TERRAIN ET ANALYSE SPATIALE

Les Travaux d’ESPACE (TES)
UMR 7300 CNRS
COMPLEXITE ET MODELISATION
(Les doctorants et les autres)
Le 9 octobre 2015 - MMSH - Aix-en-Provence
Salle Duby
Equipe organisatrice : Killian Arteau (UNS), Maximin Chabrol (UAPV), Karine Emsellem
(UNS), Hadrien Fouillade-Orsini (UNS), Marion Le Tyrant (AMU), Romain Louvet (UAPV)
UMR 7300 ESPACE
98, boulevard Edouard Herriot – BP 3209 – 06 204 NICE Cedex
Directrice Christine VOIRON
L’objet de ce forum méthodologique : complexité et modélisation
Portant sur les relations entre « complexité et modélisation », les enjeux scientifiques de
ce forum méthodologique sont nombreux et vont laisser la place à différents échanges et
formes de présentation.
Comment les règles d’organisation spatiale définies dans le cadre de l’analyse spatiale
peuvent-elles générer des phénomènes géographiques complexes ? Comment la
complexité peut-elle être modélisée, formalisée, reproduite ? Telles sont les questions
posées au sein de l’UMR ESPACE, à propos de cette problématique. Pour y répondre, il
est nécessaire de considérer les systèmes spatiaux organisés et récursifs (Pumain, 1998)
et de mettre à l’épreuve les règles d’analyse spatiale pour faire apparaître le rôle de la
complexité parmi les facteurs d’organisation de l’espace et ainsi comprendre comment
une structure spatiale émerge des interactions locales et influe sur le comportement des
éléments responsables de ces interactions. Un couplage complexité-analyse spatiale se
met alors en place en combinant réflexion, déduction et analogie. On peut alors
1
reconstruire un monde à partir d’hypothèses. « Il faut essayer d’expliquer autre chose
que ce que l’on observe, c’est-à-dire faire preuve d’imagination pour essayer d’envisager
ce qui pourrait être observable et qui ne s’observe pas. » (Charre, 2000). Il s’agit bien de
modéliser la complexité des objets géographiques par une démarche qui lie l’imagination
et la déduction, et qui s’ouvre à une finalité opérationnelle. « On peut jouer avec des
règles déductives, en s’échappant de la logique de l’explication du monde tel qu’il est,
pour l’envisager tel qu’il pourrait être. » (Ellerkamp, 2000).
Plus largement, ce forum a pour objectif de s’interroger sur les relations entre complexité
et modélisation, abordées au sein de l’UMR ESPACE, à travers notamment les questions
suivantes :
 comment la complexité est-elle abordée dans nos travaux ? quels angles
d’attaque ? quelles originalités ? quels apports ?
 quelle modélisation de la complexité est mise en avant et pourquoi ? qu’est-ce
qu’une approche modélisatrice apporte, de plus, au traitement de la complexité
et pourquoi ?
 quels progrès thématiques ou méthodologiques ont été permis par les
recherches sur la complexité ?
 quels sont les intérêts (et les limites) ici d’une démarche interdisciplinaire,
souvent présente dans l’UMR ?
2
ATELIER 1
Définitions de la complexité en modélisation
Problématique
Qu’est-ce que la complexité dans une démarche de modélisation ?
Quels contenus et formes particulières ? Comment la conceptualiser ?
Toute théorie scientifique est le produit d’une abstraction d’une réalité
complexe. La Géographie n’échappe pas à cette règle, et a fortiori non
plus l’analyse spatiale de part sa finalité nomothétique. La modélisation
a été et est toujours un outil puissant d’explication du réel utilisé par
l’analyse spatiale dans sa recherche des lois d’organisation de
l’espace. Mais cette réduction que la modélisation implique fait l’objet
de critique la considérant comme une trop grande simplification. La
géographie moderne a alors pris un tournant similaire à l’ensemble des
sciences depuis le milieu du XXème siècle, passant du réductionnisme
cartésien à la prise en compte de la complexité dans l’explication des
phénomènes. De ce fait, les géographes s’appuient désormais souvent
sur le concept de complexité et l’ensemble des théories lui étant
attaché. Toutefois, la recherche d’une légitimité du discours s’appuyant
sur des théories dont les fondements mathématiques sont parfois mal
Positionnement maîtrisés étant malheureusement chose commune parmi les sciences
humaines et sociales, il convient donc de se demander ce qui justifie
l’utilisation du concept de complexité en géographie. En d’autres
termes : pourquoi avons-nous besoin des ces théories ? quelle
complexité rencontre la géographie ?
