Les territoires sont innervés par une multitude de réseaux sur lesquels se sont construits les modes de vie modernes et le fonctionnement de la société tout entière; cette dépendance de la société à leur égard se double d’une interdépendance entre les territoires eux-mêmes puisque de par leur structure, les réseaux d’énergie, de télécommunication, d’assainissement ou de circulation intègrent des territoires distincts dans un système commun. Ainsi peut-on poser l’hypothèse que le développement de réseaux va de pair avec le développement de la vulnérabilité des territoires. Cette interdépendance multi-niveau des territoires et des réseaux tend à complexifier les situations à risque et place l’anticipation de systèmes de risques et la détection des espaces à enjeux, dans un contexte de très forte incertitude. L’incomplétude, l’imprécision et l’incertitude autour de la connaissance rétrospective, spatiale et technique de ces systèmes de risques contraignent d’autant plus cette démarche. Malgré cela, pour parvenir à un niveau de prédictibilité et d’anticipation satisfaisant, la modélisation spatiale des systèmes de risque doit alors être capable d’intégrer différents types d’effets dominos et d’envisager les nombreuses trajectoires possibles de la diffusion spatiale des impacts d’un aléa. Dans ce cadre possibiliste, la modélisation spatiale des systèmes de risques et la détection des espaces à enjeux s’appuient sur l’articulation originale de quatre concepts liés à l’analyse des risques et la stabilité des systèmes : la susceptibilité, la criticité, la résilience et la dépendance, que nous avons regroupées sous l’acronyme SCReD. L’estimation de ces propriétés territoriales est réalisée à partir de traitements géomatiques permettant de prendre en compte l’incertitude et l’imprécision, et aboutit à une délimitation des espaces à risques, influencée notamment par les concepts d’espaces géographiques flous. La démarche, orientée à la fois vers le théorique et l’opérationnel, repose sur la compréhension des liens entre vulnérabilité des territoires, vulnérabilité des réseaux et vulnérabilité des populations. Ces méthodes sont appliquées de manière rétrospective aux cas de Barcelone et du département du Var, et dans une logique anticipative et de détection des espaces à enjeux dans le cas de Marseille. Les systèmes de risques associés à ces applications peuvent être d’une complexité variable et déclenchés par différents types d’aléas ; dans le cas de Barcelone, l’évènement est initialement une coupure électrique, dans le cas du Var, on considère également les interactions du système territoire-réseau avec les aléas naturels incendies et tempêtes de neige, alors que pour le cas Marseillais, les systèmes de risques sont initiés par une inondation. Progressivement, au fil des exemples proposés, la complexité des méthodes de spatialisation des systèmes de risques s’accroit en prenant en compte l’incertitude et l’imprécision de manière de plus en plus explicite. Les résultats apparaissent alors plus nuancés, les limites spatiales des systèmes de risques s’estompent et perdent en termes de netteté ce qu’elles gagnent en termes d’exactitude. / Territories are innervated by a multitude of networks on which modern lifestyles have been built up as well as the functioning of society as a whole; such dependence of society towards them is coupled with an interdependence between those territories, in view of the fact that because of their structure, energy, telecommunications, water, drainage and circulation networks integrate different territories into a common system. Therefore, the following hypothesis can be put forward: developing networks goes hand in hand with developing the vulnerability of territories. Such multi-level interdependence tends to make risk situations more complex, and anticipating risk systems and detecting strategic areas is carried out in a context of high uncertainty. The fact that the retrospective, spatial and technical knowledge of thess risk systems is incomplete, imprecise and uncertain is all the more constraining for that approach. In spite of the foregoing, in order to attain a satisfactory level of predictability and anticipation, spatial modelling of risk systems should therefore be able to integrate various types of domino effect and envisage the numerous possible paths followed by the spatial diffusion of unknown factors. In such a possibilist context, spatial modelling of risk systems and the detection of strategic areas is based on the original articulation of four concepts related to risk analysis and system stability: susceptibility, criticality, resilience and dependence, which we designate by the acronym SCReD. Assessing territorial properties is carried out through geomatics processing taking into account uncertainty and imprecision, and leads to the delimitation of risk areas, influenced among others by the concept of vague geographical areas. The approach, which is oriented both towards the theoretical and the operational, is based on the understanding of the links between the vulnerability of territories, vulnerability of networks and vulnerability of populations. These methods are applied retrospectively to the cases of Barcelona and the Var département, and in the case of Marseille with an anticipative approach in order to detect strategic areas. The risk systems associated to these applications may be diversely complex and be triggered by different kinds of unknown factors; in the case of Barcelona, it is a power cut; in the case of the Var are also taken into account interactions between the network-territory system and natural occurrences such as fires and snow storms. In the case of Marseille, the risk systems are triggered by floods. In the examples proposed, the spatialization methods of risk systems become progressively more complex, taking into account uncertainty and imprecision in an increasingly explicit manner. Then results appear, more qualified, the spatial limits of risk systems become less marked and lose in terms of clarity what they gain in terms of accuracy. / Los territorios están conectados por una multitud de redes sobre las que son construidas las formas de vida modernas y el funcionamiento de la sociedad al completo. Esta dependencia de la sociedad respecto a las redes