L’espace est donc à la fois organisé et organisant. L’analyse spatiale a alors pour objet de révéler comment la matérialité de l’espace intervient dans l’organisation du territoire et de quelle manière celle-ci détermine son fonctionnement et ses transformations.

14Le terme générique d’analyse spatiale recouvre différents types de démarches pouvant être inter-reliées, parmi lesquelles la spatialisation des phénomènes étudiés apparaît comme une phase majeure. En fonction de la nature des données, elle consiste notamment à sélectionner les informations multi-sources, à prendre en compte l’imprécision et l’incertitude les concernant, à choisir le grain temporel et spatial à partir duquel travailler. Les traitements réalisés, ensuite, dépendent des objectifs et des hypothèses de recherche. Les phénomènes caractérisés par des emboîtements d’échelles ou de niveaux sont généralement appréhendés parl’approche fractale et par la géostatistique, les variogrammes en particulier (VOIRON-CANICIO et DAUPHINE, 1988). Les modèles d’interaction spatiale sont utilisés pour rendre compte des échanges entre les lieux et des relations qui existent entre ces échanges et les caractères de l’organisation de l’espace (SANDERS, 2001).

15Dans le cas des imbrications réseau-territoire précédemment évoquées, d’autres démarches d’analyse spatiale sont mobilisées. Les deux applications qui font l’objet des sections qui suivent en sont l’illustration.

16La première application présentée, est extraite de la recherche doctorale de J. DUTOZIA et porte sur la détection de la vulnérabilité territoriale lors d’une coupure électrique. La démarche retenue croise, au moyen d’un SIG, des méthodes d’analyse de réseaux - calcul du plus court chemin du courant électrique selon la distance de DELAUNAY (GLEYZE, 2005) - avec une méthode d’estimation du potentiel de risques en chaque point du territoire étudié. L’originalité de la démarche réside dans la manière de spatialiser, à l’intérieur d’un maillage, l’aléa et les dommages, et de traiter l’imprécision spatiale des informations au moyen de mailles de dimension variable. La méthode repose également sur le calcul de deux types de potentiel : un « potentiel impactant cellulaire » qui estime pour chaque cellule les possibilités d’apparition de dommages en cascade, à partir de l’endommagement d’un poste électrique et un « potentiel impactant réticulaire » qui détermine, pour chaque poste électrique, le sous-système spatial de dépendance associé, susceptible d’être impacté par l’endommagement du poste. L’ajout des deux potentiels donne, pour chaque point de l’espace, une valeur de vulnérabilité face au risque de coupure électrique et aux effets dominos qu’il génère. Les cartes de vulnérabilités produites peuvent alors faire apparaître des espaces à enjeux insoupçonnés. Cette nouvelle connaissance de la vulnérabilité territoriale permet d’agir préventivement sur les éléments qui rendent ces espaces vulnérables.

17Lorsque l’étude s’inscrit dans une optique de prospective territoriale, la modélisation spatiale par automate cellulaire et les simulations revêtent un grand intérêt. La spatialisation des activités, des populations, des réseaux de transport se fait au moyen d’un maillage régulier où chaque cellule possède un état. L’automate cellulaire est un modèle dynamique. A chaque pas de simulation, l’état des cellules va évoluer en fonction de règles tenant compte de l’état des cellules voisines et de contraintes diverses parmi lesquelles figurent les contraintes d’ordre économique et démographique provenant des niveaux supérieurs. La flexibilité des automates cellulaires permet de tester facilement des scénarios et d’estimer les impacts spatiaux d’options d’aménagement. L’application présentée dans la section 4 est tirée des recherches de R.-M. BASSE. Le modèle d’automate cellulaire proposé a pour objet de déterminer les futurs possibles du territoire transfrontalier franco-italo-monégasque qui devrait être desservi dans les 10 prochaines années par une ligne ferroviaire à grande vitesse.

3.1. Imbrications spatiales, dysfonctionnements et risques

18L’imbrication réticulaire induit des fonctionnements territoriaux particuliers qui se caractérisent par une réciprocité local/global des interactions scalaires dans le système de risque électrique ; l’effet domino peut être ascendant (défaillance du réseau local qui impacte le réseau global) ou descendant (défaillance du réseau global qui impacte un ou plusieurs réseaux locaux afférents) et par une propagation rapide et étendue des effets.

