Simulations de croissance urbaine pour représenter les impacts possibles des constructions et des contraintes environnementales sur l’étalement urbain

Urban growth simulations in order to represent the impacts of constructions and environmental constraints on urban sprawl

• Auteur / Autrice : Mojtaba Eslahi
• Direction : Anne Ruas
• Type : Thèse de doctorat
• Discipline(s) : Sciences et Technologies de l'Information Géographique
• Date : Soutenance le 25/11/2019
• Etablissement(s) : Paris Est
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des réseaux. Laboratoire Instrumentation, Simulation et Informatique Scientifique (Marne-la-Vallée) - Laboratoire Instrumentation- Simulation et Informatique Scientifique / IFSTTAR/COSYS/LISIS
• Jury : Président / Présidente : Gilles Gesquière
• Jury : Examinateurs / Examinatrices : Anne Ruas, Myriam Servières, Dominique Badariotti, Youssef Diab, Matteo Caglioni, Rani El Meouche
• Jury : Rapporteurs / Rapporteuses : Myriam Servières, Dominique Badariotti

Mots clés

Mots clés contrôlés

Topographie

Croissance urbaine

Croissance urbaine

Urbanisation

Mots clés libres

Urbanisation

Simulation de l'étalement urbain

Modèle de SLEUTH basé sur des scénarios

Tissu urbain

Systèmes d'information géographique (SIG)

Constructibilité

Urbanization

Urban sprawl simulation

Scenario-Based SLEUTH model

Urban fabric

Geographical Information Systems (GIS)

Constructability

Résumé

L'urbanisation est principalement due à la croissance démographique, à l'exode rural et au changement du mode de vie. Ce processus augmente les terres artificielles, qui affectent la biodiversité, les écosystèmes, le climat urbain et réduit les terres pour l'agriculture et les espaces naturels. L'objectif de cette thèse est de simuler divers scénarios d'urbanisation afin d'améliorer la prise de décision en matière de politiques publiques. Pour ce faire, le modèle SLEUTH est utilisé afin d’évaluer l’impact des bâtiments et des règles environnementales sur l’étalement urbain. Dans la méthode utilisée, SLEUTH intègre davantage des données topographiques, des données sur les tissus urbains et démographiques, y compris les caractéristiques géographiques et les contraintes environnementales. Le principal défi de cette recherche est de proposer différents scénarios d'étalement urbain pour plusieurs types de règles environnementales tout en tenant compte du besoin des habitants ou du moins d'une estimation de la croissance de la population. Le modèle SLEUTH est l’un des modèles de simulation d’automates cellulaires bien connus, qui correspond à la simulation dynamique de l’expansion urbaine et s’adapte au modèle morphologique de la configuration urbaine. SLEUTH, comme beaucoup d'autres méthodes de simulation de la croissance urbaine, ne considère que les données historiques. Bien que les impacts de la croissance démographique et du tissu urbain soient implicitement pris en compte lors de la phase d'étalonnage sur les cartes urbaines historiques, il est impossible d'inclure les changements de taux de croissance démographique ou de types de bâtiments dans les simulations. De plus, les résultats de SLEUTH se limitent à des données matricielles difficiles à interpréter pour les décideurs. Les résultats sont des pixels, sur lesquels une urbanisation est supposée se produire, ce qui n’a pas de sens du point de vue de l’urbanisme. Par conséquent, notre recherche vise à diversifier les possibilités de simulation en intégrant explicitement le facteur des types de bâtiments en fonction de la croissance de la population et en fournissant des modèles de visualisation des résultats de scénarios de croissance urbaine en 2D et même en 3D.Afin d'améliorer les résultats de SLEUTH, différents scénarios de simulation de croissance urbaine en 2D ont été définis sur la base du modèle SLEUTH en ajoutant le type de bâtiment et l'estimation de la croissance démographique en tant que facteurs du tissu urbain. Chaque simulation correspond à des politiques plus ou moins restrictives en espaces considérant ce que ces territoires peuvent accueillir en tant que type de bâtiment et en tant que population globale. De plus, les simulations peuvent aider l’utilisateur à protéger les terrains souhaités, tels que les espaces environnementaux, de l’urbanisation. Ces scénarios montrent la force de la simulation du modèle et permettent d’améliorer notre compréhension de l’étalement urbain. Trois études de cas de tailles et de populations différentes sont utilisées, Toulouse Métropole, Saint Sulpice la Pointe et Rieucros, afin de donner une idée de l'efficacité de la méthode proposée à plusieurs échelles. L'évaluation des résultats indique que la méthode proposée est capable d’effectuer différentes simulations correspondant à plusieurs priorités et contraintes foncières. Il est utile de voir quels terrains peuvent être protégés (où) et quel type de bâtiment peut être utilisé pour limiter l'étalement urbain (combien). Une représentation en 3D de chaque simulation de croissance urbaine est fournie afin de faciliter l'interprétation de la simulation SLEUTH et de différencier les scénarios. Les résultats permettent d’avoir plusieurs images de la ville de demain pour l’appliquer aux politiques urbaines

The process of urbanization occurs mainly due to population growth, rural exodus to cities and life style that often induces the nearly irreversible changes. It increases the artificial lands, which affect the biodiversity, ecosystems, urban climate, and reduces land for agriculture and natural areas. The focus of this thesis is to simulate diverse urbanization scenarios in order to improve public policies decision making. To do this, the SLEUTH model is used in order to investigate the impacts of buildings and environmental rules on urban sprawl. In the method used, the SLEUTH model integrates more topographic data, urban tissue and demographic data, including geographical features and the environmental constraints. The main challenge of in this research is to propose different urban sprawl scenarios for different kind of environmental rules while taking into account the population demand or at least population growth estimation. The SLEUTH model is one of the well-known cellular automata simulation models, which matches the dynamic simulation of urban expansion and adapts to morphological model of the urban configuration. SLEUTH, like many other urban growth simulation methods, considers only the historical data. Although, the impacts of population growth and urban tissue are implicitly considered during the calibration phase on the historical urban maps, changes in population growth rate or in building types cannot be included in its simulations. Moreover the SLEUTH results are limited to raster data that are difficult to interpret for decision makers. The results are some pixels on which urbanization is supposed to occur which do not make sense from urbanism point of view. Therefore, our research aims to diversify the simulation possibilities integrating explicitly factors of building types according to population growth and providing visual methods to view urban growth scenario results in 2D and even 3D. In order to improve the SLEUTH results, different 2D urban growth simulation scenarios have been defined based on the SLEUTH model by adding buildings type and the estimation of the population growth as urban fabric factors. Each simulation corresponds to policies that are more or less restrictive of spaces considering what these territories can accommodate as a type of building and as a global population. In addition, the simulations can help the user to protect the desired lands such as the environmental spaces from urbanization. These scenarios show the simulation capabilities of the model and make it possible to improve our understanding of an urban sprawl simulation.Three different case studies with various sizes and populations are used including Toulouse metropolitan, Saint Sulpice la Pointe and Rieucros to provide a view of the effectiveness of the proposed method on several scales. The results evaluation indicates that the proposed method makes different simulations that correspond to different land priorities and constraints. It helps to see which land can be protected (where) and how building type can be used to constrain urban sprawl (how much). A 3D representation for each prospective urban growth simulations is provided in order to facilitates the interpretation of the SLEUTH simulation and differentiate the scenarios. The findings allow having different images of the city of tomorrow for applying it to urban policies