Pour cet atelier, on pourra s’appuyer sur les travaux d’André Dauphiné
(Les théories de la complexité en géographie, 2003), qui définit trois
complexités inhérentes à la géographie : complexité due au nombre de
composantes du système ; complexité des niveaux spatiaux (échelle)
et des niveaux d’organisation ; complexité due à un comportement
chaotique.
A partir de là, on traitera de ce qui fait complexité dans une
problématique géographique, et de ce que l’approche d’analyse
spatiale implique comme impératif dans la définition de la complexité.
Possibilités
d’interventions
 Echelles et complexité
 Interactions sociales et interactions spatiales dans la complexité
 L’émergence spatiale fait-elle la complexité ?

(liste non exhaustive, à développer en fonction des préoccupations et
des points d’intérêts des participants)
3
ATELIER 2
Problématique
Comment modéliser la complexité ?
Face à la complexité, quels choix d’outils, de méthodes, d’échelles ?
Quelles complémentarités et quels enchainements méthodologiques ?
Qu’est-ce qu’une approche d’analyse spatiale doit intégrer de plus, d’un
point de vue méthodologique, pour aborder la complexité ?
Possibilités
d’interventions
 le SMA : une réponse à tout pour la complexité ?
 Intégrer l’incertitude dans une fouille de données
 Quel apport des réseaux bayésiens dans la complexité ?
(liste non exhaustive, à développer en fonction des préoccupations et
des points d’intérêts des participants)
En géographie, la modélisation de la complexité a été rendue possible
grâce au développement de nouvelles technologies et notamment à la
diffusion des ordinateurs. Néanmoins, le soutien des machines
électroniques n’a pas résolu en totalité les nouveaux défis posés par la
modélisation. Le chercheur a besoin de bases de données fiables, aussi
bien d’un point de vue statistique qu’en termes de géoréférencement,
sans oublier une bonne maîtrise des logiciels afin d’effectuer les calculs
complexes attendus. L’objectif de cet atelier est de s’interroger sur le
traitement méthodologique de la complexité.
Positionnement
Prenons ici l’exemple des systèmes multi-agents (SMA), qui permettent
de programmer la mobilité des individus pour tenter de comprendre les
logiques de déplacement dans l’espace, même si cette méthode connait
des imperfections (BONIN O. 2014). Un cas concret d’application des
SMA concerne le réaménagement de la voirie d’Oxford Circus, à
Londres, effectuée dans le but de corriger le cheminement anarchique
des piétons au niveau dudit carrefour ce qui perturbait la fluidité du trafic
routier à cet endroit (RIBO J.C., 2014). Dans ce cadre, l’intérêt du travail
de modélisation consiste à comprendre le fonctionnement de systèmes
spatiaux qui, en raison de leur complexité, demeurent difficilement
intelligibles sans le recours à la technologie. Ceci afin d’avoir une
meilleure connaissance de la réalité et permettre d’apporter des
solutions d’aménagement optimales, comme ce fût par exemple le cas
lors du réaménagement de la voirie du carrefour londonien d’Oxford
Circus.
Cet atelier s’interrogera donc sur la manière de traiter de la complexité,
et sur l’apport de moyens méthodologiques particuliers.
4
ATELIER 3
Usages et limites des modèles de la complexité
Problématique
Quels sont les transferts possibles de modèles de la complexité vers la
société ? Quelle compréhension ? Quelle utilisation ? Quelle
opérationnalisation de la modélisation de ces processus ?
Possibilités
d’interventions
 Simplifier la complexité pour l’utiliser
 Quand une collectivité territoriale s’interroge sur la complexité…
 Au-delà de la cartographie, quelle modélisation simple à
comprendre ?
 Comment la complexité peut-elle intégrer les savoirs vernaculaires et
sociaux ?
 Comment la complexité peut elle permettre une véritable concertation
entre les acteurs ?
