La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Les systèmes dinformation géographique et la gestion locale: des outils daide à la décision incontournables François Des Rosiers, Ph.D. et Marius Thériault,

Présentations similaires


Présentation au sujet: "Les systèmes dinformation géographique et la gestion locale: des outils daide à la décision incontournables François Des Rosiers, Ph.D. et Marius Thériault,"— Transcription de la présentation:

1 Les systèmes dinformation géographique et la gestion locale: des outils daide à la décision incontournables François Des Rosiers, Ph.D. et Marius Thériault, Ph.D. CRAD (Centre de recherche en aménagement et développement du territoire), Université Laval Association de géomatique municipale du Québec St-Hyacinthe, 24 octobre 2000

2 Contexte et objectif de la présentation Le développement des systèmes dinformation géographique (SIG) se traduira dans les années qui viennent par une transformation radicale des pratiques professionnelles des divers intervenants du milieu, tant publics que privésLe développement des systèmes dinformation géographique (SIG) se traduira dans les années qui viennent par une transformation radicale des pratiques professionnelles des divers intervenants du milieu, tant publics que privés Jumelées aux méthodes danalyse spatiale et de modélisation statistique, la grande versatilité et la convivialité croissante des SIG présentent un potentiel et un intérêt indiscutables dans tous les domaines dintervention liés à lespace, de laménagement jusquà la gestionJumelées aux méthodes danalyse spatiale et de modélisation statistique, la grande versatilité et la convivialité croissante des SIG présentent un potentiel et un intérêt indiscutables dans tous les domaines dintervention liés à lespace, de laménagement jusquà la gestion

3 Contexte et objectif de la présentation (suite) Le recours aux SIG devient incontournable dans un contexte de réorganisation du territoire municipal qui vise notamment le contrôle de létalement urbain et latteinte dune meilleure équité fiscale au niveau des agglomérationsLe recours aux SIG devient incontournable dans un contexte de réorganisation du territoire municipal qui vise notamment le contrôle de létalement urbain et latteinte dune meilleure équité fiscale au niveau des agglomérations Les recherches menées au CRAD depuis 1990 contribuent à cette évolution et portent notamment sur les aspects suivants:Les recherches menées au CRAD depuis 1990 contribuent à cette évolution et portent notamment sur les aspects suivants: –lanalyse des dynamiques urbaines et immobilières –lévaluation et la fiscalité foncières –la mesure des externalités urbaines –létude de mobilité des ménages et des personnes

4 Définition et objectifs des SIG SIG: Un ensemble de principes, de méthodes, d'instruments et de données à référence spatiale utilisés pour saisir, conserver, transformer, analyser, modéliser, simuler et cartographier les phénomènes et les processus distribués dans l'espace géographiqueSIG: Un ensemble de principes, de méthodes, d'instruments et de données à référence spatiale utilisés pour saisir, conserver, transformer, analyser, modéliser, simuler et cartographier les phénomènes et les processus distribués dans l'espace géographique Il structure des données de sources diverses pour créer un ensemble cohérent qui décrit les interrelations entre des phénomènes disparates mais voisins dans lespace et dans le tempsIl structure des données de sources diverses pour créer un ensemble cohérent qui décrit les interrelations entre des phénomènes disparates mais voisins dans lespace et dans le temps Il fournit des outils pour analyser les données afin de produire l'information requise pour prendre des décisionsIl fournit des outils pour analyser les données afin de produire l'information requise pour prendre des décisions Il organise linterface entre diverses méthodes danalyse, de modélisation, de simulation et de représentation des phénomènes, des faits, des événements et des processusIl organise linterface entre diverses méthodes danalyse, de modélisation, de simulation et de représentation des phénomènes, des faits, des événements et des processus

