Auteur moral

Pays-de-la-Loire. Direction régionale de l'environnement, de l'aménagement et du logement

Auteur secondaire

Résumé

<div style="text-align: justify;">L'étude vise à connaître le potentiel des 3 000 km du réseau des Véloroutes et Voies Vertes (3V) pour chaque commune de la région Pays de la Loire, afin qu'il soit valorisé et optimisé pour une utilisation dans le cadre des déplacements quotidiens à vélo.<br />L'étude présente les différentes étapes de la méthodologie, à savoir la sélection des 3V à plus fort potentiel, l'évaluation de leur cyclabilité et la réalisation de fiches synthétiques communales.</div>

Editeur

DREAL Pays de la Loire

Descripteur Urbamet

transport individuel ;mobilité ;cartographie ;vélo ;voie verte ;véloroute

Descripteur écoplanete

ThÚme

Transports ;Circulation

Texte intégral

Mai 2018 Étude Le potentiel des véloroutes et des voies vertes comme support de la mobilité quotidienne service intermodalité aménagement logement n° 210 Rapport réalisé par Carto?Cité et C-Mobilité, pour le compte de la direction régionale de l?environnement, de l?aménagement et du logement (DREAL) Pays de la Loire. Auteurs : Charles Millet (Carto?Cité), Antoine Riche (Carto?Cité), Corentin Lemaitre (Ad?Missions, C-Mobilité), Maîtr ise d ?ouvrage : Direct ion Régionale de l?Environnement, de l?Aménagement et du Logement (DREAL) Pays de la Loire ? Service Intermodalité Aménagement Logement ? Division Intermodalité Assistance à maîtrise d?ouvrage : centre d?études sur les r isques, l ?env ironnement, la mobi l i té et l?aménagement (CEREMA) ? Direction Territoriale Ouest ? Département infrastructures, mobilité, environnement et risques (DIMER ? groupe sécurité des déplacements) Cette étude contribue à la mise en oeuvre du troisiÚme plan régional santé environnement (PRSE 3) Crédit photo page de garde : ©multisport.ph Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 2 http://www.c-mobilite.fr/ Table des matiÚres 1 Introduction....................................................5 1.A Contexte...........................................................5 1.B Objectif de l?étude...........................................5 1.C Présentation du document............................6 1.D Présentation de l?équipe................................6 1.E Définition de l?étude........................................6 1.F Postulats...........................................................7 1.G Suites de l?étude..............................................7 2 Résumé semi-technique................................8 2.A Étapes...............................................................8 2.B Filtrer les sections à plus fort potentiel........8 2.C Définition de la cyclabilité..............................8 2.D Numérisation..................................................9 2.E Analyse.............................................................9 2.F Choix d?OpenStreetMap...............................10 3 Premier filtre.................................................11 3.A Méthode de calcul du potentiel usager vélo ..............................................................................11 3.A.a Quantification des déplacements quotidiens ....................................................................................11 3.A.b Principe général de calcul du potentiel.......11 3.A.c Prise en compte de la diversité des PGD.....11 3.A.d Prise en compte de la distance parcourue à vélo.............................................................................12 3.A.e Mise en oeuvre................................................12 3.A.f Identification et quantification des PGD......13 3.B SynthÚse des distances des 3V aux PGD....14 3.B.a Récupération des distances..........................14 3.B.b Calcul du nombre d?individus par tranche de distance.....................................................................16 3.B.c Calcul du potentiel par tranche de distance ....................................................................................17 3.B.d Calcul du potentiel par type de PGD...........17 3.B.e Calcul du potentiel final.................................18 3.B.f Le filtre..............................................................18 3.C Résultats........................................................18 4 Caractérisation de la cyclabilité des 3V filtrées..............................................................20 4.A Introduction...................................................20 4.B Objectifs.........................................................20 4.C Choix des sites pilotes..................................20 4.D Déroulement du terrain...............................21 4.E Méthode de sélection des critÚres..............22 4.E.a CritÚres observés sur les 3V..........................22 4.E.b Choix des critÚres à partir des fréquentations..........................................................23 4.E.c Choix des critÚres par expertise...................24 4.F CritÚres et modÚle retenu............................24 4.F.a Création des indicateurs à partir des critÚres ....................................................................................25 4.F.b SynthÚse des indicateurs pour la création de l?indice de cyclabilité................................................26 4.G Généralisation de la méthode.....................26 5 Analyse et production de l'indice................27 5.A Numérisation................................................27 5.B Préparation des données............................27 5.B.a Pré-traitement des données.........................27 5.B.b Récupération des données OpenStreetMap ....................................................................................27 5.B.c Conversion.......................................................27 5.B.d Reprojection....................................................28 5.B.e Filtrage des routes..........................................28 5.B.f Distinction des 3V et de la porosité..............28 5.B.g Traitement topologique.................................29 5.B.h Identifier les 3V filtrées..................................29 5.C Création des critÚres.....................................30 5.C.a Présentation....................................................30 5.C.b Type de voie....................................................30 5.C.c Largeur.............................................................30 5.C.d Revêtement.....................................................31 5.C.e Relief.................................................................31 5.C.f Directivité.........................................................31 5.C.g Porosité............................................................31 5.D Création des indicateurs..............................32 5.D.a Sécurité............................................................32 5.D.b Confort............................................................32 5.D.c Efficacité...........................................................32 5.D.d Résultats..........................................................33 5.E Calcul de l?indice final...................................36 5.F Détails de l?indice par zone..........................37 6 Résultats et conclusion................................45 6.A Résultats globaux..........................................45 6.B Limites de l?étude..........................................45 6.B.a Évaluation des déplacements quotidiens...45 6.B.b Échelle de notre étude...................................45 6.B.c Reproductibilité...............................................45 6.B.d Informations non prises en compte............45 6.C Amélioration de la méthode........................46 6.C.a Prise en compte des évolutions des distances du déplacement domicile-travail par commune..................................................................46 6.C.b Routage réel....................................................46 7 Fiches communales......................................47 7.A Présentation des fiches automatisées........47 7.B Présentation des fiches détaillées..............48 8 Annexes.........................................................49 8.A Liste des communes concernées par les 3V filtrées...................................................................50 8.B Numérisation................................................52 8.B.a OpenStreetMap..............................................52 8.B.b Source des données......................................52 8.B.c Outil de numérisation....................................52 8.B.d Mise à jour des itinéraires dans OpenStreetMap........................................................52 8.B.e Renseignement des paramÚtres..................53 8.C Détail des analyses.......................................55 8.C.a Type de voie....................................................55 8.C.b Largeur............................................................55 8.C.c Revêtement......................................................56 8.C.d Indicateur sécurité.........................................57 8.C.e Indicateur confort...........................................57 8.D Glossaire........................................................58 8.E Fiches communales automatisées..............59 8.F Fiches détaillées par secteur........................60 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 3 Table des illustrations Schéma des indicateurs de cyclabilité................................................................................................................9 Illustration de mise en valeurs de données de cyclabilité sous OpenStreetMap........................................10 Carte des PÃŽles Générateurs de Déplacements (PGD) par type en Pays de la Loire...................................13 Carte des portions de 3V comptant plus de 10 000 habitants à moins de 6 km.........................................15 Carte des portions de 3V disposant d?un PGD transport à moins de 2 km..................................................16 Carte des 3V filtrées............................................................................................................................................19 Photo d?une sortie de terrain avec le