Une vieille question de recherche
Christophe Mimeur, THEMA, Dijon –
Résumé de la présentation lors du goûter du 12 Mars 2015
La question du lien entre réseau et territoire alimente la littérature scientifique depuis l’apparition même de ces deux termes. Pour autant, cette thèse part du constat d’un « vertigineux rétrécissement spatio-temporel » (BAVOUX, 2005). Jusqu’au début du XIXème siècle, on constate l’ « immense piétinement des Hommes » (BAVOUX, 2005), même si la traction hippomobile se développe avec le relais des postes royales. Pour autant, les nombreux arrêts nécessaires au changement des chevaux ne permet pas d’accroître de manière significative la vitesse moyenne des déplacements.
En revanche, l’invention du chemin de fer dans la décennie 1830 provoque la « révolution de la vitesse » (STUDENY, 1995). En l’espace de 20 ans, les vitesses moyennes sont multipliées par 6, et à cette époque, la « grande vitesse » est bien celle de la locomotive à vapeur. Cet effet multiplicateur est largement supérieur aux évolutions que l’on connaît au XXème siècle, puisque les vitesses moyennes n’ont été multipliées que par 3 depuis le début du XXème siècle, alors même que la grande vitesse aujourd’hui est largement connotée par les vitesses folles du TGV. Ce premier aperçu fait émerger la relativité de la notion de « grande vitesse ».
De ce fait, la question de recherche est celle de l’étude des interactions entre le système de transport et les dynamiques de population. Elle agite les communautés scientifiques et institutionnelles depuis l’apparition des premiers chemins de fer. Constatant l’évolution des vitesses sur le réseau ferroviaire depuis 1860, ce travail pose l’hypothèse que la longue durée puisse faire émerger de nouvelles interactions. Les dynamiques de population sont quant à elles envisagées sous le prisme de l’évolution démographique des communes françaises, « la taille démographique est un excellent résumé de très nombreuses propriétés fonctionnelles » (PUMAIN, 1997).
Du SIG-H à la base de données relationnelle
Ce travail s’inscrit dans le champ des Spatial Humanities ou GeoHumanities, deux termes cohabitant ces derniers temps. C’est d’abord sous l’angle du système d’information géo-historique que sont opérées les processus de collecte de données. Deux bases de données, démographiques et ferroviaires cohabitent donc, avec une structuration composite, adaptée de la méthode data stamping (VRANA, 1989), où chaque objet est défini par une date de début et une date de fin. La localisation est donc à la fois spatiale et temporelle. Les sources de données sont rassemblées dans le tableau ci-dessous.
| Couches d’informations | Base vectorielle | Sources de digitalisation | ||
| Cartes | Textes | |||
| Démographie | IGN GeoFla | Communes d’hier, communes d’aujourd’hui | ||
| Réseau ferroviaire | IGN Route 500 | SNCF, 1944 | Histoire chronologique des chemins de fer. Trains oubliés, les petits trains de Jadis | |
Ce travail donne une place centrale à la notion d’accessibilité, comme indicateur d’analyse d’un réseau de transport. Elle est aussi celle qui permet de prendre en compte l’accélération des vitesses sur le réseau ferroviaire depuis sa création. Le calcul d’un temps de parcours passe par la transformation des données en un graphe, le long duquel des algorithmes de plus court chemin pourront être adaptés. Pour cela, il faut définir l’impédance de chaque tronçon ferroviaire, comme temps de parcours nécessaire à le parcourir.
La qualification de ce graphe comme dynamique est valable pour 3 raisons :
- Un tronçon ferroviaire n’existe pas à sur l’ensemble de la fenêtre temporelle ;
- Le temps nécessaire pour le franchir est variable dans le temps ;
- L’existence d’une gare comme point d’entrée du réseau est variable dans le temps.
En cela, les outils SIG traditionnels ne sont plus pertinents, compte tenu de la prise en compte du temps d’un côté, et de la masse de données de l’autre. C’est pour cela que l’on a recours au serveur de gestion de bases de donnes PostgreSQL, couplé à son extension spatiale PostGIS et au module permettant de parcourir un réseau pgRouting.
Dès lors, une matrice de gare à gare est obtenue sur la fenêtre temporelle 1860-1930, de 11 000 gares à 11 000 gares, représentant une table d’environ 50 Go.
Des parcours bimodaux
L’évolution du réseau montre que toutes les communes ne sont pas pourvues de gares. Or, l’objectif est bien d’obtenir une matrice de commune à commune. Il faut donc prendre en compte un temps de parcours de la commune jusqu’à la gare la plus proche, en amont et en aval du trajet ferroviaire. On se retrouve avec un chemin en 3 segments :
Pour autant, la lâcheté du réseau en 1860 nécessite d’opérer un arbitrage entre un temps de parcours par le réseau ferroviaire qui nécessite parfois de très grands détours, et un seul temps de parcours pédestre, plus direct et moins chronophage. La confrontation à une simple matrice pédestre est alors nécessaire.
Ces requêtes basées sur le principe des bases de données relationnelles sont néanmoins chronophages en calcul et représentent 50 minutes pour la seule région Bourgogne. Une estimation France Entière établit environ 8 jours de calcul nécessaire.
L’analyse comme processus final mais fondamental
A l’issue de l’ensemble de ces traitements, l’objectif est bien d’analyser les liens entre ces indices d’accessibilité et les évolutions démographiques. Si l’on pointe souvent les lourdes étapes de collecte et de traitement dans le domaine des GeoHumanities, l’objectif est bien de dépasser ce stade pour apporter des réponses thématiques au lien entre réseau et territoire.
Différents dispositifs émergent :
- Traitements économétriques
- Traitements multivariées
Références :
Bavoux, Jean-Jacques, Francis Beaucire, Laurent Chapelon, and Pierre Zembri. 2005. Géographie Des Transports. Paris: A. Colin.
Pumain, Denise. 1997. “Pour Une Théorie Évolutive Des Villes.” Espace Géographique 26 (2): 119–34.
Studeny, Christophe. 1995. L’invention de La Vitesse: France, XVIIIe-XXe Siècle. Paris: Gallimard.
Vrana, Ric. 1989. “Historical Data as an Explicit Component of Land Information Systems.” International Journal of Geographical Information Systems 3 (1): 33–49.