Modéliser la complexité, sous quelque forme que ce soit, n’a pas
vocation à contrôler et maîtriser le réel, mais à « traiter avec le réel »
(Morin, 2014 (1990)).
D’une part, cela suppose d’emblée que la notion d’incertitude fait partie
du réel et qu’une connaissance pleine et entière de toute chose est
impossible. Mais, la réduction des incertitudes est nécessaire pour
faciliter la prise de décision, opérer des choix et agir. En ce sens, les
outils de modélisation de la complexité créent du savoir dans le but de
faciliter le pouvoir d’agir.
D’autre part, à partir du fonctionnement ordinaire d’un système, la
modélisation de la complexité produit de l’information et des
connaissances pour en saisir les dynamiques et les tendances et
décrire ainsi des scénarios prospectifs. Ainsi, la modélisation ne prédit
Prositionnement pas ; elle est un outil de prévision pour aider les acteurs à anticiper et
optimiser leurs actions dans le moyen et le long terme.
Enfin, comment chaque modélisation de la complexité est-elle comprise
par la société ? Le développement des sciences et des techniques
apporte-t-il nécessairement plus de certitudes à la connaissance, et
permet-il de mieux appréhender la complexité ? Les domaines de la
santé et de l’environnement offrent de nombreux exemples où l’avenir
reste « opaque et menaçant » (Callon, Lascoumes, Barthe, 2001) et où
les controverses publiques renforcent la visibilité des incertitudes
(émergences des maladies infectieuses telles que Ebola, le SRAS ;
débats autour du réchauffement climatique ; controverses autour des
OGM,…). Au total donc, l’action et l'anticipation du devenir d'un
système ne sont pas nécessairement conditionnées par une
connaissance fine et chiffrée des processus en jeu. L’action peut
s’engager, y compris dans un contexte incertain.
(liste non exhaustive, à développer en fonction des préoccupations et
des points d’intérêts des participants)
5
Programme détaillé des communications
« Complexité et modélisation (Les doctorants et les autres) »
9 octobre 2015 - MMSH Aix en Provence -Salle PAF
14h– 15h30
Atelier 2 : Comment modéliser la complexité ? (fin)
K. Arteau (Nice)
Prise en compte de l’incertitude : la logique floue, une méthode
appropriée
H. Fouillade-Orsini (Nice)
9h45 – 10h00
Accueil à la MMSH Aix-en-Provence
10h00 – 10h05
K. Emsellem
Introduction
Positionnement et attendus du TES
10h05– 11h00
Atelier 1 : Définitions de la complexité en modélisation
R. Louvet (Avignon)
M. Chabrol (Avignon)
Julien Andrieu
& Matthieu Vignal (Nice)
Détermination des aires de distribution futures des espèces
végétales
Unités et niveaux d’analyse spatiale : une définition triplement
complexe
Discussions avec la salle (14h45 – 15h30)
Réflexion autour des concepts d’entropie et de structures
dissipatives : Evolution des systèmes de villes et consommation
d’énergie
Discussions avec la salle (10h35 – 11h)
11h00 – 11h15
Pause café (offerte par l’UMR)
11h15– 12h45
Atelier 2 : Comment modéliser la complexité ? (début)
L. Wester (AMU)
Quelles approches de modélisation multi-agents pour
quels objectifs ?
D. Josselin (Avignon) Simulation
multi-agents de
spontanés
transports flexibles
Localisation et accessibilité aux espaces verts : l'intérêt de
l'analyse spatiale dans la modélisation des inégalités
environnementales à l'échelle infra-urbaine.
15h30 – 15h45
Pause
15h45– 16h45
Atelier 3 : Usages et limites des modèles complexes
S. Bourrelly
Promesses et limites de l’intégration de la complexité
géographique dans la modélisation et la compréhension de
phénomènes spatiaux. Conséquences dans la prise de décision
en santé environnementale.