V4MBike................................................................................................21 Carte des sites pilotes et des points de comptage associés..........................................................................22 Schéma des indicateurs de cyclabilité..............................................................................................................24 Schéma des indicateurs de cyclabilité : modÚle théorique............................................................................25 Schéma des indicateurs de cyclabilité : modÚle retenu.................................................................................26 illustration du traitement topologique (avant/aprÚs).....................................................................................29 Carte de l?indicateur Sécurité............................................................................................................................33 Carte de l?indicateur Confort.............................................................................................................................34 Carte de l?indicateur Efficacité...........................................................................................................................35 Carte de l?indice de cyclabilité...........................................................................................................................36 Carte de zone Loire-Atlantique Ouest..............................................................................................................37 Carte de zone Loire-Atlantique Est et Vendée Nord.......................................................................................38 Carte de zone Vendée Ouest.............................................................................................................................39 Carte de zone Vendée Est..................................................................................................................................40 Carte de zone Maine-et-Loire Ouest.................................................................................................................41 Carte de zone Maine-et-Loire Est et Sarthe Sud..............................................................................................42 Carte de zone Sarthe Nord................................................................................................................................43 Carte de zone Mayenne.....................................................................................................................................44 Situation des communes avec 3V filtrées et celles ayant fait l?objet d?un travail de terrain complémentaire..................................................................................................................................................48 Carte de comparaison des données ON3V (gauche) et OpenStreetMap (droite)........................................53 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 4 1 Introduction 1.A Contexte Ces derniÚres années, de nombreuses agglomérations ont développé des réseaux d?aménagements cyclables afin de favoriser la mobilité à vélo. Le vélo offre de nombreux avantages par rapport aux autres modes de déplacement : impact réduit sur l?environnement, utilisation efficiente de l?espace urbain, bénéfices pour santé et maîtrise du temps de trajet pour ses utilisateurs. Les aménagements cyclables et la contrainte sur les déplacements automobiles ont permis le développement de la part des déplacements quotidiens effectués à vélo. Plusieurs éléments ont marqué l?engagement de la France pour le développement du tourisme à vélo à travers la construction du réseau de véloroutes et voies vertes : ? Le Schéma National Véloroutes et Voies Vertes (SN3V) adopté par le Comité interministériel d?aménagement du territoire du 15 décembre 1998 a permis de planifier la réalisation d?aménagements cyclables à l?échelle de la France. ? En 2014 le ministÚre de l?Écologie, du Développement Durable et de l?Énergie, dénombre 10 000 km de Voies Vertes et Véloroutes (3V) aménagées en France, et se donne l?objectif de tripler ce résultat d?ici à 2020. La Région Pays de la Loire a prévu, lors de l?élaboration du Schéma Régional Véloroutes et Voies Vertes (SR3V), de développer la pratique du vélo auprÚs des publics touristiques et locaux. L?objectif est l?aménagement de 2 400 km d?itinéraires cyclables structurants. Elle propose un soutien à la création, à la sécurisation et à la modernisation des itinéraires cyclables qui sont inscrits au SR3V. Dans les villes moyennes et dans les zones rurales, peu d?aménagements cyclables existent. L?existence d?un réseau 3V sur la commune est alors une opportunité pour le développement de la pratique du vélo. Les comptages réalisés le long des Véloroutes et Voies Vertes ont révélé que des sections sont utilisées pour des déplacements pendulaires. Notre étude vise à connaître le potentiel d?utilisation de ce réseau pour chaque commune, afin qu?il soit valorisé et optimisé pour une utilisation dans le cadre des déplacements quotidiens à vélo. 1.B Objectif de l?étude L?objectif de cette étude est d?estimer le potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire, (1Úre phase de l?étude), pour ensuite apporter un éclairage au niveau communal de ces potentiels, des freins et des leviers pour l?utiliser (2e phase de l?étude). Dans cette premiÚre phase, nous avons défini une méthode, procédé à des relevés de données et à des analyses aboutissant à différents indicateurs pour qualifier ce potentiel. Celui-ci a été considéré de maniÚre relative, c?est-à-dire qu?il s?agit d?identifier quelles sections ont un bon potentiel, un potentiel moyen ou un mauvais potentiel. De plus, la méthode est propre à un territoire donné (une région) et n?a pas pour but de comparer le potentiel entre différents territoires ; à ce titre il s?agit également d?une approche relative. Dans la deuxiÚme phase nous avons réalisé des fiches communales et un travail de terrain complémentaire pour relever et illustrer la cyclabilité à l?échelle des communes. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 5 1.C Présentation du document Dans un premier temps ce document présente un résumé semi-technique de la méthode afin de permettre au lecteur de s?approprier les principes avant de la détailler. Ensuite, nous présentons l?ensemble des détails de la méthode : le premier filtre qui a permis de sélectionner les 3V à plus fort potentiel en considérant le territoire (habitation résidentielle, activité, transport) ; puis l?étape qui a permis de décrire la cyclabilité des 3V et de construire la méthodologie d?évaluation. Enfin, nous détaillons les analyses que nous avons appliquées pour révéler le potentiel de cyclabilité à travers des critÚres, leur synthÚse en indicateurs et enfin en indice de cyclabilité. La derniÚre partie reprend les résultats de l?étude et présente les travaux complémentaires pour la réalisation des fiches communales détaillées. Une partie annexe détaille certains aspects techniques de l?étude tels que les techniques de numérisation et de relevés en lien avec l?utilisation d?OpenStreetMap comme support de la donnée géographique ainsi que les formules utilisées sous le logiciel QGIS pour réaliser les traitements. Les fiches communales automatisées ainsi que les fiches communales détaillées sont présentées respectivement en annexe E et F. 1.D Présentation de l?équipe Maîtrise d?ouvrage : DREAL Pays de la Loire / SIAL / DI Maîtrise d?oeuvre : Antoine RICHE (Carto'Cité), Charles MILLET (Carto'Cité), Corentin LEMAITRE (Ad?Missions - C-Mobilité) Comité de pilotage : Alexandre STRAUSS (DREAL/SIAL/DI), Christophe BARGAIN (DREAL/SIAL/DI), Nicolas BOUDESSEUL (DREAL/SIAL/DI) ? responsable de l?étude, Sylvie GUIMERA (DREAL/SIAL/DI), Gilles ABOUCAYA (CEREMA/DterOuest/DIMER), Gilles Blanchard (CEREMA/DterOuest/DIMER), Sébastien BOURCIER (ADEME) 1.E Définition de l?étude Nous définissons ici les termes principaux de l?objectif de l?étude : ? Une véloroute est un itinéraire cyclable à moyenne ou longue distance linéaire, continu, jalonné, sécurisé et incitatif1. Une voie verte est un aménagement en site propre réservé à la circulation des modes non-motorisés (roller, vélo, fauteuil roulant, etc.)2. La région Pays de la Loire compte plus de 3 000 km de 3V avec une variété importante de types d?aménagements et de qualités3. Un jeu de données nous permet de connaître le tracé de ce réseau, celui de l?Observatoire National des Véloroutes et Voies Vertes (ON3V). ? La mobilité quotidienne se définit en la distinguant de la mobilité exceptionnelle ou la mobilité touristique pour laquelle le réseau de 3V a été construit. Le déplacement quotidien est lié à un motif (par exemple : se rendre au travail) et n?est pas une fin en soit (en opposition au tourisme à vélo ou à la balade). Le choix du mode de déplacement et du parcours est effectué par l?usager pour minimiser les impacts de ce déplacement (perte de temps, d?argent, fatigue, changement, réflexion, etc.). 1 http://www.af3v.org/-Veloroute-.html : définition d?une véloroute par l?AF3V. 2 http://www.af3v.org/-Voie-verte-.html : définition d?une voie verte par l?AF3V. 3 Open Data de l?ON3V Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 6 http://www.af3v.org/-Voie-verte-.html http://www.af3v.org/-Veloroute-.html ? En analysant le potentiel, cette étude ne donne pas une mesure actuelle de l?utilisation du réseau de 3V pour des déplacements quotidiens. La démarche est prospective et cherche à évaluer les raisons et les sources d?un déplacement quotidien sur le réseau 3V. De nombreux concepts et estimations ont été utilisés pour cela. ? L?utilisation du réseau de 3V pour un déplacement au quotidien signifie que le déplacement est réalisé à vélo et qu?une partie du trajet emprunte le réseau de 3V. Nous chercherons donc à répondre à plusieurs questions : comment la présence d?une véloroute ou d?une voie verte peut affecter le choix du mode de déplacement ? Quels sont les critÚres qui font qu?un trajet utilisera une partie du réseau de 3V ? La réponse à ces deux questions nous permettra de construire une méthode d?