ArcGIS: Analyse des services les plus proches avec le Network Analyst

Les SIG sont capables de faire plusieurs types d’analyse réseau. Parmi ces analyses, on trouve par exemple:

• le calcul du chemin le plus court, ou le chemin le plus rapide, le blus beau, etc. Il s’agit en fait simplement du chemin le moins coûteux, où le «coût» peut être la distance, le temps, la beauté (selon certains critères à définir), le niveau de pollution, etc. L’algorithme de calcul est à chaque fois le même, et la façon de procéder dans le SIG aussi.

• le calcul de l’installation la plus proche («closest facility» en anglais). Ce calcul permet de trouver le chemin le plus court vers un point précis, depuis plusieurs points de départ. Un exemple d’une telle analyse pourrait être de trouver l’hôpital le plus proche (en assumant qu’il y en a plusieurs dans les environs), et ceci depuis un point précis (p.ex. un lieu d’accident).

• le calcul de l’aire de service («service area» en anglais). L’aire de service, ou bassin de chalandise, est la région qui est accessible avec un coût maximal donné, par exemple avec une distance maximale le long du réseau routier, ou avec un temps maximal. Ce type d’analyse permet par exemple de trouver le nombre de personnes qui habitent à moins de 10 minutes de la gare centrale d’une ville.

D’autres types d’analyses sont aussi possibles. Toutes les analyses ont en commun qu’ils utilisent une sorte de réseau, et que les déplacements ne peuvent pas avoir lieu en dehors de ce réseau. Un réseau peut être représenté mathématiquement comme un graphe, l’analyse réseau dans les SIG sont donc une application concrète d’une analyse de graphe. Ce type d’analyse nécessite typiquement des algorithmes spécialisés.

Même si les SIG contiennent beaucoup d’algorithmes d’analyse de réseau, des analyses impliquant plusieurs modes de transport (les déplacements multi-modaux) restent relativement difficiles à implémenter. Un déplacement multi-modal est caractérisé par l’utilisation de plusieurs modes de transport, par exemple d’abord à pied, puis en train, et ensuite à vélo. ArcGIS est un principe en mesure de modéliser ce genre de déplacement. Cependant, la mise en place est souvent assez fastidieuse, et il est souvent plus simple (sans dire que c’est simple...) d’utiliser un logiciel spécialisé, surtout au si des transports publics sont utilisées. Ceci notamment en raison des horaires des transports publics. Parmi ces logiciels spécialisés on trouve par exemple comme OSRM ou OpenTripPlanner. Ce dernier permet d’utiliser à la fois le réseau routier d’OSM et les données de l’horaire des transports publics.

Dans ce tutoriel, on va travailler sur la base des aires de services, mais les principes d’une analyse de réseau restent dans les grandes lignes les mêmes. Concrètement, nous allons déterminer les aires de service pour à peu près chaque filiale de la poste, et ensuite calculer le nombre d’habitants pour chaque aire. Au niveau de la région d’étude, on va se limiter aux cantons de Genève, Vaud, Fribourg et Neuchâtel, en Suisse.

Ce présent tutoriel utilise ArcGIS Pro avec le Network Analyst. L’analyse réseau est aussi possible avec d’autres SIG; QGIS possède également des fonctions d’analyse réseau, dont certaines dans des plugins comme QNEAT. Avec une base de données PostgreSQL/PostGIS, il y a la possibilité d’utiliser l’extension pgRouting pour ainsi faire des analyses réseau directement dans la base de données spatiale. PostGIS est évidemment utilisable conjointement avec QGIS.

Le but est de créer une carte thématique qui contient les aires de service avec le nombre d’habitants associé. L’aire de service sera définie comme étant la zone dans laquelle il est possible d’atteindre la prochaine filiale de la poste en moins de 10 minutes.

Les données de départ contiennent plusieurs couches en format ESRI Shape:

• swisstopo/cantons_ge_vd_fr_ne_mod: Les polygones des cantons de Genève, Vaud, Fribourg et Neuchâtel. Ces données proviennent de Swisstopo, du jeu de données swissBoundaries3D. Dans la sélection des cantons, un petit bout du canton de Berne a été considérée (une enclave dans le canton de Fribourg), et inversement, une exclave de Fribourg à l’intérieur du canton de Berne n’a pas été prise en compte. Ceci pour avoir une région continue, ce qui est important pour le réseau routier à considérer.

• poste/points-service-poste_ge_vd_fr_ne: Les points de service de la poste. Attention, dans ce jeu de données, il y a un point pour chaque service. Une boîte à lettres ou un Postmat sont également considérés comme un service. On devra filtrer les services selon certains critères.

• osm/routes_ge_vd_fr_ne_lv95: Les routes et chemins provenant d’OpenStreetMap. Le fichier a été téléchargé depuis le site download.geofabrik.de, et ensuite coupé selon l’étendu des cantons considéré. On ne gardera uniquement les routes carrossables pour ne pas tenir compte des petits chemins et sentiers dans l’analyse des aires de service.

• osm/batiments_ge_vd_fr_ne: Les bâtiments provenant d’OpenStreetMap.

• ofs/geostat-statpop-2021: La population résidente par hectare, provenant de la section GEOSTAT de l’Office fédéral de la statistique (OFS). Le fichier Shape contient un attribut pop21_orig qui contient la population au 31.12.2021 selon les indications de l’OFS. En raison du secret statistique, les valeurs 1, 2 et 3 sont encodées avec la valeur 3 dans cet attribut. Afin d’avoir une estimation plus correcte, l’attribut pop21_mod contient une valeur estimée pour les points concernés du secret statistique. Consultez les méta-données sur le site de l’OFS pour plus de détails sur ces données.

Les différentes étapes de travail sont expliquées par la suite.