Ressource
  2022, 04 Avril . À la une de la page d'accueil . Actualités à la une . Ressources à la une . Enseignement supérieur . L'information du mois . .

La ville, c’est le sujet du TIPE 2022-2023

 

© Inria / Photo C. Morel

 

 

 

 

TIPE ? Le thème pour l’année 2022-2023 du TIPE commun aux filières BCPST, MP, MPI, PC, PSI, PT, TB, TPC et TSI est intitulé : la ville.

Comme tous les ans, en lien avec sillages.info et l’UPS pour les CGPE, Interstices et Pixees vous proposent des ressources autour des sciences du numérique, informatique et mathématiques.

Sommaire du dossier :

Introduction
La ville intelligente
La ville numérique ou numérisée
Le numérique pour comprendre la ville
La représentation de l’information urbaine

 


La révolution numérique transforme progressivement tous les aspects de nos sociétés. Et parce que la majorité de la population mondiale vit en zone urbaine, la ville ne fait pas exception.

Cette concentration de population donne à la ville, à l’urbain, un caractère singulier. Un grand nombre d’enjeux s’y croisent de manière complexe. Certains théorisent même que l’anthropocène, cette période où les actions de l’humanité ont une incidence irrémédiable sur l’entièreté de la planète et notamment son climat, est accélérée par l’urbanisation généralisée de la planète. La ville est alors considérée comme un point central d’analyse du réchauffement climatique, du métabolisme des ressources naturelles, des perturbations des écosystèmes, etc. La ville est en tout cas un sujet extrêmement vaste et complexe dans lequel des problématiques de toutes les disciplines scientifiques s’intriquent. Le numérique ne fait pas exception.

Quand on relie ville et numérique, on pense tout de suite à la ville intelligente, à l’enrichissement du système urbain par une infrastructure numérique matérielle (capteurs et actionneurs, réseaux, centres de calculs…) et logicielle (prise de décisions optimisées, prédictions et intelligence artificielle, données ouvertes, etc.). C’est en effet un pan important des contributions du numérique à la ville.

Gouverner la ville en se fondant sur des données est bien loin d’être une nouveauté : les cartographies, les données statistiques de l’INSEE, les enquêtes « ménage – déplacement », les observations du trafic routier, les archives municipales, etc. forment un vaste fonds de données à la disposition des services, des élus et des citoyens pour nourrir leurs réflexions et étayer leurs décisions.

Ce qui change, et renouvelle parfois profondément les modalités de gouvernance, à tort ou à raison d’ailleurs, c’est la nature des données disponibles : nombre, hétérogénéité, fréquence de mise à jour, granularités spatiales, temporelles et sociales, précision, origines. La connaissance de nombreux champs d’intérêt pour la gouvernance urbaine se retrouve détaillée à un niveau jamais atteint. D’autres, qui n’étaient tout simplement pas documentés et donc pas pris en compte dans les politiques publiques, se révèlent et imposent des réflexions inédites. Au point, parfois, de provoquer un sentiment de submersion ou, au contraire, d’omniscience illusoire. Mais ce qui est certain, c’est que le champ des possibles, désirables ou pas, s’élargit considérablement.

Il ne faut par ailleurs pas négliger l’apport du numérique en tant qu’outil de modélisation des phénomènes pour approfondir leur compréhension par le calcul, la simulation, la représentation intelligible.

Et enfin, le numérique est aussi un sujet d’étude à part entière, notamment dans les mécanismes sociaux, politiques et économiques qui entrent en compte dans la révolution numérique de la société, et donc de la ville.

Hervé Rivano, responsable de l’équipe Inria/INSA Lyon Agora.