évaluation du potentiel des 3V. 1.F Postulats L?analyse se base sur plusieurs postulats qu?il est important de formuler pour expliquer la démarche : ? La quantité de déplacements quotidiens réalisés en vélo dépend en premier lieu du nombre de déplacements (tous modes) et de la part modale du vélo. ? La longueur du déplacement influence le choix modal. Le vélo ne sera pris en compte pour la réalisation d?un déplacement quotidien que jusqu?à une certaine distance. ? Les qualités du réseau 3V influencent la part modale du vélo dans les déplacements quotidiens : un aménagement vélo de qualité favorise le choix modal du vélo. ? La démarche d?étude est prévue pour s?appliquer au niveau régional et s?adapter au mieux à la diversité de territoire. L?échelle macro de l?étude ne permet pas d?avoir une finesse d?interprétation des qualités cyclables d?un lieu précis. ? Le potentiel sera considéré comme étant le même dans les deux sens de circulation. 1.G Suites de l?étude À partir de cette étude deux missions complémentaires ont été réalisées par Carto?Cité et C-Mobilité : ? Création de fiches communales présentant les résultats de l?étude pour chacune des 124 communes de la Région ayant une portion de 3V filtrée sur leur territoire. L? indice final et l?ensemble des indicateurs (sécurité, efficacité et confort) sont présentés sur ces fiches. Une carte présente à l?échelle de la commune la variation de l? indice de cyclabilité, les sections pouvant être améliorées ainsi que les arrêts de transport majeur et les lieux d?activité économique sur le territoire. ? Pour 26 communes, sélectionnées par la DREAL pour leur représentativité en termes de diversité de situation géographique et démographique et leur démarche volontaire, des fiches communales terrain ont été réalisées. Ces fiches présentent une expertise du réseau de 3V et des pistes pour augmenter son potentiel pour les déplacements quotidiens dans la commune. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 7 2 Résumé semi-technique Cette partie permet d?appréhender la méthodologie dans sa globalité. Les détails seront développés dans la suite du document. Elle constitue ainsi un résumé semi-technique. 2.A Étapes ? Premier filtre pour conserver les 3V ayant le plus de potentiel. ? Validation méthodologique : recours à des sites pilotes pour établir la méthodologie et généraliser le relevé des données. ? Relevé des données : numérisation des informations. ? Analyse des données pour produire des indicateurs et un indice de cyclabilité. 2.B Filtrer les sections à plus fort potentiel Ce premier filtre a permis de sélectionner les portions de 3V qui ont le plus grand potentiel de déplacements quotidiens. Cette étape est basée uniquement sur les informations liées au territoire : répartition des pÃŽles générateurs de déplacement (PGD) (habitation, activité et transport). Il est basé sur un critÚre simple : la distance. Il n?est pas lié aux caractéristiques des 3V (relief, largeur, etc.). Nous avons évalué le nombre de déplacements potentiels théoriques des 3V pour créer l?indice potentiel usager vélo (PUV). Ce potentiel témoigne de leur distance aux PGD, du nombre d'individus qu'ils représentent, de leur capacité à relier des PGD et de la diversité des types de PGD. Une valeur seuil permet de distinguer les portions de 3V en fonction de leur potentiel pour ne conserver que les forts potentiels : premier filtre. Suite à ce premier filtre, tous les travaux et analyses sont faits sur les portions filtrées. 2.C Définition de la cyclabilité L?objectif de cette étape est de sélectionner les critÚres qui seront retenus pour analyser la cyclabilité, définir la méthode d?analyse, valider la méthode de relevé de données et généraliser sa mise en oeuvre. Des sites pilotes, traduisant un échantillon représentatif de sections de 3V ayant fait l?objet d?un comptage, ont été sélectionnés. Ces sites ont fait l?objet d?une collecte de données à partir des données existantes et à partir d?un relevé de terrain sur un ensemble de paramÚtres. Ce travail en site pilotes a permis d?identifier les critÚres de cyclabilité et de valider la méthode pour produire les indicateurs de cyclabilité. Il a également servi de référence pour la collecte des données lors de la phase de numérisation (validation des méthodes, relation entre les photos aériennes et le terrain, etc.). Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 8 CONFORT EFFICACITÉ SÉCURITÉ Revêtement Relief Type de voie (aménagement cyclable, vitesse, etc.) Porisité Directivité Largeur CritÚre A CritÚre B CritÚre C CritÚre D CritÚre E CritÚres Indicateurs CYCLABILITÉ Indice final Schéma des indicateurs de cyclabilité Le modÚle est détaillé dans la partie 4.F : CritÚres et modÚle retenu p.24. 2.D Numérisation La phase de numérisation a consisté à renseigner la base de données OpenStreetMap1 avec les différentes informations nécessaires pour l?analyse. Le choix d?OpenStreetMap comme support de la donnée est décrit dans la suite du document (cf. 2.F Choix d?OpenStreetMap p. 10). La phase de numérisation s?est déroulée en deux étapes principales : ? Compléter et mettre à jour les itinéraires des 3V dans OpenStreetMap. ? Renseigner les informations (vitesse, largeur, etc.) permettant de traduire les critÚres. L?ensemble des 3V filtrées a ainsi été contrÃŽlé. Nous avons donc réalisé la collecte des données permettant de caractériser les critÚres. Cette collecte a été réalisée à partir du travail de terrain, de l?analyse des photos aériennes et d?autres sources de données utilisables pour renseigner OpenStreetMap : photos, cadastre, etc. La phase de numérisation a abouti à un jeu de données complet pour l?ensemble des 3V filtrées. 2.E Analyse Les analyses ont été faites grâce à différents traitements géomatiques et logiques réalisés sous QGIS2 et sur tableur. À partir des données numérisées et des données de topographie nous avons produit les critÚres puis les indicateurs. Les indicateurs ont enfin permis de produire l? indice de cyclabilité. À partir des indicateurs et de l?indice de cyclabilité nous avons produit des cartes mettant en évidence le potentiel des sections. 1 OpenStreetMap est une base de données géographique libre et mondiale contenant de nombreuses données de cyclabilité. 2 QGIS est un logiciel SIG (systÚme d'information géographique) libre multiplate-forme publié sous licence GPL (Général Public Licence).. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 9 2.F Choix d?OpenStreetMap Nous avons fait le choix d?utiliser OpenStreetMap comme support de l?information géographique. La communauté des contributeurs et utilisateurs d?OpenStreetMap, qu?ils soient particuliers, associatifs et professionnels, comporte une trÚs grande part dédiée au vélo. La conséquence est que les données de cyclabilité sont trÚs riches (cf. Illustration de mise en valeurs de données de cyclabilité sous OpenStreetMap p. 10). De plus le modÚle de données d'OpenStreetMap est parfaitement adapté pour mener des études de cyclabilité. En effet, la plupart des paramÚtres peuvent être stockés : piste, bande, sens de circulation, qualité de la surface, largeur, éclairage, priorité, etc. Les Véloroutes et Voies Vertes y sont d?ailleurs déjà bien décrites. Les avantages d?OpenStreetMap dans le cadre de cette étude sont donc nombreux : ? Précision des données. ? Données de cyclabilité de référence : qualité et quantité des données cyclables du fait du foisonnement des contributions et de la réactivité des acteurs. ? Routage : les données sont presque immédiatement utilisables avec les outils de routage traditionnels du fait de leur qualité topologique. À ce titre il est intéressant de constater que la plupart des calculateurs d?itinéraires vélo accessibles sur internet ou sur smartphone s?appuient sur les données OpenStreetMap (GéoVélo, Mappy, Mapzen, OpenTripPlanner, OpenRouteService, etc.). ? Pérennité : OpenStreetMap est développé depuis 2004, son utilisation touche de plus en plus de domaines et la licence qui encadre les données garantit sa disponibilité à trÚs long terme. ? Numérisation simplifiée : les outils dédiés à la numérisation de données OpenStreetMap sont nombreux, performants, et trÚs ergonomiques. Ils représentent clairement un atout majeur pour tous les travaux de numérisation d?information géographique. ? L?accÚs aux données de la base de données OpenStreetMap est gratuit. Illustration de mise en valeurs de données de cyclabilité sous OpenStreetMap Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 10 3 Premier filtre 3.A Méthode de calcul du potentiel usager vélo 3.A.a Quantification des déplacements quotidiens Les déplacements quotidiens sont regroupés selon 4 grands motifs : ? pour se rendre sur son lieu d?activité : lieu de travail ou d?étude ; ? pour effectuer des achats ; ? pour du loisir : visite, activité sportive ou culturelle, restaurant, etc. ? pour des affaires personnelles : soins, recherche d?emploi, accompagnement, etc. En moyenne en France les trajets à motif d?activité représentent environ 30% du nombre de déplacements (issu des Enquête ménages déplacement1). La distance parcourue pour ce motif est en moyenne deux fois plus importante que pour les autres motifs de déplacement. Dans la chaîne de déplacements quotidiens, le mode de déplacement choisi pour activité conditionne les autres déplacements. De plus, le lieu de domicile ou de travail sert de point de départ ou de destination pour la plupart des autres motifs de déplacement. Pour toutes ces raisons, on approxime, pour cette étude, l?ensemble des déplacements quotidiens à la seule connaissance des PÃŽles Générateurs de Déplacements (PGD) de type habitation et activité. L?intermodalité avec les transports publics permettant d?augmenter la portée des déplacements à vélo, les PGD de type transport compléteront les pÃŽles habitation et activité. 