19Dès lors, il semble pertinent de considérer la vulnérabilité des systèmes territoriaux face au risque de coupure électrique comme étant intégrée dans un système de risques. Si un système est un ensemble d’éléments en interaction dynamique, dans le système de risques considéré ici, ces éléments appartiennent à deux types de systèmes en interaction, un système spatial et un système de réseaux (électricité, voirie, eau et assainissement), l’un et l’autre décomposés en sous-systèmes. Ces éléments subissent des évènements, prévisibles ou imprévisibles, naturels ou anthropiques, occasionnant des dommages. L’ensemble des interactions spatio-temporelles entre les endommagements directs des différents réseaux et les dysfonctionnements territoriaux engendrés par leurs combinaisons, peut, selon la configuration, l’emprise spatiale et les rapports d’interdépendance des différents réseaux, conduire à l’émergence d’impacts indirects et de nouvelles situations à risque.

20La coupure électrique du 4 Novembre 2006 est un bon exemple de crise électrique de grande ampleur où un évènement local a priori anodin (coupure volontaire d’une ligne allemande de 400 000 volts pour permettre le passage d’un navire norvégien), a provoqué une cascade de surcharges et de déconnexions de lignes électriques obligeant les gestionnaires à délester volontairement quinze millions de foyers répartis dans presque toute l’Europe (UCTE, 2007). Deux ans plus tard, quasiment jour pour jour, le 3 Novembre 2008, un million et demi de foyers des départements du Var et des Alpes-Maritimes, déjà partiellement touchés par l’évènement précédent, ont subi à nouveau une importante coupure électrique, liée cette fois-ci, à un impact de foudre sur la ligne 400 000 volts entre Marseille et Nice. A l’échelle des départements du Var et des Alpes-Maritimes, malgré des dates et des effets presque identiques, les deux crises successives sont intégrées dans des systèmes de risques très différents puisque dans le cas de la panne européenne, les départements de Provence-Alpes-Côte d’Azur (PACA) sont exclusivement impactés et ne participent pas aux impacts initiaux. A l’inverse, la seconde crise révèle le « potentiel impactant » de la Région PACA en termes d’aléa électrique, puisque l’impact initial est un dommage ponctuel près de Marseille qui conduit à la diffusion d’une panne importante dans la partie Est de la Région.

21La vulnérabilité d’un territoire ne se limite pas à la manière dont il subit un aléa ; une fois perturbée par un aléa déclencheur, l’organisation spatiale de ce territoire va plus ou moins potentialiser la réalisation de certaines chaînes de réactions dommageables et structurer la dynamique spatiale du système de risque. De plus, la vulnérabilité du territoire imbrique nécessairement plusieurs échelles de structuration qui correspondent, entre autres, à celles des différents réseaux.

22Dans le système de risque électrique initié par un séisme ou une inondation par exemple, les composantes techniques considérées les plus vulnérables à l’endommagement sont les postes de transformation électriques ou HTA/BT [2] (SHINOZUKA et al.,1998 ; SIPPEREC, 2005). L’endommagement d’un poste électrique lors d’une inondation par exemple, possède un impact potentiel direct sur l’alimentation électrique de la zone qu’il dessert et sur l’ensemble du réseau électrique. Mais si, de plus, une ligne électrique en aval du poste endommagé, est connectée à un poste releveur du réseau d’assainissement, même si ce dernier n’est pas touché par l’aléa, le dommage initial peut provoquer par effet indirect son dysfonctionnement, créant un point de débordement supplémentaire qui va rétroagir sur l’aléa inondation.

23Par ailleurs, l’endommagement du réseau routier va également influer sur le potentiel de réalisation des interactions précédentes en impactant le réseau électrique dans la mesure où la dégradation d’accessibilité à un poste électrique contribue à une durée de panne plus longue, qui renforce à son tour la probabilité de réalisation d’un dysfonctionnement du réseau d’assainissement puisque les postes électriques de secours situés dans ces équipements ont une durée de fonctionnement limitée. Cet exemple montre qu’un système de risques résulte d’un évènement déclencheur, d’un système spatial et d’un système réticulaire en interaction, et qu’il possède des propriétés systémiques héritées de ces derniers.