<< Revenir en haut de page

La ville intelligente

La ville intelligente, Hervé Rivano
Le covid dans la ville, Philippe Jacquet

La ville intelligente

Le concept de « Smart City », mal traduit en « Ville intelligente » vient au départ de l’industrie du numérique qui ambitionnait (et ambitionne encore parfois) de vendre aux villes un « système d’exploitation global » prenant en charge la collecte d’informations multiples, leur traitement, puis l’automatisation et l’optimisation des services urbains sous-tendues par des solutions « d’intelligence artificielle ». Si c’est ce vocabulaire qui est employé au départ, c’est que la première formalisation de cette idée a été produite par IBM, spécialiste des systèmes d’exploitation pour les gros systèmes informatiques et des logiciels d’optimisation.

Le succès incontestable de cette expression aussi bien dans les sphères marchandes, politiques qu’académiques, témoigne de la très grande hétérogénéité des expériences qui s’en réclament. Pourtant, derrière ce foisonnement, on peut retenir, à l’instar d’Emmanuel Eveno [1] au moins trois aspects fondamentaux que cherche à saisir cette expression : « le recours et l’exploitation des mégadonnées, la modernisation voire la transformation des services urbains et l’affichage d’une volonté politique de s’appuyer sur la participation des habitants ». Ce mouvement est indissociable de la révolution numérique en cours qui transforme la production, l’économie et, in fine, la société tout entière.

Depuis, le concept a grandement évolué, en partie en réaction à une vision initiale trop techno-centrée et faisant abstraction de la ville comme construction politique et sociale où habitent des êtres humains, avec leurs usages qui ne sont pas tous informatisables, leur citoyenneté qui ne peut pas toujours se numériser. D’ailleurs, les quelques projets ne s’appuyant que sur la technologie ont été des échecs retentissants [2]. Comme le disait Saskia Sassen [3] en 2011 « The key is to urbanize technologies rather than to use technologies that desurbanize the city ». En particulier le rapport des citoyens à la technologie prend le pas sur le seul apport de la technologie à l’optimisation d’infrastructures et de services. Des concepts complémentaires émergent comme la « ville apprenante » qui interroge la figure idéalisée d’un « citoyen intelligent et connecté » autour d’enjeux d’enseignement, d’adaptation mais aussi de redéfinition de la citoyenneté à l’ère numérique [4, 5].

Hervé Rivano , responsable de l’équipe Inria/INSA Lyon Agora.


Le covid dans la ville

Le premier semestre 2020 a condamné la moitié de l’humanité à entrer en confinement contre le covid. Les confinements se sont répétés en 2021, et en 2022, la Chine a dû se résoudre à re-confiner face au dernier variant. Le confinement a été particulièrement sévère dans les villes où la promiscuité provoque davantage de contaminations. Il était donc crucial que les personnes restent isolées des autres pendant une longue période. Mais pour permettre le ravitaillement et l’exercice physique, les personnes sont autorisées à sortir une heure chaque jour. L’application Ariane covid a pour objectif de proposer à ses utilisateurs des trajets optimisés pour réduire l’exposition au virus en exploitant les propriétés géométriques pour lutter contre l’instinct grégaire. En théorie, les trajets Ariane covid réduisent d’un facteur entre 3 et 6 les temps moyens d’exposition au virus (et de réduire d’autant le R0). Hors épidémie, l’application permettra d’optimiser et de diversifier les trajets décarbonés dans la ville.

Pour aller plus loin :
  • Philippe Jacquet, Liubov Tupikina. The Ariadne String against COVID -19 pandemic propagation: outdoor path selection with limited virus exposure. 2020. ⟨hal-02972887⟩
  • Philippe Jacquet. The Ariadne String against Covid-19 pandemic propagation part 2: oudoor path selection after lock-downs. 2020. ⟨hal-02611833⟩

Philippe Jacquet, équipe Inria Tribe.



