| Summary: | À partir des enquêtes, le trafic n’est pas une donnée, mais il est plutôt construit à partir d’hypothèses portant sur les relations entre des origines et des destinations. En vue de reconstruire un trafic routier plus proche de la mesure, et sur un ensemble de tronçons routiers plus important, il apparait alors intéressant de partir de données de comptages issues de capteurs urbains. Notre postulat de départ part de ce constat. L’insertion de ces données d’observations du trafic routier fournit l’opportunité d’expérimenter les potentiels d’exploitations des capteurs pour estimer les niveaux de Pollution Atmosphérique Automobile (PAA) à l’échelle intraurbaine. Cependant, il est alors nécessaire de modifier la nature de la mesure en vue d’extraire une information sur la circulation routière, ce qui a été envisagé ici à travers la construction d’un modèle de simulation multi-agents. D’une manière plus générale, en partant de la donnée, c’est une démarche de construction de la connaissance sur les émissions de PAA qui est abordée tout au long de ce travail. La mise en œuvre de la démarche de modélisation SCAUP (Simulation multi-agents à partir de Capteurs Urbains pour la Pollution atmosphérique automobile) a été réalisée en trois temps : 1. En se focalisant sur les dispositifs de quantification du trafic routier à travers les capteurs urbains ; 2. En proposant une démarche de modélisation et de simulation de ces données pour le trafic routier ; 3. En se rattachant aux référentiels nationaux utilisés par les AASQA pour le calcul des émissions de PAA. L’ensemble se lie et s’intègre au sein d’une matrice technique qui constitue la colonne vertébrale de ce manuscrit à travers trois dispositifs interdépendants : la quantification, la modélisation et l’évaluation. Ce travail s’inscrit dans une démarche expérimentale de simulation du trafic routier pour le calcul des émissions de PAA. Parrainé par l’AASQA locale ATMOSF’AIR BOURGOGNE, il s’inscrit aussi dans une optique de recherche appliquée en appui de ces organismes en charge de la surveillance de la qualité de l’air. À l’heure où le big data entre dans de nouveaux questionnements quant aux capacités des chercheurs à en extraire une connaissance, nous proposons une démarche géographique en vue de replacer la donnée au centre d’une démarche de simulation originale du trafic routier (data-driven). === Based on surveys, traffic is constructed from assumptions about the relationship between origins and destinations. In order to rebuild a road traffic wich would be closer to observation and on a wider set of road sections, it appears interesting to use counting data from urban sensors : this is our starting point of view. The insertion of these in-situ dataset in the road traffic measurement provides the opportunity to experience the potential of sensors to estimate Traffic Air Pollution (TAP) levels at the intraurban scale. However, this requires to change the nature of these estimation, here through the construction of a model of multi-agents simulation, in order to extract more information on the road traffic. More generally, this work can be seen as a a knowledge building approach on TAP emisssions which is discussed throughout this work. The implementation of the SCAUP (multi-agent simulation from Urban sensors for traffic air pollution) approach was developped in three stages: 1. Focusing on the quantification of road traffic devices through urban sensors; 2. Proposing a modeling approach for road traffic data simulation ; 3. Using as a reference the national framework used by AASQA to calculate RTA emissions. All is integrated within a technical matrix that forms the spine of the manuscript through three interrelated systems: quantification, modeling and evaluation. This work is part of an experimental approach dedicated to the calculation of TAP emissions based on traffic simulations. Sponsored by the ATMOSF’AIR BOURGOGNE local AASQA, this work could also be used in an operational mode for these organizations in charge of the air quality monitoring. At a time when the big data enters into new questions about the ability of researchers to extract knowledge, we propose a geographical approach that enables to replace the data in the center of an original road traffic simulation approach (data- driven).
|
|---|