se añade a una interdependencia entre los propios territorios ya que debido a su estructura, dichas redes de energía, de telecomunicación, de saneamiento o de circulación integran territorios distintos dentro de un sistema común. Así, podemos establecer la hipótesis de que el desarrollo de redes va a la par con el desarrollo de la vulnerabilidad de los territorios. Esta interdependencia multinivel de los territorios y de las redes tiende a complejizar las situaciones de riesgo y sitúa los sistemas de prevención de tales riesgos y a la detención de espacios de importancia, en un contexto de fuerte incertidumbre. La falta, la imprecisión y la incertidumbre en torno al conocimiento retrospectivo, espacial y técnico de estos sistemas de riesgos limita todavía más esta gestión. A pesar de esto, para conseguir un nivel de predictibilidad y de anticipación satisfactorio, la modelización espacial de los sistemas de prevención de riesgos debe ser capaz de integrar diferentes tipos de efecto dominó y prever las numerosas trayectorias posibles de la difusión espacial. En este marco posibilista, la modelización espacial de sistemas de riesgo y la localización de de espacios deimportancia se apoyan sobre la articulación original de cuatro conceptos ligados al análisis de riesgos y a la estabilidad de los sistemas: La susceptibilidad, la crítiticidad, la adaptación, y la dependencia, que hemos reagrupado en el acrónimo SCReD. La estimación de estas propiedades territoriales está realizada a partir de tratamientos geomáticos que permiten tener en cuenta la incertidumbre y la imprecisión, y llegar a un resultado de delimitación de espacios de riesgo, nfluenciados especialmente por los conceptos de espacio geográficos difusos. La gestión, orientada a la vez teórica y operacionalmente, descansa sobre la comprensión de los vínculos entre la vulnerabilidad de los territorios, la vulnerabilidad de las redes y la vulnerabilidad de las poblaciones. Estos métodos son aplicados de manera retrospectiva a los casos de Barcelona y del departamento de Var; y dentro de una lógica anticipativa y de localización de espacios de importancia en el caso de Marsella. Los sistemas de prevención de riesgos asociados a estas aplicaciones pueden ser de una complejidad variable y pueden así mismo provocar diferentes tipos de elementos imprevisibles. En el casode Barcelona, el acontecimiento es inicialmente un corte eléctrico; en el caso de Var, consideramos igualmente las interacciones del sistema territorio-red con los elementos naturales imprevisibles como los incendios y las tormentas de nieves; mientras que para el caso marsellés, los sistemas de prevención de riesgos son iniciados por una inundación.Progresivamente, al hilo de los ejemplos propuestos, la complejidad de los modelos de espacialización de los sistemas de prevención de riesgos se incrementan teniendo en cuenta la incertidumbre y la imprecisión de una manera cada vez más explícita. Los resultados parecen ser más sutiles y los límites espaciales de los sistemas de prevención de riegos se difuminan, perdiendo en términos de nitidez, aunque ganando en términos de exactitud.

Les territoires sont innervés par une multitude de réseaux sur lesquels se sont construits les modes de vie modernes et le fonctionnement de la société tout entière; cette dépendance de la société à leur égard se double d'une interdépendance entre les territoires eux-mêmes puisque de par leur structure, les réseaux d'énergie, de télécommunication, d'assainissement ou de circulation intègrent des territoires distincts dans un système commun. Ainsi peut-on poser l'hypothèse que le développement de réseaux va de pair avec le développement de la vulnérabilité des territoires. Cette interdépendance multi-niveau des territoires et des réseaux tend à complexifier les situations à risque et place l'anticipation de systèmes de risques et la détection des espaces à enjeux, dans un contexte de très forte incertitude. L'incomplétude, l'imprécision et l'incertitude autour de la connaissance rétrospective, spatiale et technique de ces systèmes de risques contraignent d'autant plus cette démarche. Malgré cela, pour parvenir à un niveau de prédictibilité et d'anticipation satisfaisant, la modélisation spatiale des systèmes de risque doit alors être capable d'intégrer différents types d'effets dominos et d'envisager les nombreuses trajectoires possibles de la diffusion spatiale des impacts d'un aléa. Dans ce cadre possibiliste, la modélisation spatiale des systèmes de risques et la détection des espaces à enjeux s'appuient sur l'articulation originale de quatre concepts liés à l'analyse des risques et la stabilité des systèmes : la susceptibilité, la criticité, la résilience et la dépendance, que nous avons regroupées sous l'acronyme SCReD. L'estimation de ces propriétés territoriales est réalisée à partir de traitements géomatiques permettant de prendre en compte l'incertitude et l'imprécision, et aboutit à une délimitation des espaces à risques, influencée notamment par les concepts d'espaces géographiques flous. La démarche, orientée à la fois vers le théorique et l'opérationnel, repose sur la compréhension des liens entre vulnérabilité des territoires, vulnérabilité des réseaux et vulnérabilité des populations. Ces méthodes sont appliquées de manière rétrospective aux cas de Barcelone et du département du Var, et dans une logique anticipative et de détection des espaces à enjeux dans le cas de Marseille. Les systèmes de risques associés à ces applications peuvent être d'une complexité variable et déclenchés par différents types d'aléas ; dans le cas de Barcelone, l'évènement est initialement une coupure électrique, dans le cas du Var, on considère également les interactions du système territoire-réseau avec les aléas naturels incendies et tempêtes de neige, alors que pour le cas Marseillais, les systèmes de risques sont initiés par une inondation. Progressivement, au fil des exemples proposés, la complexité des méthodes de spatialisation des systèmes de risques s'accroit en prenant en compte l'incertitude et l'imprécision de manière de plus en plus explicite. Les résultats apparaissent alors plus nuancés, les limites spatiales des systèmes de risques s'estompent et perdent en termes de netteté ce qu'elles gagnent en termes d'exactitude.