<< Revenir en haut de page

La ville numérique ou numérisée

Mesurer la mobilité, Nathalie Mitton
Mesurer l’environnement urbain, Hervé Rivano avec Walid Bechkit

Mesurer la mobilité

Les sciences du numérique dans la ville sont partout, pour observer, comprendre et agir de façon efficace. Prenons l’exemple des routes et pistes cyclables. Comprendre les déplacements des citoyens permet de mieux gérer les trafics et mieux entretenir les chaussées. Connaître les trajectoires privilégiées des cyclistes aide par exemple à mieux tracer les pistes cyclables au travers de la ville. Mesurer l’affluence des véhicules et cycles aux carrefours permet de mieux orchestrer le trafic et anticiper les opérations de maintenance. Plusieurs outils sont nécessaires pour réaliser cette vision. Il faut d’abord collecter de la donnée, via des capteurs permettant de tracer les trajectoires, mesurer l’affluence, les vitesses, et toute autre donnée utile. Ces données et capteurs peuvent être de différents types (caméra, capteur de position, de qualité de l’air, etc.) fournissant des données de précisions différentes à des fréquences différentes. Pour collecter ces données, il faut des réseaux de communication adaptés permettant de couvrir même des zones isolées ou souterraines avec une consommation d’énergie limitée. Pour donner du sens à ces données, il faut les filtrer, les traiter, pour modéliser les chaussées et créer de la connaissance, créer un jumeau numérique, le tout de façon sobre et sécurisée. Ainsi, les villes intelligentes qui ont pour objectif d’être durables, respectueuses de l’environnement et offrant une meilleure qualité de vie aux citoyens reposent entre autres sur des outils mathématiques et informatiques toujours plus complexes.

Pour aller plus loin :
  • Matthieu Adam, Nathalie Ortar, Luc Merchez, Georges-Henry Laffont et Hervé Rivano, « Susciter la parole des cyclistes : traces GPS et vidéos au service de l’entretien », EspacesTemps.net, Travaux
  • Nathalie Mitton, Hervé Rivano. On the Use of City Bikes to Make the City Even Smarter. SSC – International SMARTCOMP Workshop on Sensors and Smart Cities, Nov 2014, Hong-Kong, China. ⟨hal-01074478⟩
  • Lucas Magnana, Herve Rivano, Nicolas Chiabaut. Implicit GPS-based bicycle route choice model using clustering methods and a LSTM network. PLoS ONE, Public Library of Science. ⟨hal-03619678⟩
  • Roudy Dagher, Nathalie Mitton, Ibrahim Amadou. Towards WSN-aided Navigation for Vehicles in Smart Cities: An Application Case Study.. 1st International IEEE Percom Workshop on Pervasive Systems for Smart Cities (PerCity 2014), Mar 2014, Budapest, Hungary. ⟨hal-00923611⟩
  • Equipe Road AI

Nathalie Mitton, Responsable de l’équipe Inria FUN.


Mesurer l’environnement urbain

L’étude de la qualité de l’air et celle des îlots de chaleur en milieu urbain, dans le contexte du changement climatique, constituent aujourd’hui deux problématiques complémentaires qui se prêtent à la pluridisciplinarité de par la mesure et la modélisation des phénomènes. En effet, la qualité de l’air locale est modifiée par l’îlot de chaleur urbain, puisqu’il influence à la fois les caractéristiques de la couche limite de l’atmosphère et la circulation de l’air localement. Par ailleurs, l’efficacité des actions menées par les politiques publiques d’aménagement du territoire pour faire face à ces deux problématiques, est fortement liée à la connaissance fine de la température et de la qualité de l’air à des échelles locales puisque les effets des politiques climat et qualité de l’air sont parfois contradictoires.

Aujourd’hui, cette connaissance locale est assurée grâce à des modèles physico-chimiques validés et qui sont souvent combinés à des mesures de stations fixes de référence (stations météorologiques et stations de qualité de l’air). Malgré l’avantage indéniable de ces stations fournissant des données précises de température et de qualité de l’air, elles sont onéreuses ce qui limite leur nombre à des dizaines par région, d’où l’espacement spatial des mesures récoltées.

