TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ?

Slides:



Advertisements
Présentations similaires
Activité 1 OBJECTIF : Réalisation de tâches dites complexes pour identifier différentes dimensions qui permettent de rendre compte de la complexité de.
Advertisements

2. Focus géographie 2.1 – Thème 1 : L’urbanisation du monde
Introduction à la notion de fonction 1. Organisation et gestion de données, fonctions 1.1. Notion de fonction ● Déterminer l'image d'un nombre par une.
Aménagement Numérique des Territoires - Module 2 - Intervenant : Stéfan Le Dû Groupe ANT – CETE de l'Ouest Voirie et réseaux : gestion du domaine public.
Volée 1316 S3 Cours No 2_3 : Le nombre en 1-2H. Les fonctions du nombre  Dénombrer, énumérer, décrire une collection. Aspect cardinal  Dater, classer,
Que faire? La recherche découverte. Dans une recherche découverte Sensibilisation ; Discussion ; Préparation-projet ; Opération-activités ; Réflexion.
Enseigner autrement les mathématiques au travers du socle commun et des nouveaux programmes Un collège réformé, adapté et contextualisé.
La spécialité math en TS
Groupe Départemental Langue française
Conception de « progression »
Reforestation de sites miniers en Guyane
Conseil pédagogique du 6 octobre 2016
Ecriture collaborative d’une dissertation en classe
Genre et dividende démographique au Sénégal : Approche par les comptes de transferts nationaux Dieynaba Sakho CEPOD/ DGPPE/ Ministère de l’Economie des.
Un scénario : La mairie d’Ablain Saint Nazaire
ICMS’2014 Modélisation de la machine asynchrone double étoile
Contribution: Revue des études, enquêtes et systèmes d’informations disponibles au niveau de l’INS, pour alimenter la méthode d’analyse et la cartographie.
Evaluation de la qualité en formation
Direction Régionale Tanger- Tétouan مديــرية جهــة طنجــة – تطــوان
L'évaluation : FCA / 2016 Vestalys.
Présentation générale de la réforme
Couche limite atmosphérique
Soutenance de Mémoire de Master En vue de l’obtention du diplôme de master En Physique des fluides et des transferts THEME Etude des champs dynamique.
LIAISON BAC PRO - BTS Comment accompagner les élèves de Bac Pro vers une réussite au BTS en LV ?
Activités algorithmiques
Plans d’expériences: Plans factoriels
Virtualisation d’applications mobiles dans un réseau de Cloudlets
CHAIRE NOUVELLE APPROCHE ÉCONOMIQUE DES MOBILITÉS DANS LES TERRITOIRES
C MOBILITÉ PROGRAMME INNOVATION RECHERCHE CONNAISSANCE MOBILITÉ
Mouvement harmonique simple
TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ?
Parties prenantes de la conception
Une expérimentation en géographie, au lycée
Concevoir une séquence d’éducation artistique, c’est…
Le logiciel HYPERBASE-LATIN :
Thèmes de convergence 10/11/2018.
LES TERRITOIRES ULTRAMARINS DANS LES PROGRAMMES DU SECONDAIRE
SEMINAIRE DEPARTEMENTAL DU 31 MAI 2018 LYCEE DU PARC EVRY
L'amélioration des performances économiques des territoires : méthodologie des cartes de performance Application à la liaison Grenoble Sisteron ****
Programme financé par l’Union européenne
APEL ST BRUNO INFORMATION PARENTS CORRESPONDANTS 20 septembre 2018.
LES TRACES ECRITES Explorer le monde, enseigner les sciences à la maternelle Dakar du 11 au 13 avril 2018.
Espaces de coworking en Région Centre-Val de Loire : Diversité des usages et lien à l’urbanisme Les pratiques spatiales et urbanistiques des personnes.
Formation continue 16 novembre 2017
Agir, s'exprimer, comprendre à travers l'activité physique
Doc.Eurostat/C1/DWP/Oct00/VIII/point3-FR
Programme financé par l’Union européenne
Méru - Bernadette Aubry
Séquence pédagogique Nom séquence Prénom NOM 06/12/2018.
Analyse des pratiques spatiales dans le secteur rural
Présentation 4 : Sondage stratifié
La cartographie sur ordinateur
Un Mécanisme d‘Adaptation Guidé par le Contexte en Utilisant une Représentation par Objets Manuele Kirsch Pinheiro Laboratoire LSR – IMAG, Équipe SIGMA.
Enquête intégrale sur les conditions de vie des ménages
Présentation du B2i école Références : B.O. n° 42 du 16 novembre 2006
Numérique et Sciences Informatiques
Scelles Régine Laboratoire Psy-NCA EA 4700 Université de Rouen
Introduction générale -
L’analyse de la valeur des projets informatiques
Design, innovation et créativité
Histoire-géographie, géopolitique et sciences politiques
LES NOUVEAUX PROGRAMMES DE MATHÉMATIQUES
Les 6 aspects de la pensée historique
OLIGARCHIE ET DYNAMIQUE DE PROFESSIONNALISATION
Numérique et Sciences Informatiques
Pour en moduler l’ouverture et la complexité
Une plateforme unique, deux modules pour générer la data.
Les données structurées et leur traitement
spécialité mathématiques Première
Champs de questionnements des programmes du lycée : équilibre et proportionalité, visées, organisation et interactions (enseignement optionnel et enseignement.
Transcription de la présentation:

TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ?

TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ? La problématique : Les traces numériques sont de plus en plus nombreuses Elles sont générées en particulier lors de nos déplacements ce qui les rend pertinentes pour l’étude des mobilité Ce type d’étude permet une complémentarité/substitution aux enquêtes « classiques »

TRACES NUMÉRIQUES DE MOBILITÉ UN EXEMPLE AVEC LE VÉLIB Une étude menée sur : Des données d’occupation des stations (captation depuis juillet 2013) Des données des trajets effectués sur 5 mois de 2011 (Mairie de Paris et JC. Decaux) Des données temporelles : dates et heures de départ et d’arrivée Des données spatiales : stations de départ et d’arrivée Elles prennent également en compte le type d’abonnement (longue ou courte durée)

TRACES NUMÉRIQUES DE MOBILITÉ UN EXEMPLE AVEC LE VÉLIB Quels sont les objectifs opérationnels attendus ? Eviter le problème d’une station vide au départ et pleine au retour : optimiser les politiques de redéploiements des vélos Concevoir de nouveaux systèmes ou étendre un système existant : positionner et dimensionner des stations en fonction des données socio-économiques et géographiques... Le traitement de ces données permettent de : Rechercher des motifs d’usage récurrents du Vélib’, modèles spatio-temporels Construire des modèles de prédiction d’usage, estimation de la demande Lire la ville et son rythme au travers de données de mobilité

TRACES NUMÉRIQUES DE MOBILITÉ QUELLE MÉTHODOLOGIE ADOPTER ? Objectif : laisser parler les données en : Utilisant des algorithmes de clustering (regroupement automatique) pour trouver des formes d’usage type du Vélib’ Croisant les groupes ou clusters trouvés avec des données géographiques et socio-économiques de la ville Deux pistes de travail : Grouper les stations avec des profils d’usage similaires (Clustering de stations ou de couples O/D) Segmenter / Résumer la dynamique temporelle du système

TRACES NUMÉRIQUES DE MOBILITÉ CLUSTERING DE STATIONS AVEC DES PROFILS D’USAGES SIMILAIRES Objectifs du regroupement de stations à partir de leur profils d’usage temporels : Stations décrites par les dynamiques de flux entrants et sortants Prise en compte des jours de semaine / week-end Modèle pour données de comptage Croiser les résultats avec d’autres variables explicatives : population, emplois, loisirs... Analyse réalisée avec 8 groupes (bon compromis : interprétations / attache aux données)

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS PÔLES MULTIMODAUX

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS PARCS

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS SORTIES NOCTURNES

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS SORTIES NOCTURNES ET WEEK-END

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS LOGEMENTS

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS EMPLOIS

REGROUPEMENT DE STATIONS À PARTIR DE LEUR PROFILS D’USAGE TEMPORELS USAGE MIXTE

CROISEMENT DES DONNÉES POPULATION-EMPLOI-SERVICES Comparaison des moyennes de densités de population, d’emplois, de services et de commerces pour les différentes groupes de stations.

TRACES NUMÉRIQUES DE MOBILITÉ CLUSTERING DE STATIONS AVEC DES PROFILS D’USAGES SIMILAIRES Conclusions sur le clustering de stations : Des stations bien différenciées en termes d’usage Interprétation aisée des groupes de stations Densités de population, d’emplois et d’équipements explicatives des groupes de stations Profils temporels des clusters interprétables et informatifs

TRACES NUMÉRIQUES DE MOBILITÉ CLUSTERING DE MATRICES O-D DYNAMIQUES Objectifs : Recherche de stationnarités et de points de changement dans la dynamique des matrice OD (Origine/Destination) Résultats : Segmentation temporelle et cycles Distribution spatiale des flux (OD de référence) / segment : permet de caractériser le déséquilibre du réseau / segment Représentation synthétique de la dynamique du réseau

TRACES NUMÉRIQUES DE MOBILITÉ INTERPRÉTATION TEMPORELLE La cyclostationnarité est clairement visible Faible mélange entre les différentes activités latentes Interprétation temporelle des 5 "activités" obtenues : 1 : Domicile - Travail 2 : Déjeuner 3 : Travail - Domicile 4 : Loisirs nocturnes 5 : Loisirs

TRACES NUMÉRIQUES DE MOBILITÉ ANALYSE SPATIALE Quelles stations génèrent des départs durant une activité ? Quelles stations génèrent des arrivées durant une activité ? Comment les stocks évoluent (vélos arrivant - vélos partant) durant chacune des activités ?

TRACES NUMÉRIQUES DE MOBILITÉ ANALYSE SPATIALE « Domicile-Travail », stations avec un fort flux entrant (spécificité entrante/stations) « Loisirs », stations avec un fort flux sortant (spécificité entrante/stations)

TRACES NUMÉRIQUES DE MOBILITÉ ANALYSE SPATIALE Interprétation spatiale : déséquilibre du réseau Activité latente « Domicile-> Travail », déséquilibre du réseau pour Ndep = 10 000 « Travail -> Domicile » Activité latente « Travail-Domicile », déséquilibre du réseau pour Ndep = 10 000

TRACES NUMÉRIQUES DE MOBILITÉ ANALYSE SPATIALE Déjeuner Activité latente « Déjeuner », déséquilibre du réseau pour Ndep = 10 000 Loisirs nocturnes Activité latente « Loisirs nocturnes », déséquilibre du réseau pour Ndep = 10 000 Loisirs Activité latente « Loisirs », déséquilibre du réseau pour Ndep = 10 000

TRACES NUMÉRIQUES DE MOBILITÉ ANALYSE SPATIALE Résultats Meilleure compréhension de la dynamique du réseau Modèle synthétique de la dynamique Mise en évidence des cycles Appliqué aussi à des données Bluetooth (TRB) Limites Prise en compte uniquement de la demande satisfaite Pas de liens explicites avec les données socio-économiques et géographiques

TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ? Pour en savoir plus, consultez l’étude complète