3.A.b Principe général de calcul du potentiel Pour élaborer des rÚgles de calcul pour le potentiel usager vélo (PUV), nous nous basons sur un modÚle que l?on peut illustrer avec les exemples suivants : ? exemple 1 : Une portion de 3V proche de PGD représentant un grand nombre d'individus aura un PUV fort. ? exemple 2 : Une portion de 3V éloignée qui concerne un grand nombre d'individus pourra avoir le même PUV qu'une portion proche qui implique un faible nombre d'individus. ? Exemple 3 : Une portion de 3V proche d?un seul type de pÃŽle (habitat ou activité), aura un PUV plus faible qu?une portion proche à la fois de pÃŽle habitat et activité. En effet la diversité fonctionnelle du territoire favorise la pratique des modes actifs par le concept de ville des courtes distances. ? Exemple 4 : La portée des déplacements à vélo peut être augmentée grâce à l?intermodalité avec les transports en commun (train essentiellement). Une portion de 3V proche d?un arrêt de transport en commun structurant sera valorisée. 3.A.c Prise en compte de la diversité des PGD Grâce à la répartition de la population (individus de plus de 6 ans) sur le territoire ainsi que l?ensemble des lieux d?emplois, nous avons localisé les origines et destinations des 1 Enquête ménage déplacement et Enquête déplacement grand territoire Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 11 déplacements domicile- travail et domicile-étude. La connaissance des fréquentations des arrêts de transports majeurs (gares et gares routiÚres) donne une information complémentaire qui permet de prendre en compte l?intermodalité. Notre postulat est qu?un déplacement quotidien est réalisé pour relier deux lieux ayant des usages différents : du lieu de domicile vers un lieu de transport ou activité par exemple. Pour cette raison nous avons quantifié la capacité des PGD de types différents à être relié. Cette étape produit un nombre de déplacements potentiel par tranche de distance. Par exemple, dans un rayon de 2 km comprenant 100 habitants et 300 emplois, nous estimons 100 déplacements possibles mesurant chacun moins de 4 km. Cette estimation ne décrit pas réellement les déplacements dans la zone (les 100 habitants ne travaillent pas tous dans la même zone) mais cette mesure offre une premiÚre évaluation du potentiel de déplacements et de leurs distances. Cela valorise les territoires ayant une diversité fonctionnelle (répartition de lieux d?activité et de lieux d?habitat) qui permettent une ville des courtes distance favorable à l?utilisation de modes non motorisés. À la fin de cette étape nous obtenons des quantités de déplacements par type de liaison et par classe de distance. Afin de prendre en compte les déplacements multimodaux, nous avons choisi avec le comité de pilotage de faire la somme des déplacements estimés entre domicile et activité et ceux estimés entre domicile et transport. 3.A.d Prise en compte de la distance parcourue à vélo Pour calculer le PUV, la distance d?un déplacement réalisable à vélo doit être prise en compte. Une étude de l?Insee1 sur la répartition modale des déplacements par tranche de distance nous fournit des valeurs pour établir une pondération. En accord avec le comité de pilotage, nous avons fixé la distance maximale à 10 km (en considérant l?allongement des distances permis par le vélo à assistance électrique (VAE). Pour une distance supérieure à 10 km nous estimons que le potentiel de déplacement quotidien à vélo est nul. Pour une distance inférieure à 2 km nous estimons que tout déplacement peut être réalisé en vélo. Entre ces deux valeurs nous avons établi une variation linéaire proche des résultats de l?étude Insee : ? de 2 à 4 km : 80 % des déplacements sont considérés réalisables à vélo ? de 4 à 6 km : 60 % des déplacements sont considérés réalisables à vélo ? de 6 à 8 km : 40 % des déplacements sont considérés réalisables à vélo ? de 8 à 10 km : 20 % des déplacements sont considérés réalisables à vélo Le PUV est calculé en additionnant l?ensemble des déplacements considérés réalisables en vélo (utilisation d?une somme pondérée). 3.A.e Mise en oeuvre La mise en oeuvre s?est faite en 2 étapes principales : ? Identification et quantification des PGD. ? SynthÚse des distances des 3V aux PGD. Les données de l?ON3V ont été utilisées dans un premier temps à la place des données OpenStreetMap. En effet, les itinéraires devaient être complétés avant d?être utilisables 1 Insee Flash Auvergne-RhÃŽne-Alpes N°24 : Janvier 2017 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 12 comme données de référence pour les analyses (c f . 8.B.d Mise à jour des i t inéra ires dans OpenStreetMap , p. 52). 3.A.f Identification et quantification des PGD Les PGD ont été identifiés et quantifiés à partir de données de références (IGN, Insee, SNCF, MinistÚres). Pour chaque type de données nous avons eu la possibilité d'avoir une information quantitative permettant de travailler avec un nombre d'individus suffisamment précis apportant une information plus riche que la distinction pÃŽle majeur / pÃŽle simple envisagée dans un premier temps. La carte suivante montre le résultat de cette étape : Carte des PÃŽles Générateurs de Déplacements (PGD) par type en Pays de la Loire Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 13 Toutes les sources de données (à l'exception de la BD Carto® IGN) utilisées pour localiser les PGD, sont des données libres et gratuites afin d'assurer une reproductibilité de la méthode. Toutes les opérations ont été réalisées sous QGIS. Pour chaque ensemble, 2 étapes ont été nécessaires ; la localisation et la quantification qui sont généralement présentes dans des sources de données différentes : ? Habitation : localisation avec la BD Carto® (IGN) ; quantification à l?aide du carroyage de la population (Insee). ? Activité : localisation et quantification grâce à la base Sirene de l?Insee et aux données ouvertes du MinistÚre de l?Éducation Nationale, de l?Enseignement Supérieur et de la Recherche. ? Transport : localisation et quantification des gares ferroviaires grâce aux données ouvertes de la SNCF ; localisation des gares routiÚres grâce aux données ouvertes de la Région Pays de la Loire (pas de données quantitatives). 3.B SynthÚse des distances des 3V aux PGD 3.B.a Récupération des distances L?objectif de cette étape est de récupérer les informations de distance entre les 3V et les PGD. La distance entre les 3V et les PGD a été décrite avec un pas de 2 km : 2 km, 4 km, 6 km, 8 km et 10 km. Pour réaliser la synthÚse des distances entre les PGD et les 3V nous avons dans un premier temps découpé les 3V en portions de 100 m. Pour chaque portion, nous avons récupéré les informations concernant le nombre d?individus par distance et par type de pÃŽle. La récupération des informations s?est faite grâce à des traitements géomatiques de type tampon et jointure spatiale. À ce stade nous disposons d'une couche des portions de 3V qui contient pour chaque portion le cumul d'individus par distance et par type de pÃŽle (habitat, activité, transport). Exemple de données contenues dans la couche géographique qui décrit les portions de 3V ; nous disposons du nombre total d?individus par type de pÃŽle et par distance : id portion hab 2 km hab 4 km hab 6 km hab 8 km hab 10 km act 2 km act 4 km act 6 km act 8 km act 10 km 1 200 1 500 8 600 15 000 40 000 300 700 800 1 400 2 000 2 150 900 2 500 8 100 12 300 0 1000 1000 1200 2300 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 14 Ces données permettent d?ores et déjà quelques analyses comme les portions comptant plus de 10 000 habitants à moins de 6 km ou les pÃŽles transport à moins de 2 km : Carte des portions de 3V comptant plus de 10 000 habitants à moins de 6 km Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 15 Carte des portions de 3V disposant d?un PGD transport à moins de 2 km 3.B.b Calcul du nombre d?individus par tranche de distance Dans les étapes suivantes, nous avons réalisé une synthÚse des données de distance et de nombre d?individus. Les différentes opérations sur ces informations ont été faites à l?aide d?un tableur. Dans un premier temps, par simple soustraction, nous calculons le nombre d?individus non plus à une distance définie mais par tranche de distance. On ne considÚre donc plus ici les distances comme des cercles concentriques autour d?un PGD mais comme des anneaux. Par exemple le nombre d'habitants de la tranche (anneau) de 2 à 4 km est égal au nombre total d'habitants à 4 km moins le nombre total d'habitants à 2 km, le nombre d'habitants de la tranche 4 à 6 km est égal au nombre total d'habitants à 6 km moins le nombre total d'habitants à 4 km, etc. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 16 Exemple de données contenues dans la couche géographique qui décrit les portions de 3V ; nous disposons du nombre d?individus par type de pÃŽle et par tranche de distance : id portion hab 0-2 km hab 2-4 km hab 4-6 km hab 6-8 km hab 8-10 km act 0-2 km act 2-4 km act 4-6 km act 6-8 km act 8-10 km 1 200 1300 7100 6400 25000 300 400 100 600 600 2 150 750 1600 5600 4200 0 1000 0 200 1100 3.B.c Calcul du potentiel par tranche de distance À cette étape nous calculons le potentiel par tranche de distance. Pour cela nous allons comparer les valeurs par type de PGD. Le potentiel par tranche est défini en retenant la plus petite valeur d'individus par tranche. C'est-à-dire que si une portion présente 500 habitants et 200 actifs dans son rayon de 2 km alors le potentiel sera de 200 déplacements de 2 km. La distance sert ainsi à valider la capacité des portions à relier les PGD. Les pÃŽles activité et transport sont généralement les facteurs limitants. Les intervalles des tranches de distance évoluent mécaniquement : on obtient le nombre potentiel de déplacement de 2 km (0-4 km), de 4 km (2-6 km), de 6 km (4-8 km), etc. Pour ne pas complexifier inutilement le modÚle, nous avons évalué le potentiel entre habitation et activité et le potentiel entre habitation et transport. Exemple de calcul sur tableur pour le potentiel entre habitation (h) et activité (a) : h_a_2 = MIN(h2;a2) h_a_4 = MIN(h2;a4)+MIN(h4;a2) h_a_6 = MIN(h2;a6)+MIN(h4;a4)+MIN(h6;a2) h_a_8 = MIN(h2;a8)+MIN(h4;a6)+MIN(h6;a4)+MIN(h8;a2) h_a_10 = MIN(h2;a10)+MIN(h4;a8)+MIN(h6;a6)+MIN(h8;a4)+MIN(h10;a2) Exemple de résultat : id portion h_a_2 h_a_4 h_a_6 h_a_8 h_a_10 1 200 500 800 1000 1600 2 0 150 750 1150 1350 3.B.d Calcul du potentiel par type de PGD Nous disposons donc du potentiel pour chaque tranche de distance. Pour faire la synthÚse de ces potentiels, nous avons réalisé une somme pondérée des potentiels de chaque distance. Il s'agit d'une pondération linéaire basée sur les études de l?Insee (cf. 3.A.d Prise en compte de la distance parcourue à vélo p. 12) : Calcul du potentiel habitation-activité (p_h_a) : p_h_a = 1 x h_a_2 + 4/5 x h_a_4 + 3/5 x h_a_6 + 2/5 x h_a_8 + 1/5 x h_a_10 Calcul du potentiel habitation-transport (p_h_t) : p_h_t = 1 x h_t_2 + 4/5 x h_t_4 + 3/5 x h_t_6 + 2/5 x h_t_8 + 1/5 x h_t_10 Exemple de résultat : id portion p_h_a 1 1800 2 1300 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 17 3.B.e Calcul du potentiel final Le potentiel final a été calculé en faisant la somme des deux potentiels. Cette étape achÚve la prise en compte de la diversité : p_h_a + p_h_t 3.B.f Le filtre Pour le filtrer nous avons retenu le premier quartile ce qui équivaut à une valeur seuil PUV de 10 000 « individus ». Ce seuil entraînant la présence de portions isolées ou de trous sur des continuités, nous avons procédé à une correction manuelle pour préserver les continuités. 