Discussions avec la salle (16h – 16h45)
et
16h45
Conclusion sur la journée
Discussions avec la salle (12h – 12h45)
12h45-14h
Repas au restaurant de la MMSH
6
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Nom : LOUVET
Prénom : Romain
Qualité : Doctorant, 2ème année
Site de l’UMR : Avignon
Téléphone : 06 77 43 64 19
E-mail : [email protected]
Forme de la proposition
□ Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
□ Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Résumé de la communication ou du poster :
Nous proposons une discussion au sujet de la définition de la complexité en
relation avec les enjeux méthodologiques (tels que le MAUP et le problème
d’inférence écologique), mais aussi conceptuels (définition de l’objet
observé), que soulèvent l’utilisation de différents découpages de l’espace
géographique en unités et en niveaux d’analyses, et de la difficulté à
modéliser les relations entre ces découpages.
En s’appuyant sur une réflexion et des exemples autour du questionnement
quant à la notion d’échelle (abordés dans le cadre d’une première année de
doctorat), nous présentons une définition dialectique de la complexité,
comme étant, d’abord, un paradigme critique de la trop grande simplicité
des modèles ; puis un ensemble de concepts pouvant s’intégrer aux
modèles existants ; et, enfin, une théorie débouchant sur de nouveaux
modèles.
Questions soumises au débat :
1. En quoi réfléchir aux unités et aux niveaux d’analyse remet en question
les modèles et relève de la complexité ? Quels problèmes cela soulève ?
2. Peut-on améliorer les modèles en intégrant l’influence des unités et des
niveaux d’analyse sur les résultats ? La notion d’émergence peut-elle
expliquer cette influence ?
3. Quels modèles complexes nous permettraient d’expliquer le rapport entre
plusieurs unités et niveaux d’analyse ? Peut-on modéliser autrement le
découpage de l’espace géographique ?
Titre de la communication ou du poster :
Unités et niveaux d’analyse spatiale : une définition triplement complexe
7
Nom : CHABROL
Prénom : Maximin
Qualité : Doctorant
Site de l’UMR : Avignon
Téléphone : 0623458369
E-mail : [email protected]
Résumé de la communication ou du poster :
En considérant les systèmes de villes comme des structures dissipatives
qui apparaissent et se maintiennent grâce à un flux constant d’énergie, leur
niveau de consommation énergétique équivaut à une mesure de leur
dissipation d’énergie et de production d’entropie. L’entropie est en effet pour
les physiciens une mesure de la dégradation (ou dissipation) de l’énergie.
En thermodynamique, le terme de dissipation est préféré à celui de
consommation car l’énergie consommée ne disparaît pas, elle est
transformée en chaleur. Les expressions dissipation, dégradation,
production d’entropie et consommation d’énergie sont en fait équivalentes.
Cette contribution présente des corrélations élevées entre la consommation
d’énergie et l’évolution des systèmes de villes de 1800 à 2010 en Europe,
mesurée ici par la pente rang-taille des agglomérations de plus de 10 000
habitants comme indicateur de la complexité des systèmes de villes à un
niveau macro-géographique. Ces résultats interrogent sur l’augmentation
nécessaire des besoins en énergie des systèmes de villes pour maintenir
leur fonctionnement. La crise énergétique actuelle serait-elle synonyme de
bifurcation dans l’évolution des systèmes de villes ?
Forme de la proposition
□ Communication de 15 minutes
□ Poster
Questions soumises au débat :
1. Transfert de concept / transfert de méthode
2. Intérêt du concept d’entropie en sciences humaines
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
□ Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Réflexion autour des concepts d’entropie et de structures dissipatives :
Evolution des systèmes de villes et consommation d’énergie
8
Résumé de la communication ou du poster :
Nom : Wester
Prénom : Léa
Qualité : Doctorant
Site de l’UMR : AMU
Téléphone : 0603110600
E-mail : [email protected]
Les systèmes multi-agents autorisent la modélisation de processus
complexes à partir d’interactions entre éléments dans un environnement
défini. Dans ce cadre, la tentation du modèle totalisant est forte. Cependant,
malgré les avancées technologique récentes, celui-ci n’est toujours ni
réalisable ni souhaitable.
Le rapport du modèle à la réalité observée réside dans les hypothèses qui
ont présidé sa construction. Deux écoles de pensées forment deux
démarches de modélisation à base d’agents : KISS et KIDS.
La première met l’accent sur la nécessaire simplicité des hypothèses. Ces
modèles très stylisés ont pour objectif de se focaliser sur l’analyse des
processus. La seconde démarche est plus fondée des modèles descriptifs
dont l’objectif est de reproduire les processus observés.