24Il faut donc distinguer dans le concept de vulnérabilité des territoires, un potentiel impactant de type cellulaire et un potentiel impactant de type réticulaire. Le premier correspond à une possibilité de réalisation d’un dommage direct (ici dommage au réseau électrique) dans un espace donné. Son estimation repose sur la matérialité du territoire, croisée aux informations spatiales sur l’aléa naturel ; chaque sous-espace est considéré comme un système autonome et aucune forme d’interaction (ni par connexité, ni par contigüité) avec d’autres sous-espaces ne possède la moindre influence sur son propre potentiel impacté. Dans le prisme du potentiel impactant cellulaire, le risque est un phénomène incertain où le territoire ne fait que subir l’aléa.

25A l’inverse, le potentiel impactant réticulaire considère la connexité, les imbrications et les propriétés systémiques des systèmes territoriaux de manière à estimer la capacité des territoires à diffuser et faire émerger de nouveaux impacts en cas de perturbation initiale. Au fur et à mesure des effets dominos, les territoires sont successivement susceptibles de subir puis d’infliger un impact. Ainsi, en fonction des espaces directement impactés, à chaque stade de la séquence d’évènements correspond une redynamisation éventuelle du système de risque et une repotentialisation spatiale d’impacts indirects.

3.2. Spatialisation et quantification du risque d’impact

26Il s’agit dans un premier temps de construire une estimation du niveau de risque d’impact à partir de données issues de sources diverses dont l’incertitude et l’imprécision sur un plan spatial et factuel peuvent être variables. Ce niveau de risque est calculé en fonction de la connaissance empirique et déterministe portant sur les sites propices à l’apparition de l’aléa analysé. Son estimation doit permettre, en étant croisée au potentiel impactant cellulaire, de caractériser la répartition spatiale la plus probable de points de déclenchements du système de risque. Dans cet exemple, ces points de déclenchements correspondent à des endommagements directs de postes électriques par un aléa naturel.

27Les données spatialisables sur l’aléa peuvent être considérées comme imbriquées (fig.1a) dans la mesure où selon les évènements recensés et leurs sources (retour d’expérience, données SIG, résultat de modélisation, témoignages, dires d’expert ou articles de presse), seront combinées des données dont la précision et la qualité spatiale vont varier de très faibles (impact à l’échelle d’un quartier, ou d’une zone, par exemple) à très fiables voire même parfaitement spatialisées (à l’adresse ou à la rue). Cette forte variabilité des niveaux de précision spatiale et de certitude va conduire à rattacher chaque information sur une situation localisée à un seul et unique niveau de granulométrie spécifiquement prédéfini (fig.1b). Au total, quatre niveaux de granulométrie ordonnés par taille croissante sont pris en compte, sous forme d’emboîtements successifs de maillages carrés et de tailles croissantes (50 mètres de côté, 100 mètres de côté, 500 mètres de côté et 1000 mètres de côté), ils combinent à eux quatre l’ensemble des informations spatiales sur le risque. Dans un souci de clarté, l’exemple ne présente pas la maille de 50 mètres de côté et considère comme étant homogène l’échelle d’intensité de l’aléa. Ainsi, une information de mauvaise précision spatiale concernant un aléa naturel et les dommages afférents comme on peut parfois en trouver dans la presse par exemple, sera affectée à un maillage de 1000 mètres de côté. La part de surface occupée dans chacune des cellules de 1000 mètres par le périmètre à risque approximativement délimité est ainsi calculée de manière à obtenir une valeur nécessairement comprise entre 0 et 100. Pour chaque maille de 1000 mètres, le résultat obtenu va être, ensuite, divisé par 100 et reporté à toutes les cellules de 100 mètres qui en dépendent. De la même manière, les informations de précision spatiale moyenne (témoignages, zonages ou résultats de simulation avec forte incertitude spatiale, par exemple) vont être analysées en fonction de leur occupation des mailles de 500, puis les résultats seront divisés par 25 et reportés aux 25 cellules de 100 mètres imbriquées dans chaque maille de 500. Pour le traitement des données de forte précision spatiale rattachées aux cellules de 100 mètres, l’intégralité de la surface est considérée comme occupée du moment qu’il y a une donnée précise référencée.