3.C Résultats Environ 800 km de 3V filtrées (ayant un PUV important). Un des avantages de cette approche est qu?elle nous permet de décrire d?autres valeurs en fonction du sujet d?étude, par exemple : ? Sélectionner les 3V ayant, dans un rayon de 4 km, une densité d?emploi ou d?habitant supérieur à la moyenne régionale. ? Sélectionner les 3V en prenant avant tout en compte le nombre d?activités sans prendre en compte le nombre d?habitants à proximité. ? Sélectionner les 3V en valorisant le potentiel lié à l?intermodalité, par exemple en augmentant le nombre de voyageurs pris en compte dans les gares. ? Faire varier la distance maximum de déplacement à vélo ou la portion des usagers prêts à se déplacer en vélo par classe de distance. ? Pondérer les résultats par la part des habitants de la commune travaillant dans leur même commune ou par la distance médiane parcourue pour se rendre au travail issue du recensement. La liste des 124 communes concernées par des 3V filtrées est présentée en annexe (cf. 8.A Liste des communes concernées par les 3V filtrées p. 50). Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 18 Carte des 3V filtrées : Carte des 3V filtrées Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 19 4 Caractérisation de la cyclabilité des 3V filtrées 4.A Introduction La premiÚre étape de l?étude a été réalisée en se basant uniquement sur les données de territoire (habitation, activité, transport). La suite de l?étude traite maintenant des informations liées aux 3V afin de déterminer leur potentiel. Cette étape consiste à construire la méthodologie d?évaluation de la cyclabilité. Elle s?appuie sur des relevés et une expérimentation de déplacement sur des sites pilotes du réseau 3V. Dans un premier temps, nous avons cherché à ouvrir notre réflexion et à être le plus exhaustif possible. Dans un deuxiÚme temps, nous avons rationalisé la méthode pour réduire le nombre de critÚres et les procédés de numérisation. 4.B Objectifs L?expérimentation de déplacement sur des sites pilotes du réseau de 3V répondait à plusieurs objectifs : ? Explorer les 3V avec le point de vue d?un usager dans une démarche d?exploration des paramÚtres ayant un impact sur la cyclabilité. ? Collecter un maximum de types d?informations afin de sélectionner et consolider le choix des critÚres par la suite : comparaison entre critÚres et fréquentation à partir des données de comptages existantes. ? Analyser le mode de capture des informations : mesures directes, imagerie aérienne et photosphÚres (photo à 360°). ? Confirmer les informations numérisables et leur codification dans OpensStreetMap. ? Généraliser la méthode de numérisation en vérifiant la corrélation entre les images satellites et les photosphÚres. Cela nous a conduit à parcourir les véloroutes et voies vertes sur différents sites pilotes en effectuant des mesures et des photosphÚres géolocalisées. 4.C Choix des sites pilotes Afin de choisir les sites de relevés de terrain préférentiels nous avons établi certains critÚres ; ils devaient : ? représenter une variété d?aménagements vélo et de typologies de territoire ; ? être à proximité d?un compteur de passage de vélo ; ? être proche de Nantes pour rationaliser le temps de l?étude. Cela nous a conduit à choisir 10 sites pilotes à observer dans 3 départements (44, 49 et 85) répartis sur le réseau de 3V. Une moitié était aux abords de grandes villes régionales (Angers, Saumur et Nantes) ; le reste était aux abords de villes de taille moyenne. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 20 4.D Déroulement du terrain L?exploration des sites pilotes sur le terrain a été réalisée durant la période de février à avril 2017. En préparation de chaque sortie de terrain, un parcours a été défini pour observer le réseau de 3V autour des points de comptage et relier des PGD à proximité, habitat, activité ou transport. Nous avons suivi ces parcours avec un vélo équipé d?appareil permettant de capturer des photosphÚres. Voici la liste du matériel utilisé pour chaque sortie : ? Appareil permettant la capture de photosphÚres : utilisation du V4MBike ou de la LG 360. ? GPS haute précision afin de géolocaliser les photosphÚres. ? Téléphone avec OsmAnd et le tracé à suivre et le greffon pour de la prise de note audio. Photo d?une sortie de terrain avec le V4MBike Suite au relevé de terrain nous avions deux traitements à réaliser pour rendre les photos exploitables : ? géolocalisation des photos par synchronisation avec les relevés GPS et ajustement manuel, ? stockage des photos sur Mapillary1 pour simplifier leur utilisation et permettre à d?autres utilisateurs d?enrichir les informations géographiques. Au total nous avons réalisé 250 km sur le réseau de 3V et nous avons pu observer une variété de territoires et de types d?aménagement. Nous avons produit 32 000 photos avec le systÚme V4MBike et 10 000 via la caméra LG 360. La carte suivante présente les sites pilotes étudiés ainsi que la répartition des compteurs sur le territoire : 1 https://www.mapillary.com/ Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 21 https://www.mapillary.com/ Carte des sites pilotes et des points de comptage associés 4.E Méthode de sélection des critÚres 4.E.a CritÚres observés sur les 3V Nous avons listé les paramÚtres identifiés qui peuvent influencer la cyclabilité. Ces paramÚtres proviennent de plusieurs sources : rapport du CEREMA (G ABOUCAYA), expertise du comité de pilotage, études sur les facteurs affectant la pratique du vélo. Cette liste n?est pas une liste exhaustive et chaque critÚre n?a pas la même influence : ? Matériaux ? Roulance ? Qualité de l?uni ou état de la surface ? Accessibilité annuelle différenciée ou secteur inondable ? Largeur moyenne ? Fréquentation automobile ? Restriction d?accÚs ? Circulation automobile apaisée ou non ? Vitesse de circulation automobile ? Comptages de véhicules sur route ? Accidentologie ? Type de voie : site propre ou types de séparation de la circulation automobile ? Nombre d?intersections engendrant une insécurité ou un arrêt ? Directivité du tracé ou distance comparée entre le vélo et la voiture ? Homogénéité du parcours, nombre de changements de voies ? Relief favorable à la pratique Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 22 ? Environnement paysager ? Présence d?éclairage ? Insécurité perçue ? Proximité des gares ? Présence de jalonnement de rabattement et de jalonnement le long de l?itinéraire ? Proximité de zones habitation ou de centre bourg ? Connexion avec pÃŽle générateur de déplacement ou une ville centre Parmi toutes ces caractéristiques il paraît trÚs complexe de choisir celles qui ont le plus d?importance pour construire un indice de cyclabilité. En effet, les cyclistes auront des attentes différentes sur les caractéristiques du réseau. La notion de profil de cycliste est d?ailleurs présente dans la plupart des modÚles (calculateur d?itinéraires) qui ont été développés. 4.E.b Choix des critÚres à partir des fréquentations Dans un premier temps nous avions prévu de choisir les critÚres en calculant la corrélation entre les critÚres et la fréquentation sur les sites pilotes : ? Comptage de cyclistes heure par heure sur toute une année (issu de Eco-Compteur). ? Estimation du nombre de déplacements liés aux trajets domicile-travail par jour. ? Comparaison au nombre de déplacements domicile-travail potentiellement réalisables à vélo passant par le compteur (déduit à partir des répartitions de population et d?emploi sur le territoire). Nous avons renoncé à cette approche en accord avec le comité de pilotage pour les raisons suivantes : ? Sur le terrain, nous avons constaté le manque de pertinence de l?emplacement des compteurs dans le cadre d?une mesure de déplacements quotidiens, cet usage n?étant pas l?objectif de l?implantation des compteurs. En plus du placement inadapté des compteurs, leur nombre ne permet pas d?avoir un échantillon représentatif. ? La part des déplacements liés au tourisme à vélo varie selon le compteur étudié. Il est difficile de déterminer précisément le nombre de passages liés à un déplacement quotidien (marge d?erreur d?au moins 30%). ? En fonction du type de territoire, de l?offre de mobilité existante et des contraintes sur les autres modes de déplacements, les déplacements à vélo seront plus ou moins favorisés (sans influence des qualités du réseau 3V). Ces incertitudes sur les résultats nous ont amené à changer notre approche et à effectuer un choix des critÚres par expertise. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 23 4.E.c Choix des critÚres par expertise Nous nous sommes intéressés aux qualités que l?on peut attendre d?une 3V : Être sécurisée, confortable et garantir un trajet efficace. Nous avons donc choisi de construire 3 indicateurs de confort, sécurité et efficacité basés sur différents critÚres des 3V. Ce sont ces 3 indicateurs qui ont ensuite été rassemblés pour obtenir l?indice de cyclabilité. Cette démarche donne plus de sens à l?