Afin d’accroître la connaissance du climat local, une possibilité qu’offrent les technologies numériques est de déployer un grand nombre de capteurs peu ou moyennement onéreux, potentiellement mobiles, d’assurer ensuite une remontée efficace et en temps réel des données récoltées, puis d’analyser ces données afin de garantir un meilleur suivi de ces phénomènes au plus près des citoyens. La mobilisation et l’implication de citoyens dans la mesure peut permettre de les sensibiliser aux problématiques de la qualité de l’air et des îlots de chaleur en milieu urbain et aux changements climatiques et de les impliquer en tant que « sentinelles du climat ». Par ailleurs, la proximité des capteurs avec la population peut aussi susciter, voire nécessiter, des actions de médiation et d’accompagnement à la compréhension du rôle de ces technologies et de l’importance des phénomènes mesurés.

Pour aller plus loin :

Hervé Rivano, avec Walid Bechkit, Maître de conférence INSA Lyon, membre de l’équipe Agora.



<< Revenir en haut de page

Le numérique pour comprendre la ville

Comprendre, anticiper et prévenir les inondations urbaines, Antoine Rousseau
Modélisation mathématique et simulation de trafic routier, Paola Goatin
La géométrie dans la ville, Philippe Jacquet

Comprendre, anticiper et prévenir les inondations urbaines

La période de dérèglement climatique dans laquelle nous sommes entrés agit de deux manières différentes (au moins !) sur le risque inondation en ville. D’une part, les évènements dits extrêmes (tempêtes, épisodes pluvieux méditerranéens ou cévenols par exemple) ont tendance à être plus fréquents et plus intenses. Par ailleurs, pour les villes qui ont la « mauvaise idée » de se trouver en zone littorale (c’est le cas de plus de 60% de la population mondiale !), la hausse du niveau des mers constitue un second risque évident. Il est donc nécessaire, compte tenu des enjeux humains, environnementaux et économiques, de produire des outils de gestion et de protection de nos villes. C’est l’objectif des outils mathématiques et numériques produits par les scientifiques, qui permettent de réaliser deux types de simulations numériques pour la gestion du risque inondation : d’une part un simulateur très précis, prenant en compte le moindre mobilier urbain, la hauteur des trottoirs, le maillage dense des rues d’une ville afin de produire des simulations très précises de la ville. Ces outils considèrent également les apports extérieurs grâce à un simulateur de pluie ou au couplage avec les informations considérées à plus grande échelle (celle du bassin versant, par exemple). On peut s’en servir comme un outil de gestion de scénario en faisant pleuvoir à tel endroit, en faisant déborder tel cours d’eau, etc.

Malheureusement, ces modèles sont trop précis pour faire du calcul en temps réel, qui serait utile lors de la gestion de crise par exemple, ou pour effectuer une analyse de sensibilité pour laquelle on aurait besoin de nombreuses sorties de modèle. Chez LEMON, avec le logiciel SW2D, nous proposons donc par ailleurs une version dégradée du modèle complet, dite « à porosité » dans laquelle on ne considère plus la ville à l’échelle de chaque ruelle mais plutôt comme une éponge. Cette façon de voir les choses permet des calculs certes moins précis, mais beaucoup plus rapides, ce qui permet de répondre aux besoins évoqués ci-dessus. Quant au « couplage » entre des modèles à haute et à basse résolutions, c’est encore un champ de recherche très actif. Les scientifiques travaillent finalement à pouvoir regarder une inondation comme une gigantesque photographie, dans laquelle on aurait une vue d’ensemble mais aussi la possibilité de « zoomer » dans des zones d’intérêt. Tout cela de manière dynamique, puisque l’écoulement évolue bien entendu avec le temps…

Pour aller plus loin :

Antoine Rousseau, responsable de l’équipe Inria/HSM/IMAG LEMON.


