Analyse et modélisation de l'impact de la météorologie sur le trafic routier

Analysis and modeling of the weather impact on traffic

• Auteur / Autrice : Romain Billot
• Direction : Florian de Vuyst, Nour-Eddin el-Faouzi Faouzi
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 08/12/2010
• Etablissement(s) : Châtenay-Malabry, Ecole centrale de Paris
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'Ingénieur (Châtenay-Malabry, Hauts de Seine)
• Partenaire(s) de recherche : Laboratoire : Mathématiques et informatique pour la complexité et les systèmes (Gif-sur-Yvette, Essonne ; 2006-....)
• Jury : Président / Présidente : Jacques Sau
• Jury : Examinateurs / Examinatrices : Gilles Fleury
• Jury : Rapporteurs / Rapporteuses : Michel Rascle, Hani S. Mahmassani

Mots clés

Mots clés contrôlés

Analyse des données

Modèles mathématiques

Circulation urbaine

Mots clés libres

Modélisation du trafic

Météorologie

Analyse de données

Traffic modelling

Meteorology

Data mining

Résumé

Si la pertinence de la prise en compte de la météorologie dans la gestion du trafic est bien admise, son intégration dans les outils d'aide à la décision et les stratégies de contrôle représente encore un enjeu réel pour les gestionnaires d'infrastructures. En effet, cette avancée semble légitimée par les effets significatifs d'une météorologie dégradée sur la sécurité des usagers et le comportement des conducteurs. Ainsi, au niveau de la sécurité, un sur-risque d'accident a été mis en évidence par de nombreux travaux. Or, l'étiologie de ce risque augmenté ne permet pas seulement de démontrer l'impact d'évènements météorologiques extrêmes et ponctuels (ex : tempêtes de neige), mais égalementcelui de phénomènes récurrents (ex : la pluie). La baisse de la sécurité des conducteurs se traduit concrètement par un changement de comportements des usagers (vitesses, temps inter-véhiculaires) mais aussi du flot de véhicules en général (vitesse, débit, concentration), ceci influant de manière conséquente sur la mobilité. De fait, la pluie représente ainsi la seconde cause de congestion ponctuelle.Pourtant, malgré ces enjeux indéniables, les effets de la météorologie sur le trafic demeurent mal quantifiés et ne sont guère intégrés à la modélisation ou l'estimation du trafic. Ce travail de thèse se propose ainsi de contribuer à une meilleure compréhension des effets météorologiques sur le trafic, en se focalisant sur des phénomènes de précipitations en milieu interurbain. Partant d'un état de l'art de l'impact météorologique sur le trafic, il nous est apparu que les études existantes, par leurs carences, soulèvent le besoin de fonder une méthodologie d'analyse plus rigoureuse. Cette méthodologie, une fois clairement définie, a ensuite été appliquée à des données opérationnelles. Elle nous a permis de quantifier les effets de la pluie à plusieurs niveaux selon l'échelle de représentation abordée : au niveau microscopique, considérant le comportement individuel des conducteurs, les analyses statistiques mettent en lumière des effets sur les vitesses, les temps et les distances inter-véhiculaires. Ces effets se reflètent au niveau macroscopique (celui du flot de véhicules) avec des variations de débits, de vitesses du flot et, de façon générale, de l'ensemble des paramètres formant le diagramme fondamental du trafic. Les résultats empiriques nous semblent ainsi ouvrir la voie à l'intégration du phénomène météorologique à la modélisation du trafic.Partant, nous avons développé, à ce stade de notre travail, une contribution théorique à la modélisation du trafic se fondant sur une formulation Vlasov qui permet de dériver un modèle macroscopique à deux équations à partir d'une formulation cinétique. Le modèle ainsi proposé offre un cadre propice à l'intégration d'un paramètre météorologique. La discrétisation numérique du modèle s'effectue à l'aide d'une méthode à pas fractionnaire qui permet de traiter successivement le terme source et la partie homogène du système. Pour la partie homogène du système, nous avons fait l'usage d'un schéma de type Lagrange+remap. Le comportement du modèle, couplé à une équation de transport sur les temps inter-véhiculaires, a ensuite été illustré à travers une série d'expérimentations numériques qui ont mis en évidence ses aptitudes face à des conditions météorologiques changeantes.Dans un ultime volet, notre travail s'est orienté vers de futures applications en temps réel qui se placeraient dans un cadre bayesien d'assimilation de données. Le défi à relever est celui de l'estimation en ligne du vecteur d'état du trafic au fur et à mesure de l'arrivée de nouvelles observations. Une méthode de filtrage particulaire (Monte Carlo séquentielle) nous a paru judicieuse à mobiliser, car elle s'adapte bien à la problématique du trafic routier. Plusieurs scénarios fondés sur des données opérationnelles permettent ensuite de montrer les bénéfices de l'intégration du phénomène météorologique à de telles approches. Une meilleure connaissance du phénomène météorologique doit ainsi mener à son insertion dans les modèles de trafic qui forment le substrat des outils d'aide à la décision destinés aux gestionnaires.Le travail proposé ouvre donc des perspectives pour le développement de stratégies de gestion de trafic météo-sensibles.

The integration of the weather effects into decision support tools and real time traffic management strategies represents a critical need for all road operators. The motivations are clear because of the significant effects of adverse weather on road safety and drivers' behaviors. At a safety level, the increase of the crash frequency and severity has been highlighted by several studies. This increase of the crash risk does not concern only extreme weather events, such as winter storms, but also recurring events like rain. The changes in drivers' behaviors (decrease of speeds, headways) andtraffic flow dynamics (speed, flow, density) lead to significant consequences from a mobility point of view : thus, rain represents the second largest cause of non recurring congestion (15 \%) after incidents.In spite of this context, the effects of adverse weather on traffic are not well quantified and, above all, not integrated into traffic modelling and estimation. The presented thesis research aims at contributing to a better understanding of the meteorological effects on traffic by focusing on precipitation events at interurban sections. From a literature review of the meteorological impact on traffic, we have underlined a need of a standardized methodology. Such a standardized methodology for the rain impact quantification is proposed and applied to real data. It enables aquantification of the rain effects at different levels, according to the scale of representation : at a microscopic level, the statistical analyses highlight changes in drivers speeds, time headways. Those effects reflect on the macroscopic level of traffic flow with changes in speed, flows, and, in a general way, in all the parameters composing the fundamental diagram of traffic. Hence, the empirical results pave the way for integrating the meteorological phenomenon into traffic modelling.Next, we propose a theoretical contribution to traffic modelling, based on a Vlasov formulation, which enables the derivation of a two equations macroscopic model. The proposed model offers a relevant framework for the integration of a meteorological parameter. Regarding the numerical discretization, we propose a fractionnal step method allowing to deal successively with the source terme and the homogeneous part of the system. We develop a Lagrange+remap scheme for the homogeneous part of the system. The model behaviour is illustrated through several numerical experiments which highlight the model features faced with changing meteorological conditions.In the last chapter, an effort towards future online applications is put forward. Within a Bayesian framework for data assimilation, the goal resides in the online estimation of the traffic state vector given current measurements. Based on real world data, some scenarios show the benefits of the integration of the meteorology into such approaches. Thus, a better knowledge of the weather impact on traffic leads to its integration into traffic models and will enable the improvement of decision support tools for road operators. The proposed work opens perspectives for the development ofweather-responsive traffic management strategies.