5 Le paradigme fondamental des SIG

6 Lapport des SIG à lanalyse des marchés fonciers et immobiliers Modéliser les caractéristiques et lévolution des marchés immobiliers: structure économique, distribution spatiale, accessibilité, effets de voisinage, tendances historiquesModéliser les caractéristiques et lévolution des marchés immobiliers: structure économique, distribution spatiale, accessibilité, effets de voisinage, tendances historiques Déterminer la contribution marginale des caractéristiques des propriétés et des effets de voisinage à la valeur marchandeDéterminer la contribution marginale des caractéristiques des propriétés et des effets de voisinage à la valeur marchande Mesurer la valeur implicite des facteurs géographiques daccessibilité et de nuisance, afin daméliorer le processus dévaluation foncièreMesurer la valeur implicite des facteurs géographiques daccessibilité et de nuisance, afin daméliorer le processus dévaluation foncière (externalités urbaines) Étudier les tendances spatio-temporelles et structurelles de la demande résidentielle, en fonction de la distribution des activités, des réseaux de transport et des axes de déplacementÉtudier les tendances spatio-temporelles et structurelles de la demande résidentielle, en fonction de la distribution des activités, des réseaux de transport et des axes de déplacement Analyser les relations entre les marchés fonciers, les dynamiques urbaines, les transports et létalement des fonctions urbaines et commercialesAnalyser les relations entre les marchés fonciers, les dynamiques urbaines, les transports et létalement des fonctions urbaines et commerciales

7 La modélisation hédonique et la mesure des aménités résidentielles La modélisation hédonique consiste à appliquer lanalyse de régression multiple à un bien hétérogène (e.g. le logement) dont on connaît le prix de transaction et les caractéristiquesLa modélisation hédonique consiste à appliquer lanalyse de régression multiple à un bien hétérogène (e.g. le logement) dont on connaît le prix de transaction et les caractéristiques En évaluation et en économie urbaine, on sen sert à la fois pour reconstituer la valeur marchande des propriétés (résidentielles, commerciales, etc.) et pour déterminer la valeur contributive des attributs qui les composentEn évaluation et en économie urbaine, on sen sert à la fois pour reconstituer la valeur marchande des propriétés (résidentielles, commerciales, etc.) et pour déterminer la valeur contributive des attributs qui les composent Le modèle hédonique génère une estimation du prix de vente (variable dépendante) dune propriété en relation avec ses attributs intrinsèques (caractéristiques du bâtiment, du site, des dépendances, etc.) et une série de facteurs de voisinage (accessibilité, statut socio-économique, infrastructures, services, environnement, etc.)Le modèle hédonique génère une estimation du prix de vente (variable dépendante) dune propriété en relation avec ses attributs intrinsèques (caractéristiques du bâtiment, du site, des dépendances, etc.) et une série de facteurs de voisinage (accessibilité, statut socio-économique, infrastructures, services, environnement, etc.) La performance tant prédictive quexplicative du modèle est grandement améliorée par le recours aux SIGLa performance tant prédictive quexplicative du modèle est grandement améliorée par le recours aux SIG

8 Un exemple de modèle hédonique: le marché des cottages – CUQ ( )

9

10 La mesure des externalités urbaines: Effets de proximité des centres commerciaux sur la valeur marchande des résidences CUQ,

11 L intégration SIG/statistique spatiale: Lanalyse de surfaces de tendance Intégrées aux SIG, les statistiques spatiales permettent de détecter et de valider la pertinence des facteurs spatiaux potentiellement reliés aux variations de prix de venteIntégrées aux SIG, les statistiques spatiales permettent de détecter et de valider la pertinence des facteurs spatiaux potentiellement reliés aux variations de prix de vente Lanalyse de surfaces de tendance (AST) permet de décomposer les variations spatiales dun phénomène en deux composantes:Lanalyse de surfaces de tendance (AST) permet de décomposer les variations spatiales dun phénomène en deux composantes: –une première associée à la tendance spatiale globale –une première associée à la tendance spatiale globale présente dans les données; –une seconde associée aux effets purement locaux Il sagit dune application de régression multiple entre une variable régionalisée dépendante «Z» (prix de vente ou résidus du modèle) et les composantes orthogonales de localisation «X» et «Y» (coordonnées géographiques)Il sagit dune application de régression multiple entre une variable régionalisée dépendante «Z» (prix de vente ou résidus du modèle) et les composantes orthogonales de localisation «X» et «Y» (coordonnées géographiques) Une fois calibrée et calculée pour chaque observation, la surface de tendance peut être introduite dans le modèle hédonique comme variable indépendante pour en améliorer la performanceUne fois calibrée et calculée pour chaque observation, la surface de tendance peut être introduite dans le modèle hédonique comme variable indépendante pour en améliorer la performance