Modélisation mathématique et simulation de trafic routier

Le mouvement des véhicules sur une route, ou des piétons dans un espace, peut être décrit par des équations mathématiques. Selon le niveau de détail du modèle, on peut distinguer deux approches. Les modèles dis « microscopiques » décrivent la trajectoire de chaque individu (véhicule ou piéton) par une EDO (Equation Différentielle Ordinaire) couplée avec le mouvement des individus proches. Il en résulte un système d’équations différentielles dont la taille est égale au nombre de voitures ou piétons considéré. Cela permet une description très détaillée de la dynamique du trafic, mais reste très couteux à calibrer et analyser par le calcul.

L’approche dite « macroscopique » considère le trafic comme un système continu dont l’évolution de quantités agrégées (comme la densité ou la vitesse moyenne) ressemble à celle d’un fluide et est régie par la loi de conservation de la masse, couplée avec des relations phénoménologiques entre le débit et la densité. Le modèle qui en résulte consiste ainsi en une ou deux EDPs (Equations aux Dérivées Partielles), avec un petit nombre de paramètres à calibrer. Le coût computationnel de la résolution du modèle ne dépend donc plus du nombre de véhicules concernés, mais seulement de la taille du réseau routier (ou de l’espace piéton) considéré. De plus, les propriétés mathématiques de ces équations permettent de poser et résoudre efficacement des problèmes de contrôle et optimisation pour la gestion du trafic.
Voir aussi : Modélisation mathématique du trafic routier, 2018

Pour expérimenter :

Paola Goatin, responsable de l’équipe Inria/UNS Acumes (repris du TIPE 2018).


La géométrie dans la ville

Le tracé des rues sur la carte d’une ville suit des règles non dites qui sont souvent l’aboutissement d’une longue histoire. Néanmoins on reconnait des dénominateurs communs comme l’alternance quasi automatique des rues fréquentées et des rues plus désertes. Ce motif apparait à différentes échelles et sous-tend une description fractale. Pour être précis, la distribution des densités des rues relève d’une géométrie « hyperfractale », en ce sens que la dimension fractale apparente est supérieure à la dimension euclidienne de la carte. Par exemple, la carte d’Adelaïde suit une dimension 2.8, alors que celle de Nyon suit 2.3. La dimension hyperfractale permet de généraliser des modèles non triviaux sur la distribution des trajets dans les villes.

 

Pour aller plus loin :

Philippe Jacquet, Dalia Popescu, Bernard Mans. Information Dissemination in Vehicular Networks in an Urban Hyperfractal Topology. 2017. ⟨hal-01662286⟩

Philippe Jacquet, équipe Inria Tribe.



<< Revenir en haut de page

La représentation de l’information urbaine

Ville et information géonumérique, Thierry Joliveau
Représenter l’intangible, Hervé Rivano avec Lou Herrmann

Ville et information géonumérique

La ville induit une forte concentration de population dans une surface limitée. Un des rôles historiques de la ville est en effet de maximiser les interactions entre les groupes et les individus. La ville a donc toujours été un espace à haute densité d’information et la numérisation de celle-ci avec l’apparition des ordinateurs n’a fait qu’accroître le phénomène. C’est dans les villes, quelle que soit la richesse du pays auquel elles appartiennent, que les plus gros volumes de données sont disponibles. Ces données sont produites par l’activité de la ville elle-même. Les gens communiquent, s’informent, échangent des biens… Toutes ces activités produisent maintenant des données directement au format numérique par l’intermédiaire des smartphones individuels, des terminaux de paiement, des bornes de validation des titres de transport, etc. De nombreuses données sont produites aussi pour anticiper et réguler la vie urbaine. Il faut planifier et gérer les logements et les locaux d’entreprises, organiser les infrastructures et les systèmes de transports et de logistique, créer et maintenir les réseaux d’eau, d’énergie et de communication, fournir les services de base aux habitants : écoles, administrations, hôpitaux, musées, etc.