28Les résultats du maillage 100 sur le niveau de risque d’impact, présentés en figure 1.b contiennent ainsi les informations issues de différentes sources à trois niveaux de granulométrie avec un traitement de l’imprécision spatiale qui fait émerger une image originale du potentiel impacté du système spatial composé entre autres de :

29

• « points saillants » (niveau de risque d’impact supérieur à 100) qui sont des sous-espaces dont le potentiel impacté est considéré comme important car les dommagesrecensés sont mentionnés par plusieurs sources, pour plusieurs évènements et pour plusieurs niveaux de granulométrie ;
• « zones floues » (niveau de risque d’impact compris entre 0.001 et 1) pour lesquelles l’impact est plausible mais assez incertain et qui sont en fait des mailles 500 ou 1000, faiblement occupées par les périmètres de risque et pour lesquelles on recense des dommages qui ne sont confirmés à aucune échelle inférieure ;
• « zones blanches » (niveau de risque égale à 0) où aucun dommage n’est recensé par une approche empirique ou déterministe, ni pour la maille 50, ni pour les mailles de granulométrie supérieure auxquelles elles appartiennent. Le risque pouvant alors être considéré comme relativement improbable.

Figure 1

Imbrication et variabilité de l’imprécision spatiale dans la connaissance de l’aléa (1a) et estimation du niveau de risque d’impact (1b)

Imbrication et variabilité de l’imprécision spatiale dans la connaissance de l’aléa (1a) et estimation du niveau de risque d’impact (1b)

3.3. Spatialisation et estimation des potentiels impactants

30Le potentiel impactant cellulaire défini précédemment, se mesure en fonction de la densité de postes de transformation électrique par sous-espace, tout niveau de tension confondu puisque le potentiel impactant cellulaire ne considère que la matérialité du territoire, croisée au niveau de risque d’impact estimé précédemment. Le potentiel impactant cellulaire doit mettre en exergue les espaces qui ont plus de chance de contenir des points de déclenchement du système de risque. Ainsi, une cellule ne comportant aucun poste électrique aura un potentiel impactant cellulaire égal à zéro, de même que les cellules qui ont un risque d’impact à zéro. Ces sous-espaces ne peuvent être impactants en termes de dommage électrique. A l’inverse, pour un niveau de risque d’impact identique, un sous-espace avec beaucoup de postes électriques a plus de chance d’être un site de réalisation de l’évènement déclencheur endommagement d’un poste électrique.

31Dans le cas du potentiel impactant réticulaire défini plus haut, il s’agit de délimiter le sous-système spatial de dépendance associé à chaque poste électrique,dont le fonctionnement serait susceptible d’être impacté par l’endommagement du poste. Alors que le potentiel impactant cellulaire évalue le risque en fonction de la localisation des enjeux, c’est, en fait, l’intensité des rapports d’interdépendance et d’interaction spatio-réticulaires imbriqués qui constitue ici l’élément essentiel pour appréhender le potentiel impactant des systèmes spatiaux et de la vulnérabilité des territoires.

Figure 2

Réseau électrique (2a), densité matérielle (2b) et estimation du potentiel impactant cellulaire (2c)

a) b) c)

Réseau électrique (2a), densité matérielle (2b) et estimation du potentiel impactant cellulaire (2c)

32Pour déterminer les bassins de dépendance, la structure hiérarchisée des réseaux est utilisée. Ainsi, en tenant compte de la loi selon laquelle l’électricité emprunte le plus court chemin [3] sur le réseau pour aller d’un point A à un point B, l’hypothèse est faite qu’un poste de transformation (HTA/BT) est dépendant du poste de niveau supérieur HTB/HTA (dit poste source) qui lui est le plus accessible parmi l’ensemble des postes de niveaux supérieurs. Cette hypothèse est volontairement simplificatrice dans la mesure où l’organisation des flux électriques obéit également à d’autres lois nettement plus complexes ; néanmoins celle-ci permet de travailler uniquement sur la structure topologique du réseau et non pas sur ses flux. L’analyse des plus courts chemins sur les réseaux multi-niveaux permet de délimiter des sous-systèmes spatiaux (fig.2.b) qui correspondent à des espaces dont l’alimentation dépend indirectement d’un même poste de transformation.

33Dans l’exemple, la distance de DELAUNAY entre chaque poste de transformation HTA-BT et chaque poste de transformation HTB-HTA est mesurée ; le recours à la notion de Chemin de DELAUNAY permet de comparer les résultats sur le réseau réel à un réseau optimal où « les arêtes exploitent au mieux la répartition spatiale des sommets sur la zone d’emprise du réseau » (GLEYZE, 2005), de plus, avec la triangulation, on obtient des zones de dépendance assez homogènes et continues. Pour chaque poste HTA-BT, la distance relative au poste source HTB-HTA le plus proche permet d’identifier son poste de dépendance, de telle sorte que les postes sources disposent d’un ensemble de postes HTA/BT dépendants, dont chacun d’eux a son propre bassin de dépendance (fig.3b). La configuration multi-niveau du réseau électrique structure donc des sous systèmes-spatiaux imbriqués susceptibles de se différencier s’ils sont soumis à un évènement externe. Cette imbrication spatialequi n’est pas représentée dans l’exemple, peut également être liée aux sous-systèmes spatiaux structurés par d’autres types de réseaux (comme l’eau potable, par exemple), et qui, du fait de leur dépendance à l’électricité, sont eux aussi susceptibles d’émerger dans le système de risque.

