Les scientifiques tentent de modéliser les relations entre les acteurs environnementaux, économiques et sociaux dans le cadre d’une transition vers la soutenabilité à l’échelle régionale.
Les solutions de développement durable intègrent de façon équilibrée différents facteurs environnementaux, économiques et sociaux. Les zones urbaines concentrent de forts taux d’activités humaines et exacerbent la pression exercée par ces facteurs. Les collectivités peinent alors à choisir les solutions durables qui offrent une bonne répartition de ces différents paramètres.
L’urbanisation est un système complexe dans lequel entrent notamment en jeu un va-et-vient entre l’expansion géographique des zones péri-urbaines résidentielles et le développement des moyens de transport urbains et péri-urbains.
L’agence d’urbanisme de la région grenobloise travaille à l’amélioration des modèles qui décrivent la dynamique de l’essor des villes. De nombreux paramètres sont pris en compte tels que la distribution des activités humaines, les consommations en énergie, les émissions de CO2 ou encore les perturbations récurrentes des moyens de transports. Ces paramètres interagissent alors par le biais d’un système d’équations non linéaires. Ces équations sont utilisées soit pour simuler un ensemble d’agents économiques (familles, entrepreneurs, emplois, etc.) sur le territoire considéré, soit pour calculer un état d’équilibre correspondant à un équilibre de marché entre l’offre et la demande, en particulier sur le marché foncier.
L’objectif de ces recherches est de développer des outils de simulation performants capables de comparer l’impact de différentes politiques urbaines afin d’aider les collectivités locales à prendre les meilleures décisions en termes de solutions durables. Pour cela, l’idée est de simuler les différentes politiques possibles (nouvelle ligne de transport en commun, mise en place d’une taxe carbone, mise en place d’un péage urbain, etc.) et de calculer, pour chaque politique, un ensemble de caractéristiques (par exemple montant de la taxe carbone) qui permette de minimiser une fonction de coût donnée (par exemple le volume total de voitures ou le temps de trajet moyen domicile-travail).
Brève rédigée par Laurence Bianchini et Elise Arnaud sur la base de travaux réalisés par l’équipe STEEP d’Inria en collaboration avec l’IDDRI.
En savoir plus :
- Modélisation numérique : Quel développement durable ? Emmanuel Prados; Elise Arnaud. La Recherche Les Cahiers de l’Inria, No 445, 2010.
- Site de l’équipe STEEP d’Inria.
- Rapport d’activité de l’équipe [en anglais].
Crédits Images : Wikipedia/Cacophony.
Imprimer
3 Commentaires