La ville est aussi un espace dans lequel les personnes vivent, travaillent, se déplacent. Les données numériques sont donc nécessairement spatialisées. Pour être utiles, elles doivent être équipées d’une localisation grâce à des coordonnées géographiques en latitude et longitude. Ces données sont saisies directement sur le terrain par des topographes, ou captées depuis le ciel par des satellites, des avions ou des drones. Traditionnellement, ces données géographiques étaient transcrites sur des cartes, qu’il fallait dessiner et redessiner au fur et à mesure que la ville changeait. Avec la numérisation, elles sont stockées dans des bases de données géographiques pour être combinées, analysées, transformées avant d’être mises en forme de cartes, imprimées sur papier ou publiées sur Internet ou mises à disposition dans des sites interactifs où l’utilisateur peut les sélectionner et les composer en fonction de ses besoins. Ce traitement informatique des données spatialisées a donné lieu il y a quarante ans à la création d’une discipline, les Sciences de l’Information Géographique appelée aussi Géomatique, qui développe les modèles, les méthodes et les outils pour collecter, analyser et interpréter des volumes de données spatialisées toujours croissants.
Dans toutes les villes du monde, des géomaticiens mobilisent leur expertise pour aider les villes à répondre à des enjeux sociaux et environnementaux de plus en plus complexes et alarmants.

Pour expérimenter :

Thierry Joliveau Professeur de géographie et géomatique à l’Université de Saint-Etienne.


Représenter l’intangible

L’expression « Ville Intelligente » renvoie à une grande diversité d’expériences et de dimensions. Parmi les différentes figures qui s’en réclament, il y a celle de la « ville outillée » : l’installation de réseaux de capteurs donne accès à une connaissance inédite des divers phénomènes qui traversent et constituent la ville, notamment la qualité de l’air urbain extérieur. L’air que nous respirons est sous surveillance. L’AASQA (Association Agréées de Surveillance de la Qualité de l’Air) Atmo Auvergne-Rhône-Alpes a développé une application mobile d’information sur la qualité de l’air nommée Air To Go. Elle donne accès à un indice journalier multi polluants de prévision de la qualité de l’air. Il s’agit d’un indice global qui synthétise le niveau de trois polluants : le dioxyde d’azote, l’ozone et les particules fines.
L’indice global prend la valeur du sous-indice le plus élevé des trois.
Les choix graphiques réalisés pour visualiser l’indice de qualité de l’air diffusé dans Air To Go reposent sur un présupposé : « rendre visible l’invisible ». Atmo AURA a ainsi considéré que l’enjeu de l’application en terme de design était de dévoiler un phénomène physique dont la population ne ferait pas l’expérience tangible. Or les populations ont un rapport subjectif (sensible et cognitif) à l’air qu’ils respirent, même si les conclusions qu’elles en tirent ne convergent pas toujours avec les résultats de ses modèles. Cela complexifie considérablement la réception de ces informations par le public et notamment leur acceptabilité. Une enquête menée dans le cadre du projet UrPolSens a montré dans ce sens que la réception positive de l’application était fonction du rapport entretenu entre le contenu des informations diffusées et le contenu perceptif déjà-là. La réception de l’information devient notamment problématique lorsqu’il s’agit d’un rapport contradictoire — quand par exemple l’application affiche un indice de bonne qualité de l’air dans une rue alors que l’usager, présent dans cette même rue, ressent un air de mauvaise qualité (odeurs, brume, bruit, sensation d’étouffement, etc.). Au-delà des réflexions propres à la diffusion des données sensibles de la pollution, cette étude permet de commencer à percevoir la complexité des enjeux liés à la représentation des données de manière plus générale : comme représenter c’est déjà penser, la projection des données dans une forme suppose une série de décisions porteuses de sens, qu’il convient de prendre au sérieux.

Texte intégral : Représenter l’intangible : les défis de la visualisation des données numériques environnementales. Montrer la pollution de l’air, le cas d’Air To Go, 2019

Hervé Rivano, avec Lou Herrmann de l’Ecole Urbaine de Lyon.


<< Revenir en haut de page

 

Dernière modification : juillet 2022.
show post QRcode

Vous pourriez aussi être intéressé-e-s par :
…/…