évaluation de la cyclabilité car elle apporte une synthÚse plus riche et plus pratique à interpréter. Ce modÚle de calcul en deux étapes nous permet en ajustant les pondérations une adaptation à différents contextes territoriaux ou types de cyclistes. Chaque critÚre peut impacter plusieurs indicateurs : CONFORT EFFICACITÉ SÉCURITÉ Revêtement Relief Type de voie (aménagement cyclable, vitesse, etc.) Porisité Directivité Largeur CritÚre A CritÚre B CritÚre C CritÚre D CritÚre E CritÚres Indicateurs CYCLABILITÉ Indice final Schéma des indicateurs de cyclabilité 4.F CritÚres et modÚle retenu Certaines caractéristiques peuvent exprimer la même information de maniÚre redondante. Nous avons veillé à ce que les critÚres retenus soient suffisamment synthétiques pour ne pas entraîner cette redondance. Nous avons donc sélectionné 6 critÚres : ? Le type de voie : réparti en cinq catégories : voie en site propre, voie à usage occasionnellement mixte, voie aménagée pour les vélos ou dans une zone de circulation apaisée, voie sans aménagement ayant une vitesse maximale autorisée inférieure ou égale à 50 km/h et enfin voie sans aménagement ayant une vitesse maximale autorisée supérieure à 50 km/h . ? Le revêtement : qualité basée sur le matériau et le niveau de dégradation. Pour donner la qualité de surface d?une route nous avons utilisé à la fois le matériau de la voie et l?état d?usure de la surface ainsi que la roulance lorsqu?elle était qualifiable. Dans certains cas un sol compacté pourra offrir une qualité supérieure à un asphalte délabré. ? La largeur appréciée différemment selon les sens de circulations, les modes de déplacements pouvant utiliser la voie et la présence ou non de séparateurs (voie exclusivement réservée au vélo en sens unique, trottoir mixte acceptant les deux sens de circulation, et tous les intermédiaires). Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 24 ? La directivité du tracé : rapport entre longueur réelle et la longueur directe. Elle peut être vue comme le taux de détour ou d?allongement lié au tracé de la 3V. ? La porosité : critÚre qui permet d?illustrer la capacité à pouvoir rejoindre ou sortir de la 3V depuis le reste du réseau ; ? Le relief le long du parcours : dénivelé cumulé rapporté sur la distance. Le relief a été calculé en utilisant un modÚle numérique de terrain : nous avons calculé le dénivelé cumulé pour chaque portion de la 3V. 4.F.a Création des indicateurs à partir des critÚres Cette étape permet de rassembler les 6 critÚres en 3 indicateurs. Nous avons d?abord défini le lien entre critÚres et indicateurs via le diagramme ci-dessous. CONFORT EFFICACITÉ SÉCURITÉ Revêtement Relief Type de voie (aménagement cyclable, vitesse, etc.) Porisité Directivité Largeur CONFORT EFFICACITÉ SÉCURITÉ Revêtement Relief Type de voie (aménagement cyclable, vitesse, etc.) Porosité Directivité Largeur Schéma des indicateurs de cyclabilité : modÚle théorique Malgré l?approche synthétique retenue, certains critÚres se retrouvent dans plus d?un indicateur. Pour éviter de les prendre en compte dans plusieurs étapes du calcul nous avons fait le choix de les affecter à l?indicateur le plus pertinent : ? Relief Confort? ? Porosité Efficacité? ? Largeur Sécurité? Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 25 Porosité CONFORT EFFICACITÉ SÉCURITÉ Revêtement Relief Type de voie (aménagement cyclable, vitesse, etc.) Porisité Directivité Largeur Schéma des indicateurs de cyclabilité : modÚle retenu 4.F.b SynthÚse des indicateurs pour la création de l?indice de cyclabilité La derniÚre étape consiste à regrouper les trois indicateurs pour produire l? indice de cyclabilité. Cette ultime étape peut être adaptée pour illustrer différentes visions de la cyclabilité selon les contraintes du territoire ou les besoins pressentis. Par exemple, choisir de multiplier par deux le poids de l?indicateur de sécurité. Nous avons choisi de prendre la somme des critÚres comme premier indice de cyclabilité ce qui donne une note de 3 à 9 ramenée à une note de 0 à 6. 4.G Généralisation de la méthode Cette étape a également permis de généraliser la mesure des largeurs des sites propres et les types de revêtement. Nous avons pu comparer les mesures directes à partir des photosphÚres et de mesures sur le terrain avec les mesures réalisées à partir des photos aériennes. Ainsi nous avons pu adapter ces mesures pour qu?elles soient suffisamment précises directement depuis les photos aériennes. Nous avons procédé de la même maniÚre en comparant les types de revêtement et les couleurs et textures des revêtements sur les photos aériennes. Le fait de disposer de plusieurs jeux de photos (Bing, BDOrtho® IGN, etc.) apporte également un gros avantage pour ce type d?approche (cf. partie suivante). Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 26 5 Analyse et production de l'indice 5.A Numérisation La premiÚre étape a consisté à numériser l?ensemble des informations nécessaires dans OpenStreetMap afin de permettre une extraction pour les analyses suivantes.Ce travail de numérisation est détaillé en Annexe (cf. 8.B Numérisation p. 52). 5.B Préparation des données À l?exception des premiÚres étapes et de certaines étapes intermédiaires telles que le calcul du relief, il faut considérer que tout le traitement se fait à l?aide d?un unique jeu de données. C?est-à-dire qu?une seule couche SIG contient toutes les informations et sera le support des analyses. L?analyse va donc consister à ajouter et renseigner des champs avec des informations intermédiaires (largeurs, vitesse, etc.), les valeurs des critÚres puis les valeurs des indicateurs et enfin la valeur de l?indice de cyclabilité. Les opérations de traitement ont été réalisées dans QGIS et à l?aide d?un tableur. 5.B.a Pré-traitement des données Une premiÚre étape de pré-traitement sur l?ensemble des données des Pays de la Loire a été nécessaire ; elle comporte les opérations suivantes qui seront détaillées par la suite : ? Récupérer les données OpenStreetMap ? Convertir les données OpenStreetMap en données SIG ? Re-projeter en Lambert 93 ? Filtrer les voies ? Distinguer les voies des 3V et de porosité ? Traiter la topologie pour séparer les routes à chaque intersection ? Identifier les 3V filtrées 5.B.b Récupération des données OpenStreetMap Lors de la phase précédente nous avons numérisé les données en procédant par petits jeux de données. Pour récupérer les données OpenStreetMap il existe différentes techniques : il est possible par exemple de récupérer un secteur défini s?il n?est pas trop volumineux ou bien toute une région via des fournisseurs qui auront réalisé les découpages au préalable. Pour traiter l?ensemble du réseau de 3V des Pays de la Loire nous avons choisi d?utiliser le fournisseur Geofabrik1 qui propose gratuitement des jeux de données pré-découpés avec les limites régionales sur l?ensemble du monde. 5.B.c Conversion Le stockage d?informations attributaires sous OpenStreetMap fonctionne sur un schéma clé+valeur appelé tag (cf. 8.D Glossaire p. 58). 1 http://download.geofabrik.de/ Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 27 Les données utilisées sont les données brutes d?OpenStreetMap. Ces données ne sont pas des données SIG conventionnelles. Elles contiennent plus d?informations et ces informations nécessitent une sélection. Le logiciel ogr2ogr installé avec QGIS permet de lister les informations (clés) qui nous intéressent et de convertir les données en ne conservant que ces informations. Les clés sont transformées en champs. À cette étape plusieurs couches sont produites. Celles qui vont être utiles sont : ? La couche des polylignes qui contient l?ensemble des voies. ? La couche des multi-lignes qui contient des groupes de voies qui décrivent les itinéraires dont les 3V. 5.B.d Reprojection Les données OpenStreetMap étant des données mondiales, elles sont stockées dans le systÚme de coordonnées WGS 84. Ce systÚme qui décrit l?information en latitude et longitude, peut poser des problÚmes pour le calcul de distances ou de surfaces. C?est pourquoi les données ont été reprojetées en Lambert 93. 5.B.e Filtrage des routes Les données contiennent l?ensemble des informations contenues dans OpenStreetMap. Il faut donc extraire les informations qui sont utiles à savoir les voies utilisables par les vélos. La clé highway permet de facilement faire cette distinction. Nous avons ensuite écarté les autoroutes et voies express qui sont totalement détachées des 3V. Les bretelles d'accÚs sont identifiées dans OpenStreetMap et ont été conservées pour leur influence potentielle sur la porosité. 5.B.f Distinction des 3V et de la porosité Ces distinctions se font de maniÚre attributaire. Un champ veloroute a été introduit pour contenir cette information ; les 3V ont la valeur 1, les voies de porosité ont la valeur 2 et les autres voies (à priori inutiles pour l?étude) ont la valeur 3. Pour distinguer les voies des 3V des autres voies, deux approches sont possibles : ? approche attributaire : à l?aide des identifiants OpenStreetMap des voies qui composent les itinéraires. Cette approche est possible avec l?API Overpass via l?outil Overpass Turbo1 par exemple. Avantage : la sélection est rapide ; inconvénient : la technique nécessite un outil supplémentaire et la maîtrise de la syntaxe des requêtes Overpass. ? approche géométrique : sélectionner toutes les voies dont le tracé est identique aux voies des itinéraires. Cette approche est possible sous QGIS grâce à des requêtes de sélection spatiale. Avantage : directement utilisable sous QGIS ; inconvénient : la sélection peut prendre beaucoup de temps. Nous avons utilisé l?approche géométrique. C?est donc à cette étape que nous avons utilisé la couche multi- lignes qui contient les itinéraires des 3V. Dans un premier temps nous avons isolé les itinéraires des 3V filtrées grâce à leurs identifiants (cf. 8.B.d Mise à jour des itinéraires dans OpenStreetMap). Dans un deuxiÚme temps nous avons sélectionné les voies qui composent les 3V à l?aide des itinéraires. 1 http://overpass-turbo.eu Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 28 5.B.g Traitement topologique Le traitement topologique consiste à fractionner les voies pour qu?elles soient séparées à chaque intersection. Cette approche sert plusieurs logiques : ? disposer d?un élément unitaire délimité soit par un changement de paramÚtre soit par une intersection ; ? permettre une analyse de la porosité homogÚne. Dans les données brutes, les voies sont coupées là où les paramÚtres changent : vitesse, bande cyclable, etc. Une fois le nettoyage topologique réalisé, les voies sont également coupées aux intersections même si les paramÚtres ne varient pas : illustration du traitement topologique (avant/aprÚs) C?est à ce stade qu?est produit l?unité d?