A travers l’exemple de mes travaux de thèse, je présenterai différentes
utilisations des SMA pour aborder la complexité des systèmes de transport
collectifs artisanaux. Au croisement de ces deux approches, la question
porte sur la capacité du modèle à remplir les objectifs mais également sur le
champ de validité des résultats.
Forme de la proposition
x Communication de 15 minutes
□ Poster
Questions soumises au débat :
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
X Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Quelles approches de modélisation multi-agents pour quels objectifs ?
1. Comment rendre un SMA adaptable à plusieurs cas : de la modélisation
des processus à l’implémentation de données de terrain ?
2. Quelle validation pour quel type d’analyse : de la simple cohérence
interne à la confrontation à des données issues d’enquêtes ?
3. Que faire de l’absence de protocoles reconnus et fiables de calibration
des modèles ?
9
Résumé de la communication ou du poster :
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
A travers les résultats de la thèse d'Adrien Lammoglia sur la modélisation
agents de transports flexibles et spontanés au Sénégal et en France, nous
illustrons la modélisation de la complexité et discutons des apports et des
limites d'une telle approche.
Réponse à l’appel à proposition
Questions soumises au débat :
Nom : Josselin
Prénom : Didier
Qualité : DR
Site de l’UMR : Avignon
Téléphone : 06 07 40 69 38
E-mail : [email protected]
1. Un paradoxe de la complexité : rasoir d'Ockham, modèles KIDS et KISS
VERSUS expressivité (de la complexité) des modèles
2. Volées de genèse d'individus simulés (e.g. les ticks de netlogo) : quel
impact de cette granularité dans les résultats des modèles complexes ?
3. Autopoïèse et émergence de formes : une tautologie des modèles ou une
réelle induction de connaissance ?
Forme de la proposition
x Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
X Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Simulation multi-agents de transports flexibles et spontanés
10
Résumé de la communication ou du poster :
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Il s’agit ici de rappeler la nécessité de prendre en compte l’incertitude à
travers la mise en avant d’une méthode appropriée, la logique floue. On
mettra en avant l’intérêt de cette modélisation en expliquant la méthode
dans ses grandes lignes et de façon imagée. Afin de rendre compte de ce
que cette modélisation peut offrir, nous montrerons une application concrète
autour d’une problématique urbaine. Le premier atelier s’attache à définir ce
que l’on entend par complexité en modélisation. En prenant un exemple
précis un lien avec l’application, nous prendrons la peine de pointer du doigt
la matérialisation de cette incertitude dans la donnée disponible afin rentrer
dans l’explication de la méthode
Nom : Arteau
Prénom : Killian
Qualité : Doctorant
Site de l’UMR : Nice
Téléphone : 0618207532
E-mail : [email protected]
Forme de la proposition
x Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
X Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Prise en compte de l’incertitude : la logique floue, une méthode appropriée
11
Résumé de la communication ou du poster :
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Nom : Fouillade Orsini
Prénom : Hadrien
Qualité : DCCE
Site de l’UMR : NICE
Téléphone : 06 87 37 86 78
E-mail : [email protected]
Le calcul des accessibilités piétonnières aux espaces verts en ville
confirme-t-il une relation entre inégalités environnementales et quartiers
prioritaires qui sont des espaces urbains délimités par le Législateur sur la
base de critères économiques et sociaux. Ces quartiers sont aussi
caractérisés par la prégnance des problèmes de délinquance.
Questions soumises au débat :
1. Comment poursuivre un travail de recherche lorsque les bases de
données sont inexistantes et/ou lacunaires ?
2. Modéliser la complexité ou simplifier le réel ?
Forme de la proposition
□ Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
□ Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Localisation et accessibilité aux espaces verts : l'intérêt de l'analyse spatiale
dans la modélisation des inégalités environnementales à l'échelle infraurbaine.
