Les villes sont des systèmes complexes que les modèles urbains peuvent aider à comprendre. Des modèles les plus simplistes aux modèles les plus sophistiqués, la modélisation urbaine a permis de mieux comprendre la question urbaine et ses implications sociétales. Dans ce contexte, les modèles peuvent avoir une valeur-ajoutée appréciable dans le processus de décision publique. Encore faut-il que ces modèles deviennent pratiques et répondent aux contraintes opérationnelles de la chaîne de décision. Dans ce sens, peu de recherches s’est intéressée à la question de praticité des modèles urbains et leur utilisation en situation opérationnelle. À ce jour, les modèles urbains standard qui reposent sur une description agrégée de l’espace sont parmi les approches de modélisation les plus opérationnelles et aussi les plus répandues. De par sa relative praticité, cette approche standard est attractive et simple à mettre en oeuvre. Toutefois, l’agrégation spatiale peut aussi être une source de biais statistiques préjudiciables à la qualité de la modélisation. C’est en particulier, le cas des modèles intégrés Transport-Urbanisme ou des modèles de transport à quatre étapes.La présente thèse a pour objectif d’étudier la question de l’agrégation spatiale dans les modèles transport et plus particulièrement dans les modèles d’affectation des déplacements. Les modèles d’affectation servent à calculer les temps de parcours et les conditions de déplacement sous congestion, présents et futurs, des personnes et des marchandises. Ils servent aussi à calculer les accessibilités nécessaires aux modèles d’usage des sols dont les modèles de choix de localisation des ménages et des entreprises. Toute erreur ou biais dans l’affectation des déplacements peut compromettre la validité et la qualité globales de la modélisation. Dans ce cadre, une attention particulière doit être allouée au problème d’agrégation spatiale dans les modèles d’affectation. Dans ces modèles, l’agrégation spatiale consiste à regrouper les observations individuelles enutilisant une description agrégée de l’espace, i.e. des zones. Par nature, l’utilisation d’une description agrégée à la place d’une représentation continue engendre une omission de l’information et de sa variabilité et donc un biais statistique dans la modélisation. C’est le cas par exemple avec l’utilisation des connecteurs de zones ou avec l’omission des trafics intrazones dans les modèles d’affectation.En reposant sur les zones comme unité spatiale de base, les modèles de transport recourent à l’utilisation des connecteurs de zones pour relier les centroïdes de zones au réseau de transport. Les connecteurs sont des liens fictifs qui modélisent les conditions moyennes d’entrée et de sortie du réseau de transport. Pour ce faire, la majorité des modèles de transport reposent sur une méthode simpliste sujette au problème d’agrégation spatiale. La présente thèse examine en détail l’impact de cette description simpliste sur les résultats et la qualité d’un modèle d’affectation des déplacements en transports en commun. Cette thèse propose aussi une nouvelle méthode de modélisation des connecteurs de zones afin de s’affranchir partiellement du biaisd’agrégation spatiale dans la modélisation des conditions d’accès au réseau des transports en commun.L’utilisation des zones comme unité spatiale de base a aussi pour conséquence l’omission des trafics intrazones de l’affectation des déplacements. Les trafics intrazones ont pour origine et pour destination la même zone et de ce fait ne sont pas pris en compte par les modèles standard d’affectation. Cette omission a souvent été ignorée et son impact sur la qualité de la modélisation demeure non évalué. Cette thèse développe une méthode stochastique pour l’évaluation de cet impact... / Cities are complex systems that urban models can help to comprehend. From simplistic models to more sophisticated ones, urban models have pushed forward our understanding the urban phenomenon and its intricacies. In this context, models can be of great value to policy makers providing that these tools become practical. In this regard, research has put little emphasis on the practicality of urban models and their use under operational conditions.To date, urban models which rely on spatial aggregation are the closest possibility to come to practical models. For this reason, the spatially aggregated modeling framework is widely used. This framework is relatively practical when compared to other modeling frameworks like microsimulation. Nevertheless, spatial aggregation is a serious source of bias in these models. This is especially the case of Land-Use and Transport Interaction (LUTI) models and more particularly of Four Step Models.The current PhD is committed to the study of spatial aggregation issues in traffic assignment models. Traffic assignment is responsable for the computation of travel times and travel conditions of present and future travel demand. Accessibility measurement, which is at the core of LUTI models, is tightly dependent on traffic assignment modeling and outcomes. Any bias in traffic assignment is likely to corrupt the overall modeling framework. In this context, a special attention is to be paid to spatial aggregation in traffic assignment models.In traffic assignment, spatial aggregation consists in grouping observations using zones or traffic analysis zones instead of using a continuous representation of space. By design, aggregation bears an implicit omission in data variability and thus a potential bias if this omission is not random. This is the case with the definition of centroid connectors and the omission of intrazonal demand in traffic assignment. With the use of zones as the basic spatial units, transport models require the use of centroid connectors to attach zones to the transportation network. Centroid connectors are introduced to model average access and egress conditions to and from the network. Nevertheless, average accessibility conditions are found to be too crude to render accurately accessibility conditions as encountered by trip makers. The current PhD explores the extent of the impact of this spatial aggregation bias in the case of transit models and suggests a new modeling strategy to overcome such modeling errors.The use of zones as spatial units induces a loss of intrazonal data. The omission of intrazonal trips in traffic assignment models is an example of such omission. This research introduces an uncertainty framework to study the statistical impact of ignoring intrazonal trips in traffic assignment models. Findings from this research are used to design new assignment strategies that are more robust towards the omission bias and more generally towards the spatial aggregation bias.
| Identifer | oai:union.ndltd.org:theses.fr/2019LYSE2014 |
| Date | 08 April 2019 |
| Creators | Manout, Ouassim |
| Contributors | Lyon, Bonnel, Patrick |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0019 seconds