étude que nous appellerons segment de 3V. Les longueurs de segment de 3V sont variables mais la logique est préservée. En effet on ne peut considérer que dans son ensemble et indépendamment de sa longueur une route dont on ne peut pas sortir ou entrer. À contrario, cette approche implique la présence d?éléments peu significatifs là où le réseau est dense ou complexe (ronds-points, échangeur etc.). Il a également été indispensable d?introduire un nouvel identifiant unique aux segments de 3V. Cet identifiant a permis de réaliser des opérations sur tableur tout en maintenant le lien avec la donnée géographique grâce à des jointures attributaires. 5.B.h Identifier les 3V filtrées Nous avons utilisé la couche de données géographiques réalisée lors du premier filtre pour sélectionner géographiquement les segments de 3V filtrés. Nous avons utilisé un champ filtre pour distinguer les segments de 3V filtrées de l?ensemble des voies. Même si ce pré-traitement peut être réalisé en premier, il est intéressant de réaliser les autres étapes de traitement avant afin d?observer les résultats sur un plus grand jeu de données présentant plus de cas de figure et ainsi s?assurer que le procédé fonctionne correctement quelle que soit la situation. L?idéal étant bien sûr de travailler directement avec les données OpenStreetMap lors du premier filtre. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 29 5.C Création des critÚres 5.C.a Présentation La création des critÚres va consister en deux approches : ? Un traitement attributaire des données : il s?agit d?exploiter les données attributaires contenues dans les données OpenStreetMap. Cela implique une connaissance avancée des tags (cf. 8.D Glossaire p. 58). ? Une traitement géométrique des données : il s?agit d?exploiter la géométrie des données OpenStreetMap et des données de relief issues des données SRTM. L?analyse de la porosité implique une approche à la fois géométrique et attributaire ; nous la classons parmi les traitements géométriques. L?ensemble des traitements qui ont permis de produire les critÚres ont été réalisés sous le logiciel QGIS. Les détails de ces traitements sont décrits en Annexe (cf. 8.C Détail des analyses p.55). 5.C.b Type de voie Nous avons utilisé un champ type_de_voie pour distinguer 5 types de voies : ? sites propres : voies dédiés aux vélos (pistes cyclables) ou voies sans circulation motorisée (voies vertes et voies piétonnes accessibles aux vélos) ? sites semi-propres : voies trÚs peu fréquentées par les véhicules motorisés (essentiellement agricoles) tels que les chemins ou voies de services. ? voies sécurisées : zones de circulation apaisée ou bandes cyclables. ? voies mixtes : voies sans aménagement en agglomération ou dont la vitesse est limitée à 50 km/h. ? voies dangereuses : voies sans aménagement dont la vitesse maximum autorisée est supérieure à 50 km/h. 5.C.c Largeur La largeur de confort pour un aménagement varie en fonction du type de circulation attendu (partage de la voie avec les piétons, le caractÚre séparé ou non et les sens de circulation autorisés). 6 cas sont distingués pour qualifier 3 classes de largeur en fonction des situations. Les 3 classes servent à renseigner le champ largeur avec les valeurs 1, 2 et 3 respectivement pour mauvais, moyen, bon. ? piste cyclable à sens unique : ?0,5 ; >0,5 - <1,2 ; ?1,2 ? piste cyclable à double sens : ?1,5 ; >1,5 - <2,5 ; ?2,5 ? voie partagée avec les piétons, non séparée, à sens unique cyclable : ?2 ; >2 - <3 ; ?3 ? voie partagée avec les piétons, séparée, à sens unique cyclable : ?1,5 ; >1,5 - <2,5 ; ?2,5 ? voie partagée avec les piétons, non séparée, à double sens cyclable : ?2,5 ; >2,5 - <3,5 ; ?3,5 ? voie partagée avec les piétons, séparée, à double sens cyclable : ?2 ; >2 - <3 ; ?3 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 30 5.C.d Revêtement Pour caractériser le revêtement, le champ revetement est créé. Il prend 3 valeurs : 1, 2 et 3 respectivement pour mauvais, moyen, bon. La distinction est principalement basée sur le matériau utilisé mais également sur le type de voie lorsqu?il est possible de déduire le matériau. Nous avons pris en compte le niveau de qualité du revêtement lorsqu?il a été spécifié (pour les chemins particuliÚrement). 5.C.e Relief Nous avons calculé le dénivelé local à partir des données SRTM. Puisqu'on ne considÚre pas de direction nous avons utilisé le cumul des valeurs absolues du dénivelé pour chaque segment de 3V. Ensuite nous avons réalisé une division de cette valeur par la longueur de l?aménagement qui permet d?obtenir une pente moyenne le long de l?itinéraire. 5.C.f Directivité La directivité est le rapport entre la distance réelle et la distance directe d?un segment de 3V. La distance réelle d'une ligne peut être obtenue directement sous QGIS. La distance directe (euclidienne) peut également être obtenue directement par calcul à l'aide des coordonnées du premier et dernier point de la ligne. Ces coordonnées peuvent être obtenues à l'aide de la fonction x_at() et y_at(). La distance euclidienne peut se calculer avec la formule de Pythagore : sqrt((($x_at(-1)-$x_at(0)) 2) + (( $y_at(-1)-$y_at(0))2)) La directivité sera donc la distance réelle sur distance euclidienne : $length / sqrt((($x_at(-1)-$x_at(0)) 2) + (( $y_at(-1)-$y_at(0))2)) 5.C.g Porosité Le calcul de la porosité utilise la géométrie et également les données attributaires. L?objectif est de connaître le nombre de voies par type de voie qui viennent se raccorder à un segment de 3V. Cette opération se fait par jointure spatiale entre les voies des 3V et les voies de porosité. Nous obtenons pour chaque segment de 3V, le nombre et le type de voie connectées. Exemple de résultat : id s_propre s_sem_prop v_securise v_mixte v_dangereu 1 2 0 0 1 0 2 0 0 2 1 0 3 0 1 0 0 2 Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 31 5.D Création des indicateurs En combinant les critÚres définis précédemment, les valeurs 1, 2 et 3 ont été affectées respectivement pour mauvais, moyen, bon aux segments de 3V pour décrire chaque indicateur (sécurité, efficacité et confort). 5.D.a Sécurité La sécurité se base en premier lieu sur le type de route : ? site propre = 3 ? site semi propre et voies sécurisées = 2 ? site mixte et site dangereux = 1 Elle est dépréciée par une largeur « mauvaise ». La largeur peut uniquement déprécier la valeur : par exemple une largeur à 1 fait passer l?indicateur sécurité d?un segment en site propre de 3 à 2. 5.D.b Confort Les critÚres revêtement et relief ont été utilisés pour définir l?indicateur de confort. Il se base en premier lieu sur le revêtement qui peut être déprécié par le relief. En dessous de 4 % de pente moyenne le relief n?a pas d?influence. Entre 4 et 8 % de pente moyenne le confort est réduit de 1 et pour une pente moyenne supérieure à 8 % il est réduit de 2. 5.D.c Efficacité L?indicateur efficacité est basé sur la porosité et la directivité. Ces deux critÚres sont considérés différemment selon la longueur des segments. Nous avons défini 3 classes de longueurs en nous basant sur les quantiles : inférieur à 50 m, entre 50 et 250 m, supérieur à 250 m. En premier lieu nous prenons en compte la porosité en fonction des classes de distance comme décrit dans le tableau ci-dessous : Porosité (en nombre de voies) Longueur ? 50 > 50 ; ? 250 > 250 0 2 1 1 1 2 2 1 2 3 2 2 3 3 3 2 > 3 3 3 3 Ensuite nous utilisons la directivité : une directivité supérieure à 1,04 réduit de 1 l?efficacité. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 32 5.D.d Résultats Carte de l?indicateur Sécurité Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 33 Carte de l?indicateur Confort Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 34 Carte de l?indicateur Efficacité Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 35 5.E Calcul de l?indice final L?indice de cyclabilité est la somme des 3 indicateurs. Les valeurs de l?indice sont réparties entre 3 et 9. Afin de simplifier cette note le résultat de l?indice a été ramené de 0 à 6. Carte de l?indice de cyclabilité Les informations étant trÚs denses, nous présentons dans la partie suivante des zooms pour mieux observer les détails. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 36 5.F Détails de l?indice par zone Dans les cartes suivantes pour simplifier la lecture l?indice de cyclabilité a été réparti sur 3 classes : classe 1 pour un indice de 0, 1 ou 2, classe 2 pour un inde de 3 ou 4 et classe 3 pour un indice de 5 ou 6. Carte de zone Loire-Atlantique Ouest Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 37 Carte de zone Loire-Atlantique Est et Vendée Nord Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 38 Carte de zone Vendée Ouest Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 39 Carte de zone Vendée Est Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 40 Carte de zone Maine-et-Loire Ouest Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 41 Carte de zone Maine-et-Loire Est et Sarthe Sud Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 42 Carte de zone Sarthe Nord Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 43 Carte de zone Mayenne Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 44 6 Résultats et conclusion 6.A Résultats globaux L?étude a permis de dresser un état des lieux de la cyclabilité du réseau de 3V dans les Pays de la Loire en identifiant les sections à plus fort potentiel. Grâce à son approche synthétique elle permet d?identifier les leviers d?amélioration des sections à fort potentiel et de remonter jusqu?aux critÚres les plus influents en fonction des situations. L?étude aboutit également à un jeu de données qui permettra d?étudier la cyclabilité à une échelle plus fine et dans un contexte plus précis. Elle offre enfin des outils de sensibilisation (à l?aide de cartes) qui décrivent l?état des lieux et permettra d?identifier pour chaque commune les leviers pour développer l?usage du vélo au quotidien (cf. l?annexe 7.A Présentation des fiches automatisées p.47). 6.B Limites de l?