12
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Nom : ANDRIEU
Prénom : Julien
Qualité : MCF
Et
Nom : VIGNAL
Prénom : Matthieu
Qualité : Etudiant M2
Site de l’UMR : Nice
E-mail : [email protected]
Titre de la communication ou du poster :
Détermination des aires de distribution futures des espèces végétales
Résumé de la communication ou du poster :
L’élévation des températures, conséquence du changement climatique, va
probablement entrainer, selon les experts du GIEC, des impacts sur la
biodiversité végétale terrestre. Ainsi, l’étude des réponses potentielles
apportées par la végétation forme aujourd’hui un domaine très actif
notamment en biogéographie. Les aires de distribution des espèces
végétales sont le résultat d’un ensemble de processus complexes, de la
reproduction jusqu’à son maintien. L’objectif de cette étude est de présenter
les apports de l’analyse spatiale, à travers la démarche modélisatrice, dans
la détermination des aires de distribution futures des espèces végétales,
dans ce cadre climatique. La méthode élaborée permet, à partir de relevés
d’espèces et de descripteurs de l’environnement, de spatialiser l’aire de
répartition d’une espèce afin de l’intégrer dans un modèle dynamique,
comme foyer émetteur de la diffusion spatiale. En effet, elle cherche à
formaliser les modifications de la distribution végétale à travers la simulation
de processus complexes tels que la production, la dissémination, la
germination et la mortalité. Le modèle élaboré permet alors d’exposer, à
travers la variation des paramètres, les dynamiques spatiales et temporelles
de cette aire de distribution.
Forme de la proposition
□ Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
□ Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
13
Forum Méthodologique : Complexité et modélisation
(Les doctorants et les autres)
Le 9 octobre 2015 – MMSH Aix-en-Provence
Réponse à l’appel à proposition
Nom : BOURRELLY
Prénom : Stéphane
Qualité : ATER
Site de l’UMR : Nice
Téléphone : 06 09 11 59 84
E-mail : [email protected]
Forme de la proposition
□ Communication de 15 minutes
□ Poster
Atelier dans lequel s’inscrit la proposition :
□ Définitions de la complexité en modélisation
□ Comment modéliser la complexité ?
□ Usages et limites des modèles complexes
Titre de la communication ou du poster :
Promesses et limites de l’intégration de la complexité géographique dans la
modélisation et la compréhension de phénomènes spatiaux. Conséquences
dans la prise de décision en santé environnementale.
Résumé de la communication ou du poster :
« La complexité qualifie tout ensemble qui résiste à la compréhension
immédiate » (Comte-Sponville 2014). La question de la complexité est
pluridisciplinaire ; c’est pourquoi elle « controversée », jusque dans sa
définition (Bonin 2014). Une exploration approfondie de la complexité
engendre des incertitudes, voire des insatisfactions. A tel point que l’idée de
science et de vérité semblent s’écrouler ; rendant la prise de décision
parfois très compliquée. Or, nous verrons ici que cette idée est fausse.
C’est même le contraire.
En effet, l’objectif de la science est de chercher, dans la complexité,
quelques vérités simples à partir desquelles on puisse agir. En géographie
l’élaboration d’outils robustes de modélisation vise à simplifier des systèmes
complexes multidimensionnels, afin d’anticiper l’évolution de phénomènes
spatiotemporels particuliers. Et par suite, de faciliter la prise de décision
(Pumain 1997, 2003)
L’émergence de big data, c’est-à-dire d’une grande Voluminosité, Vélocité
et Variété de données, complexifie les représentations de la Vérité (Vitocolo
2015). Les progrès en data-mining offrent des moyens robustes pour
dépasser cet écueil. Nous verrons comment les méthodes statistiques de
classification non supervisée facilitent la création d’indicateurs « simples » ;
adaptés à la prise de décision. Le propos sera illustré par la modélisation de
la défaveur sociale et des niveaux de contamination environnementale par
les pesticides, au Luxembourg. Nous verrons aussi qu’il est possible de
modifier les algorithmes afin d’intégrer des composantes spatiales. De fait la
complexité géographique est prise en compte, rendant les modélisations a
priori sûres (Fürnkranz et al. 2012)... Enfin, une machine learning sera
utilisée pour éclairer les trois questions soumises au débat.
Questions soumises au débat :
1. L’intégration de la complexité géographique apporte-t-elle
réellement une meilleure compréhension de la mortalité observée ?
2. Quelle certitude l’intégration de la complexité probabiliste confère
aux décisions visant à améliorer la santé environnementale ?
3. Enfin la « simplicité » est-elle vraiment le « raffinement extrême »
comme l’affirmait Léonard de Vinci ?
14