1. Reconnaissance de structures
urbaines à partir de densités de
population sur grille
en liens avec les données de mobilité
Patrice Aknin - Johanna Baro - Olivier Bonin
Etienne Côme - Jean-Paul Hubert
21/06/2010

2. Plan
Plan
1 Introduction
Contexte du travail
Problématique
Applications
2 Travaux entamés
Définition des «objets urbains»
Segmentation des pôles de population
Identification et description des structures urbaines
Typologie des structures identifiées
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 2 / 27

3. Introduction Contexte du travail
Contexte du travail
Objectif
Etude des structures d’agglomérations urbaines à partir de grilles
régulières de population et de graphes de transport.
Dialogue entre :
des techniques mathématiques (images, graphes, ...)
les modèles géographiques
pour aboutir à une typologie pertinente des structures urbaines.
Démarage d’une thèse : Johanna Baro (MSTIC-UPE)
DEST : Jean-Paul Hubert
GRETTIA : PAtrice Aknin, Etienne Côme
LVMT : Olivier Bonin
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 3 / 27

4. Introduction Problématique
Problématique générale
Concepts
«La macroforme ne constitue pas une donnée en soi. La définition de
ses limites ne peut se faire qu’après analyse de son fonctionnement
(navettes domicile-travail, polarisations, sentiment d’appartenance...)»
dans Morphologie urbaine, R. Allain, 2004
Croisement de données spatiales
densité de population sur grille régulière
graphes relatifs au transport
...
⇒ reconstruire et étudier des structures d’agglomérations urbaines
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 4 / 27

5. Introduction Problématique
Problématique générale
Objectif
Identification d’une typologie de structures urbaines caractérisant les
formes et relations fonctionnelles au sein des zones urbaines.
Nouvel outil d’étude des zones urbaines et de la mobilité
Basé sur la composition de :
Pôles urbains élémentaires
Flux et infrastructures reliant ces pôles
Grille de lecture géographique
Analyse des structures obtenues à l’aide de l’ensemble des modèles
théoriques de la géographie urbaine et économique
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 5 / 27

6. Introduction Problématique
Analyse conjointe de données raster et de données
de type graphe pour l’étude de la mobiblité
F IG . 1: Grille régulière de population (INSEE, F . 2:
IG Graphe des flux de mobilité
RFL) domicile-travail (INSEE)
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 6 / 27

7. Introduction Applications
Applications et perspectives
Etude de la mobilité et comparaison européenne
Analyser les structures urbaines sans dépendre des maillages
administratifs
⇒ Outils pour des comparaisons européenne
Analyser à la fois les formes et les relations pour comprendre le
développement et analyser leurs évolutions en lien avec la
mobilité
⇒ Outils pour l’étude de la morphogénèse des villes et des
réseaux
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 7 / 27

8. Travaux entamés
Les grandes étapes du projets
1 Définition des objets
2 Segmentation des pôles de population
3 Identification et description des structures urbaines
4 Typologie des structures identifiées
5 Exploitation de la typologie
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 8 / 27

9. Travaux entamés Définition des «objets urbains»
1. Définition des objets, questionnements ...
Définiton des «objets urbains» ?
Poser la ou les définitions de ce que l’on qualifie d’«objets urbains» et
que l’on souhaite étudier :
limites des zones urbaines ?
concentration de population // aspect fonctionnel
emboitement des échelles ?
choix de la résolution d’étude ...
données nécessaires pour établir la typologie des structures
urbaines : flux de mobilité, infrastructures, autres sources ... ?
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 9 / 27

10. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Piste étudiée
Employer une approche multi-échelle et hiérarchique pour saisir les
différents niveaux d’organisation des zones urbaines.
Données utilisée : densité de population sur grille (1km2 , INSEE)
Méthode testée : Algorithme Mean-Shift multi-échelles
Mean-shift multi-échelles [Cheng95,Slaney01]
Montée de gradient sur une densité (estimé par noyau)
⇒ localiser les modes, sans calculer la densité
⇒ clustering même mode = même classe
Extension multi-échelle en faisant varier la largeur du noyau
⇒ permet de construire une classification hierarchique.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 10 / 27

11. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 1km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 11 / 27

12. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 8.6km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 12 / 27

13. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
Données brutes Densité estimée par méthode à noyaux σ = 25km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 13 / 27

14. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
F IG . 3: Hierarchie des modes σ : 1km → 40km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 14 / 27

15. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
F IG . 4: Segmentation σ = 10km
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 15 / 27

16. Travaux entamés Segmentation des pôles de population
2. Segmentation des pôles de population
F IG . 5: Arbre hierarchique des modes.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 16 / 27

17. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
Piste étudiée
Mise en relation des pôles urbains élémentaires grâce à des données
relatives au transport :
flux (domicile-travail/école et autres)
infrastructures (transports en commun et individuels)
Traitement sous forme de graphe, aspect multi-échelle et hierarchique.
Recherche de communautés, clustering de graph :
clustering spectral récursif [Gleich06,Chung05]
maximisation de la modularité hierarchique [Newman04]
Données
Matrice OD (domicile/travail, INSEE) = Graphe orienté valué.
37 948 communes=communes, 1 560 058 arcs.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 17 / 27

18. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 6: Matrice d’adjacence ordonnée aléatoirement.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 18 / 27

19. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 7: Matrice d’adjacence ordonnée par clustering spectral.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 19 / 27

20. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 8: Matrice d’adjacence ordonnée par clustering spectral.
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 20 / 27

21. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 9: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 1, Sud-Ouest de la france).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 21 / 27

22. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 10: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 1, Sud-Ouest de la france).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 22 / 27

23. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 11: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 2, Aquitaine).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 23 / 27

24. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 12: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 2, Acquitaine).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 24 / 27

25. Travaux entamés Identification et description des structures urbaines
3. Identification et description des structures urbaines
F IG . 13: Matrice d’adjacence ordonnée par clustering spectral (Zoom, niveau 3, Aire urbaine de Bordeaux).
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 25 / 27

26. Travaux entamés Typologie des structures identifiées
4. Typologie des structures identifiées
Dialogue : données // modèles
urbains
Modèle concentrique de
Burgess
Modèle sectoriel de Hoyt
Modèle de hiérarchie urbaine
de Christaller
Modèle monocentrique
Modèle polycentrique
...
F IG . 14: Macroformes (Allain,2004)
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 26 / 27

27. Merci pour votre attention !
Ifsttar
Centre de Marne-la-Vallée
Batiment le “Descartes 2”
2, rue de la Butte Verte F-93166 Noisy le Grand cedex
Mél. etienne.come@ifsttar.fr
Tél. +33 (0)1 45 92 56 57
Site : www.ifsttar.fr
Etienne Côme (GRETTIA) Reconnaissance de structures urbaines 21/06/2010 27 / 27