12 Résultat des analyses par surfaces de tendance Résidus individuels du modèle - Polynôme d ordre 5

13 La mesure de lautocorrélation spatiale LAST nest utile que dans la mesure où lon a au préalable détecté de lautocorrélation spatiale dans le processus de modélisationLAST nest utile que dans la mesure où lon a au préalable détecté de lautocorrélation spatiale dans le processus de modélisation Lautocorrélation spatiale mesure le degré de ressemblance ou de dissemblance entre les objets détude (e.g. prix de vente) en fonction de la distance qui les sépareLautocorrélation spatiale mesure le degré de ressemblance ou de dissemblance entre les objets détude (e.g. prix de vente) en fonction de la distance qui les sépare On peut aussi lutiliser pour déceler lampleur de la relation spatiale entre les résidus dun modèle hédonique, cause dhétéroscédasticitéOn peut aussi lutiliser pour déceler lampleur de la relation spatiale entre les résidus dun modèle hédonique, cause dhétéroscédasticité Lindice le plus utilisé à cette fin est le I de Moran qui mesure lautocorrélation entre les éléments dun vecteur Z (les résidus) en fonction de linverse de la distance qui les sépareLindice le plus utilisé à cette fin est le I de Moran qui mesure lautocorrélation entre les éléments dun vecteur Z (les résidus) en fonction de linverse de la distance qui les sépare Une procédure danalyse rigoureuse est donc nécessaire pour générer des modèles hédoniques fiables et stables.Une procédure danalyse rigoureuse est donc nécessaire pour générer des modèles hédoniques fiables et stables.

14 Procédure de modélisation hédonique

15 I de Moran = (p<0.0001) entre paires de propriétés voisines distances de moins dun kilomètre Autocorrélation des résidus dun modèle hédonique

16 Lanalyse centrographique et la dynamique spatiale à léchelle régionale Lanalyse centrographique utilise les coordonnées X et Y des objets pour calculer un ensemble dindices globaux qui synthétisent lessence des distributions spatialesLanalyse centrographique utilise les coordonnées X et Y des objets pour calculer un ensemble dindices globaux qui synthétisent lessence des distributions spatiales Des poids locaux attribués à chaque localisation permettent de pondérer l analyse pour représenter la distribution d un phénomène particulier (variable Z)Des poids locaux attribués à chaque localisation permettent de pondérer l analyse pour représenter la distribution d un phénomène particulier (variable Z) Le centre de gravité (CG) indique la position moyenne du nuage de points, soit le point d équilibre de la distribution du phénomène dans l espace géographiqueLe centre de gravité (CG) indique la position moyenne du nuage de points, soit le point d équilibre de la distribution du phénomène dans l espace géographique La distance-type ( ) mesure la dispersion autour du CG; elle est proportionnelle à la variance des distances ( 2 )La distance-type ( ) mesure la dispersion autour du CG; elle est proportionnelle à la variance des distances ( 2 ) La distance moyenne indique la distance moyenne pondérée de l ensemble des points autour du CGLa distance moyenne indique la distance moyenne pondérée de l ensemble des points autour du CG

17 Lanalyse centrographique (suite) L'ellipse de dispersion résume la forme globale de la distribution géographique. Elle circonscrit deux axes mutuellement orthogonaux: l'axe majeur et l'axe mineur.L'ellipse de dispersion résume la forme globale de la distribution géographique. Elle circonscrit deux axes mutuellement orthogonaux: l'axe majeur et l'axe mineur. La superficie de l'ellipse fournit une excellente mesure de l'étalement géographique du phénomène. Généralement exprimée en kilomètres carrés, elle peut servir à comparer des distributions géographiques agrégées pour des unités spatiales diverses (municipalités, secteurs de recensement, etc.)La superficie de l'ellipse fournit une excellente mesure de l'étalement géographique du phénomène. Généralement exprimée en kilomètres carrés, elle peut servir à comparer des distributions géographiques agrégées pour des unités spatiales diverses (municipalités, secteurs de recensement, etc.) Le rapport d'allongement de l'ellipse exprime l'étirement relatif de la distribution géographique. Il varie entre 1 (pour une distribution circulaire) et l'infini (pour une distribution linéaire). Il mesure le degré d'anisotropie de la distribution du phénomène autour de son centre de gravité.Le rapport d'allongement de l'ellipse exprime l'étirement relatif de la distribution géographique. Il varie entre 1 (pour une distribution circulaire) et l'infini (pour une distribution linéaire). Il mesure le degré d'anisotropie de la distribution du phénomène autour de son centre de gravité.