34D’autres enjeux plus spécifiques peuvent également être intégrés aux zones de dépendance de manière à affiner l’estimation du potentiel impactant des postes électriques. Ainsi, deux types d’enjeux ponctuels peuvent être distingués : d’une part, les populations particulièrement vulnérables à une coupure de l’alimentation électrique correspondent à des enjeux de type humain symbolisés par une croix dans la figure 3.c. Ces enjeux peuvent être ponctuels comme la localisation de maisons de retraite, de personnes dialysées, hospitalisées à domicile ou à des enjeux de types zonaux comme la détection d’un ilot avec une forte concentration de population âgée de plus de 80 ans ou de moins de 3 ans. D’autre part, des enjeux dénommés enjeux critiques, dont la présence dans le périmètre impacté par la coupure électrique peut conduire à l’émergence d’impacts indirects. Les enjeux critiques correspondent à des nœuds de réseaux techniques dépendant de l’alimentation électrique, ici la présence d’un poste releveur du réseau d’assainissement dans la zone de dépendance au poste source B est simplement symbolisée par une étoile. S’ils viennent à se réaliser ces impacts indirects disposent eux-mêmes d’un potentiel impactant dans le périmètre de dépendance de l’enjeu critique, ce qui contribue à complexifier encore d’avantage les imbrications spatiales du système de risque.

35Les zones de dépendance des deux postes sources (3b) sont, ensuite, croisées à des informations sur les zones bâties et les résidences principales de manière à évaluer le nombre de foyers dépendant de chaque poste source. A chaque poste électrique peut ainsi être associée une masse de population potentiellement impactée si ce poste venait à être endommagé, qui constitue donc une première valeur du potentiel impactant propre à chaque poste. Ces valeurs nodales peuvent, ensuite, être redistribuées dans chaque cellule de la grille, en considérant que chaque cellule possède un potentiel impactant réticulaire qui correspond à celui du ou des postes électriques qu’elle contient.

36Dans une logique de typologie, le croisement entre les deux types de potentiel impactant permet d’identifier :

37

• des espaces à enjeux qui combinent un potentiel impactant cellulaire et un potentiel impactant réticulaire fort. C’est-à-dire des sous-espaces qui ont à la fois une forte possibilité de changement d’état (impacté-non impacté) lors de l’impact initial du système de risque, mais aussi dont le changement d’état, s’il est avéré, serait fortement susceptible d’avoir un impact indirect sur le système de risque et sur la possibilité de changement d’état des autres sous espaces ;
• des espaces qui ne sont pas directement vulnérables à un aléa donné mais qui, par la diffusion des impacts indirects seraient susceptibles d’être intégrés dans le système de risque ;
• les espaces qui ont de grandes chances d’être impactés mais dont l’endommagement n’a qu’un effet négligeable sur les autres espaces et sur le déroulement du système de risques ;
• des espaces dont l’endommagement direct est peu probable tout en restant plausible mais pourrait être particulièrement grave et impactant pour les autres espaces s’il venait à se réaliser.

Figure 3

Détection des Chemins de DELAUNAY entre des postes de transformation HTA/BT et deux postes de transformation HTB/HTA (fig.3a) ; détermination des interdépendances des postes de niveaux différents (fig.3b) et croisement avec le bâti résidentiel, les enjeux humains et les enjeux critiques (fig.3c, 3d)

a) b)


c) POTENTIEL
d) IMPACTANT
POSTE POSTE
SOURCE SOURCE
A B
Surfacezonede 1,137 0,863
dépendance km² km²
Nproinmcbiprealdese résidences 3218 1899
Nombre de postes
niveaux inférieurs 96 74

Enjeuxhumains 4 1
Enjeuxcritiques 0 1

Détection des Chemins de DELAUNAY entre des postes de transformation HTA/BT et deux postes de transformation HTB/HTA (fig.3a) ; détermination des interdépendances des postes de niveaux différents (fig.3b) et croisement avec le bâti résidentiel, les enjeux humains et les enjeux critiques (fig.3c, 3d)

38Dans ce cadre, imbrications et interdépendances spatio-réticulaires sont analysées dans le but de comprendre et d’anticiper des fonctionnements et des dynamiques spatiales d’un système de risque opérant dans une temporalité courte. Dans l’exemple suivant, les effets de l’imbrication spatiale portent sur une problématique d’infrastructure et d’aménagement régional posée dans une optique de prospective territoriale. Les dynamiques spatiales sont simulées dans une temporalité complètement différente, puisque les projections proposées portent cette fois ci sur plusieurs dizaines d’années.

3.4. Modélisation multi-niveaux appliquée à la prospective territoriale

39Le Joint Research Centre d’Ispra a été chargé par la Commision européenne de développer des travaux utiles à la planification urbaine et régionale de l’Europe et notamment, d’offrir aux acteurs et autres gestionnaires des territoires confrontés à des difficultés dans les phases de prises de décision, un outil leur permettant de comprendre le fonctionnement complexe des systèmes spatiaux, afin qu’ils puissent anticiper au mieux leur devenir. Au début des années 2000, deux modèles de dynamiques urbaines, destinés à explorer les futurs possibles des territoires urbains à partir d’une variété de scénarios de politiques d’aménagement et de planification, ont été conçus au Research Institute for Knowledge Systems de Maastricht, par G. ENGELEN, R. WHITE et I. ULJEE, en collaboration avec le Joint Research Centre.

3.5. MOLAND : un modèle multi-niveaux basé sur un automate cellulaire

40Le modèle MOLAND comporte deux plateformes distinctes mais interdépendantes, MURBANDY plus connu sous le nom de Urban Growth Moland Model, destiné aux régions urbaines et Regional Growth Moland Model, plus adapté aux régions de grande taille (MURBANDY, 1999 ; MOLAND, 2002). Dans le modèle, les processus de transformation des territoires opèrent à trois niveaux hiérarchiques : les niveaux global et régional où s’expriment les dynamiques macro, et le niveau local, pour les dynamiques micro ; la figure 4 représente l’articulation entre ces différents niveaux.

41Le modèle intègre quatre composantes relatives à l’économie, la démographie, l’occupation du sol et les transports. Il est construit sur une demande générée au niveau macro et intègre des tendances tirées de scénarios de croissance économique et démographique nationale ou mondiale. Au niveau régional, le modèle calcule l’attractivité relative exercée par les différentes sous-régions pour les migrations résidentielles et les déplacements d’activités. Enfin, au niveau local, les processus de transformation de l’occupation du sol sont appréhendés au moyen d’un automate cellulaire où la zone d’étude est représentée par une grille de cellules de petite dimension. Ce niveau micro est en relation avec le niveau macro (global et régional) où s’expriment les tendances économiques et les demandes dans les différents secteurs d’activité. Quatre éléments caractérisent chaque cellule : les caractéristiques physiques, le zonage, l’accessibilité et l’effet du voisinage. Ces éléments sont intégrés à l’équation ci-dessous déterminant les règles de transition :

tP_{k, x, y} = (1 +^t A_{k, x, y}) (1 +^t S_{k, x, y}) (1 +^t Z_{k, x, y}) (1 +^t N_{k, x, y})^tv_.,

42où

43tP_{k, x, y} est le potentiel de transition d’Automate Cellulaire de la cellule (x, y) pour l’utilisation du sol K au temps t

44tA_{k, x, y} Accessibilité de la cellule (x, y) à l’élément de l’infrastructure r pour l’utilisation du sol K au temps t

45tS_{k, x, y} « Suitability » intrinsèque de la cellule (x, y) pour l’utilisation du sol K

46tZ_{k, x, y} est la réglementation urbaine (zoning statut) de la cellule (x, y) pour l’utilisation du sol K

47tN_{k, x, y} est l’effet de l’espace de voisinage de la cellule (x, y) pour l’usage du sol K au temps t

48tv est l’expression de la perturbation stochastique au temps t ; définie parv=1+ (? lg R)^?, où (0<R<1) est une fonction aléatoire uniforme et ? est un paramètre autorisant l’ajustement de la taille de la perturbation stochastique.