18 Les ellipses, par leur forme et leur position dans lespace, permettent de résumer la distribution spatiale du phénomène Centre de gravité

19

20 Les SIG et la mesure de laccessibilité Le recours aux SIG permet une mesure de laccessibilité aux services et aux pôles demploi beaucoup plus réaliste que la simple distance euclidienne au CBDLe recours aux SIG permet une mesure de laccessibilité aux services et aux pôles demploi beaucoup plus réaliste que la simple distance euclidienne au CBD À laide des réseaux de rues et de routes et des enquêtes Origine-Destination, le logiciel de SIG TransCAD permet de simuler les déplacements depuis chacune des résidences vers chacun des pôles dactivité choisisÀ laide des réseaux de rues et de routes et des enquêtes Origine-Destination, le logiciel de SIG TransCAD permet de simuler les déplacements depuis chacune des résidences vers chacun des pôles dactivité choisis Le calcul de laccessibilité seffectue sur la base de la plus courte distance, du plus court temps de déplacement ou dun indice de coût quelconque (appelé impédance)Le calcul de laccessibilité seffectue sur la base de la plus courte distance, du plus court temps de déplacement ou dun indice de coût quelconque (appelé impédance) On dispose ainsi dune série de mesures dont les plus performantes peuvent, entre autres choses, être intégrées dans le processus de modélisation des valeurs foncières et immobilièresOn dispose ainsi dune série de mesures dont les plus performantes peuvent, entre autres choses, être intégrées dans le processus de modélisation des valeurs foncières et immobilières

21 La mesure des distances et des temps de déplacement dans TransCad Localisation du service 2 Écoles Primaires. Réseau 2 Graphe planaire directionnel. 2 Limpédance modélise les vitesses de circulation sur chaque tronçon routier. 2 Virages en U prohibés.

22 Synthèse de laccessibilité par analyse factorielle (1)

23 Synthèse de laccessibilité par analyse factorielle (2)

24 Conclusion: Les approches contemporaines et la planification régionale Lintégration de la modélisation hédonique et des statistiques spatiales aux SIG permet de mesurer les tendances du marché immobilier et didentifier les composantes de la dynamique urbaine quil serait autrement impossible de percevoirLintégration de la modélisation hédonique et des statistiques spatiales aux SIG permet de mesurer les tendances du marché immobilier et didentifier les composantes de la dynamique urbaine quil serait autrement impossible de percevoir Cette combinaison permet:Cette combinaison permet: –dapprofondir les mécanismes à la base des déterminants des valeurs résidentielles (choix résidentiels et de localisation, gammes de prix, etc.) et des tendances spatio-temporelles du développement –daméliorer léquité des rôles dévaluation –de rationaliser le processus de planification régionale

25 Conclusion (suite) La combinaison SIG / Modèle hédonique / Statistiques spatiales peut aussi bien sappliquer à lanalyse des marchés locatifs et non résidentiels (commercial; bureaux)La combinaison SIG / Modèle hédonique / Statistiques spatiales peut aussi bien sappliquer à lanalyse des marchés locatifs et non résidentiels (commercial; bureaux) Ces approches contemporaines sont en voie de devenir des outils incontournables en analyse spatiale et immobilièreCes approches contemporaines sont en voie de devenir des outils incontournables en analyse spatiale et immobilière


Télécharger ppt "Les systèmes dinformation géographique et la gestion locale: des outils daide à la décision incontournables François Des Rosiers, Ph.D. et Marius Thériault,"

Présentations similaires


Annonces Google