49A partir de ces règles, un potentiel de transition ou de changement est calculé pour chacune des cellules, à chaque itération de la simulation. Ce potentiel indique l’occupation du sol à laquelle la cellule est la mieux adaptée (BARREDO et DEMICHELI, 2003).

50Les interactions des différents niveaux spatiaux sont fortes. Les tendances de la croissance globale sont des contraintes pour les sous-modèles régionaux. Ces derniers distribuent la croissance globale vers les sous-régions et les modèles micro déterminent précisément le lieu où la croissance va se porter. Les « potentiels de changements » au niveau micro, calculés par le modèle, expriment la pression qui s’exerce sur l’espace et constituent une information précieuse sur les retombées locales de tendances observées ou envisagées à un niveau supérieur. Elles influencent fortement l’attractivité relative exercée par chaque sous-espace.

51Inversement, du niveau local remonte une information sur la nature et la disponibilité de l’espace restant pour l’expansion future de chaque type d’occupation du sol.

3.6. Application du Urban Growth MOLAND Model à la prospective territoriale de l’espace transfrontalier franco-italo-monégasque

52La région transfrontalière composée de la zone sud du département des Alpes-Maritimes, de la Principauté de Monaco et de la Province d’Imperia en Italie doit être desservie, côté français, par un projet de grande vitesse ferroviaire nommée LGV PACA, infrastructure qui devrait être opérationnelle en 2020. Le modèle MOLAND est appliqué à ce territoire afin de déterminer quels seraient les futurs possibles avec ou sans l’infrastructure envisagée.

53Les informations intégrées dans le modèle proviennent de sources et de niveaux spatiaux et temporels différents. A partir des bases de données mobilisées au niveau macro (Etat, région, département, commune), sont sélectionnées les informationsmajeures d’ordres socio-démographique (répartition de la population à différentes dates, par exemple), économique (localisation des zones d’emploi, des zones industrielles et commerciales, des services et/ou tourisme), les réseaux de transport (ports, aéroports, lignes ferroviaires, routes et/ou autoroutes) et, enfin, les données environnementales (relief, pente, rivière, fleuve, mer...).

Figure 4

L’approche multiscalaire du modèle MOLAND

L’approche multiscalaire du modèle MOLAND

54Puis, ces informations spatiales et temporelles générées au niveau macro sont ventilées vers le niveau micro. Il s’agit concrètement de coupler les informations socio-économiques et environnementales avec les catégories de cellules et/ou classes d’occupation du sol situées au niveau micro. Ainsi, en 2000, l’espace transfrontalier franco-italo-monégasque est égal à 1 région d’étude, 3 Etats, 183 communes et 558 114 cellules réparties en 19 classes d’occupation du sol (cf. fig.5).

55Au niveau micro du modèle, chaque cellule possède un état, cell state, représenté par une classe d’occupation du sol. Il existe trois types de cellules : les cellules dynamiques appelées aussi cellules actives qui sont couplées avec les informations de type socio-économique (populations, industries, commerces, services...), les cellules passives (forêt, végétation, agriculture...) qui changent d’état en fonction del’évolution des cellules dynamiques et, enfin, les cellules statiques (mer, montagne et ou pente, réseaux de transport) qui ne changent pas (sauf à l’échelle géologique) et qui déterminent l’évolution et l’organisation spatiale des cellules dynamiques et passives. Les cellules passives et statiques sont couplées avec les informations de type environnemental, ces dernières étant elles mêmes couplées avec le relief. Les cellules/classes d’occupation du sol nommées land use activities (industrie, commerce, service...) font référence aux activités économiques, les cellules/classes appeléesresidentials land use (continious urban fabric et discontinious urban fabric) font référence à l’urbanisation et le naturals land uses désignent les caractéristiques physiques et environnementales du territoire.

Figure 5

Les différents niveaux territoriaux composant l’aire d’étude et intégrés au modèle MOLAND

Les différents niveaux territoriaux composant l’aire d’étude et intégrés au modèle MOLAND

3.7. Scénarios prospectifs et simulation des impacts de la LGV sur le territoire

56Deux scénarios prospectifs sont présentés dans cette application. La phase de scénario fait appel à une demande future en termes d’occupation du sol : the land use-demands (WHITE et al., 1997). Il s’agit dans cette phase d’attribuer un potentiel de croissance aux cellules dynamiques et/ou actives qui, à partir des règles de transition vont influencer l’évolution des cellules passives. La demande en termes d’occupation du sol peut être faible, forte ou nulle, selon les hypothèses de recherche. Elle s’exprime en nombre total de cellules affectées à chaque classe d’utilisation dessols. Cette demande peut être générée à l’extérieur du micro modèle en utilisant de nouveaux indicateurs, par exemple des projections de croissance nationale ou des prévisions émanant de rapports d’étude. La demande future pour chaque cellule peut aussi se baser sur les cartes de potentiel, the potentials maps, produites par le modèle à chaque fin de simulation pour chaque cellule. Les potentials maps reflètent la pression (du fait d’une forte demande d’utilisation des sols) pouvant être exercée sur une activité/classe/cellule à un moment donné. Ces cartes permettent d’ajuster les prédictions et de les rendre plus réalistes car elles prennent à la fois en considération les suitability-maps (le potentiel d’espace disponible ou non pour la croissance de chaque activité) et la variable temporelle, autrement dit, l’information relative à l’évolution passée et présente de chaque cellule à partir de laquelle s’effectuent les futures transitions. Le scénario tendanciel, consistant à s’appuyer sur l’évolution passée d’un territoire pour envisager son futur est généralement le premier testé. Les scénarios avec ou sans infrastructure LGV s’appuient sur le scénario tendanciel et intègrent de plus, un seuil maximal et minimal de croissance pour chaque cellule/classe d’occupation du sol dynamique.

57Le scénario de base est construit sur l’hypothèse que la croissance urbaine qui s’est manifestée entre 1990 et 2000 devrait se poursuivre jusqu’en 2040. Le second scénario introduit la grande vitesse ferroviaire à partir de 2020 avec des arrêts localisés au niveau des centres urbains de Cannes, de Nice-Aéroport et de Vintimille (dans la perspective d’une liaison avec l’Italie). Il se fonde sur l’hypothèse que l’arrivée du TGV va amplifier le phénomène de croissance urbaine dans cet espace.

58La figure 6 représente les changements d’état des cellules par rapport à 2000, année de référence. Les changements sont appréhendés par un calcul de similarité de l’état de chaque cellule, entre la carte de 2000 et la carte de 2040, résultant de la simulation. Les valeurs du coefficient de similarité KAPPA ont été regroupées en 3 classes. Les zones en blanc correspondent à une forte similarité entre 2000 et 2040 (valeurs du coefficient comprises entre 0,7 et 1). Les deux autres classes manifestent des dissimilarités plus importantes entre les états des cellules et une graduation dans la diffusion de l’urbanisation. Les coefficients compris entre 0,4 et 0,6 traduisent une diffusion spatiale notable de l’urbanisation alors que les coefficients inférieurs à 0,4 correspondent à des espaces ayant évolué vers une densification de l’habitat et une compacité plus forte du bâti. Les résultats des deux scénarios révèlent une nette progression des territoires urbanisés mais très différenciée dans l’espace. Elle ne concernerait pratiquement que la partie occidentale du territoire et gagnerait le proche arrière-pays, là où la réserve foncière est encore disponible et la topographie plus adaptée à la croissance urbaine. Dans le scénario LGV PACA, le phénomène de croissance urbaine serait amplifié, l’urbanisation se répandrait à travers tout le proche arrière-pays. Toutefois, l’impact de la LGV resterait toujours limité à la zone Ouest du département. Tous scénarios prospectifs confondus, la partie Ouest de l’aire d’étude s’avèrerait donc plus propice au changement que la partie Est, quasiment en stagnation par rapport à 2000. Cette stagnation peut être expliquée en partie par le relief plus élevé dans cette zone qui restreint l’espace disponible pour l’occupation humaine et, par voie de conséquence, limite le potentiel de croissance des classes urbaines et notamment, la classe urbaine discontinue (discontinious urban fabric).

Figure 6

Les changements d’état des cellules résultant des scénarios d’évolution sur la période 2020-2040

Les changements d’état des cellules résultant des scénarios d’évolution sur la période 2020-2040

59Cet exemple illustre la manière dont un modèle dynamique basé sur un automate cellulaire couple des bases de données de territoires imbriqués, un SIG travaillant sur les différents niveaux spatiaux et des règles de transition dans lesquelles le rôle du voisinage plus ou moins étendu intervient de manière prépondérante. Ces modèles dynamiques spatiaux qui font l’objet de perfectionnement en cours, apparaissent particulièrement adaptés à la compréhension des phénomènes multi-niveaux et multi-échelles et, de ce fait, utiles à la prospective territoriale.