étude 6.B.a Évaluation des déplacements quotidiens En l?absence de données utilisables sur les déplacements réels, nous avons choisi lors du premier filtre de considérer tous les déplacements potentiels ; par exemple un individu pourra être comptabilisé pour plusieurs déplacements domicile travail. Cela ne permet pas de comparaisons avec des fréquentations mesurées ou des quantités réelles de déplacements. 6.B.b Échelle de notre étude L?utilisation d?une méthode homogÚne à l?échelle de la région (5 départements) ne permet pas de distinguer les typologies de territoires : zones urbaines ou rurales, dynamiques locales sur l?usage du vélo, qualité du paysage, etc. 6.B.c Reproductibilité La reproductibilité de l?étude était un critÚre important pour construire la méthodologie. Chaque étape de notre méthodologie est expliquée et les détails de traitement peuvent être fournis dans ce but. Cependant, un niveau technique en géomatique, une bonne connaissance d?OpenStreetMap et une expertise sur la mobilité dans le territoire sont nécessaires pour réaliser l?ensemble des traitements. 6.B.d Informations non prises en compte Nous n?avons pas pris en compte certaines informations dans l?étude. La saisonnalité et le sens de circulation ne sont pas pris en compte. Les « petits aménagements » tels que les barriÚres de croisement, les stops ou priorités aux intersections ou les éléments d?apaisement du trafic n?ont également pas été pris en compte du fait de la complexité à les relever et à les intégrer dans l?analyse. D?autres part, certaines variations de qualité des bandes cyclables, comme la largeur des bandes cyclables et le type d?élément séparatif, ne disposent pas encore de codification dans OpenStreetMap. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 45 6.C Amélioration de la méthode 6.C.a Prise en compte des évolutions des distances du déplacement domicile-travail par commune La distance moyenne domicile travail évolue trÚs fortement entre les communes et nous ne la prenons pas en compte avec notre méthode. La connaissance des lieux d?activité des habitants de la commune (donnée issue de l?Insee) nous permettrait d?affiner l?estimation des distances moyennes des déplacements domicile travail effectués par ses habitants. 6.C.b Routage réel Le premier filtre peut être amélioré par l?utilisation d?outils de routage. Dans l?idéal le calcul de tous les itinéraires possibles d?une distance allant jusqu?à 10 km permettrait d?évaluer le nombre de déplacements passant par les 3V. L?analyse de la cyclabilité elle-même pourrait être évaluée à l?aide de calculateurs d?itinéraires en y intégrant l?ensemble des critÚres et en paramétrant précisément leurs influences. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 46 7 Fiches communales 7.A Présentation des fiches automatisées Suite à l?Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire réalisée en 2017, des données de cyclabilité ont été produites à l?échelle de la Région. Ces données concernent 124 communes qui comprennent sur leur territoire plus de 1 km de 3V retenues pour leur potentiel aprÚs un premier filtre. Pour chacune de ces communes, il a été réalisé une fiche qui présente les résultats de l?étude. Ces fiches exposent les statistiques principales concernant les trois indicateurs de cyclabilité (sécurité, efficacité, confort) et l?indice de cyclabilité. Elles introduisent également l?indicateur levier. Les données sont présentées à l?aide de graphiques et permettent de comparer les résultats de la commune aux valeurs moyennes régionales ? c?est-à-dire les valeurs moyennes des 124 communes ayant le plus de potentiel. Les données sont également présentées sur une carte permettant de situer les portions de 3V et leurs niveaux de cyclabilité. Nous avons donc produit les statistiques en réalisant la somme des longueurs par indicateur et pour l?indice en distinguant les valeurs bonnes, moyennes et mauvaises. Nous avons également créé un indice de levier en tenant compte des critÚres les plus « simples » permettant d?améliorer la cyclabilité : une portion en site propre, peu large et avec un mauvais revêtement ou une route sans aménagement et avec une limitation de vitesse supérieure à 50 km/h sont ainsi identifiées comme ayant le plus de potentiel d?amélioration de la cyclabilité. Ces informations ont été complétées en analysant le nombre d?actifs, d?habitants de plus de 6 ans et d?usagers des transports en communs (gares routiÚres et ferroviaires) situés à 2 km des 3V étudiées. Pour cela nous avons utilisé les valeurs des pÃŽles générateurs de déplacements (PGD) issues de l?étude. Certaines communes qui présentent une dynamique en matiÚre de développement des aménagements vélo ont fait l?objet d?un travail de terrain complémentaire. Voir Annexe 8.E accompagnant ce document. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 47 7.B Présentation des fiches détaillées Les portions de véloroutes et voies vertes ayant le plus de potentiel pour les déplacements quotidiens, ont été définies en considérant leur capacité à relier les pÃŽles générateurs de déplacement (traitement cartographique/géomatique). Pour aller plus loin, ce travail nécessite une analyse de terrain complémentaire pour vérifier la réalité de ce potentiel, et pouvoir proposer des leviers d?actions, des recommandations pour mettre en place les conditions favorables au développement de l?usage du vélo et des modes actifs en général. Dans le cadre de cette étude, 26 communes (regroupées en 9 secteurs) ont fait l?objet d?une analyse plus détaillée suite à un travail d?observation sur le territoire. Il s?agit de communes plutÃŽt rurales qui sont, pour certaines d?entre elles, engagées dans une politique de développement des modes actifs. Situation des communes avec 3V filtrées et celles ayant fait l?objet d?un travail de terrain complémentaire Voir Annexe 8. F accompagnant ce document Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 48 8 Annexes Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 49 8.A Liste des communes concernées par les 3V filtrées Code Insee Commune Code Insee Commune 44003 Ancenis 44204 Thouaré-sur-Loire 44009 Basse-Goulaine 49007 Angers 44010 Batz-sur-Mer 49011 Artannes-sur-Thouet 44012 La Bernerie-en-Retz 49035 Bouchemaine 44015 Blain 49050 Brissac-Loire-Aubance 44020 Bouguenais 49055 Cantenay-Épinard 44026 Carquefou 49063 Chalonnes-sur-Loire 44028 Le Cellier 49069 Orée-d'Anjou 44029 Divatte-sur-Loire 49123 Distré 44035 La Chapelle-sur-Erdre 49167 Les Garennes-sur-Loire 44046 Corsept 49214 Montreuil-Juigné 44047 Couëron 49244 Mauges-sur-Loire 44055 La Baule-Escoublac 49246 Les Ponts-de-Cé 44069 Guérande 49262 Rou-Marson 44074 Indre 49267 Saint-Barthélemy-d'Anjou 44094 Mauves-sur-Loire 49278 Sainte-Gemmes-sur-Loire 44101 La Montagne 49307 Loire-Authion 44109 Nantes 49328 Saumur 44115 Oudon 49341 Souzay-Champigny 44116 Paimboeuf 49353 Trélazé 44120 Le Pellerin 49378 Vivy 44131 Pornic 53054 Changé 44132 Pornichet 53062 Château-Gontier 44135 Le Pouliguen 53119 L'Huisserie 44143 Rezé 53130 Laval 44154 Saint-Brevin-les-Pins 53147 Mayenne 44160 Saint-Géréon 53150 Ménil 44162 Saint-Herblain 53157 Montigné-le-Brillant 44163 Vair-sur-Loire 53201 Saint-Berthevin 44166 Saint-Jean-de-Boiseau 53215 Saint-Fort 44169 Saint-Julien-de-Concelles 53216 Saint-Fraimbault-de-PriÚres 44172 Sainte-Luce-sur-Loire 72003 Allonnes 44179 Saint-Mars-du-Désert 72006 Arçonnay 44182 Saint-Michel-Chef-Chef 72034 Bérus 44184 Saint-Nazaire 72058 Changé 44185 Saint-Nicolas-de-Redon 72071 Montval-sur-Loir 44190 Saint-Sébastien-sur-Loire 72095 Coulaines 44201 Sucé-sur-Erdre 72133 Fillé Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 50 72137 Villeneuve-en-Perseigne 85109 Les Herbiers 72151 Juigné-sur-Sarthe 85128 Luçon 72154 La FlÚche 85131 Les Magnils-Reigniers 72181 Le Mans 85140 La Meilleraie-Tillay 72217 Neuville-sur-Sarthe 85146 Montaigu 72253 Roézé-sur-Sarthe 85151 Mortagne-sur-SÚvre 72264 Sablé-sur-Sarthe 85155 Mouilleron-le-Captif 72308 Saint-Paterne - Le Chevain 85166 Olonne-sur-Mer 72328 Sargé-lÚs-le-Mans 85167 L'Orbrie 72344 Spay 85171 Péault 72346 La Suze-sur-Sarthe 85172 Le Perrier 72386 Yvré-l'Évêque 85178 Le Poiré-sur-Vie 85003 Aizenay 85182 Pouzauges 85021 La BernardiÚre 85191 La Roche-sur-Yon 85047 Challans 85194 Les Sables-d'Olonne 85051 Chantonnay 85217 Saint-Georges-de-Montaigu 85060 Château-d'Olonne 85220 Saint-Germain-de-Prinçay 85076 Cugand 85222 Saint-Gilles-Croix-de-Vie 85082 Les Épesses 85224 Saint-Hilaire-de-Loulay 85084 Essarts-en-Bocage 85226 Saint-Hilaire-de-Riez 85089 La FerriÚre 85238 Saint-Laurent-sur-SÚvre 85096 La Garnache 85256 Saint-Michel-le-Cloucq 85098 La Génétouze 85276 Saint-Vincent-Sterlanges 85100 Givrand 85280 Sallertaine Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 51 8.B Numérisation 8.B.a OpenStreetMap L?ensemble de la numérisation a consisté à renseigner la base de données OpenStreetMap. Elle s?est déroulée en deux étapes : ? Mise à jour des itinéraires sous OpenStreetMap. ? Saisie des informations de cyclabilité. 8.B.b Source des données Les données utilisées sont : ? les photographies aériennes (BDOrtho® IGN, Bing Aerial, etc.) et les autres fonds utilisables pour renseigner les données OpenStreetMap tels que le cadastre. ? Les photographies issues des relevés de terrain et les photographies libres issues des projets Mapillary et OpenStreetCam. Elles permettent de visualiser les informations qui ne peuvent pas être identifiées sur les photos aériennes. Par exemple certaines photos des panneaux des 3V nous ont permis de confirmer l?itinéraire. ? La base de données des 3V de l?Observatoire National des Véloroutes et Voies Vertes (ON3V) est également une source de données de référence. En effet, il s?agit d?une base de données relativement précise. C?est la seule base de données qui décrit les 3V et décrit également de maniÚre synthétique le type d?aménagement. Cette base de données est fréquemment mise à jour, nous avons utilisé 2 versions, celles de mai 2016 et de mai 2017. La diversité des sources a permis de disposer de données suffisamment précises et à jour pour produire les données nécessaires de maniÚre systématique et exhaustive. 8.B.c Outil de numérisation L?outil utilisé est le logiciel JOSM. Il s?agit d?un outil dédié à la numérisation pour OpenStreetMap. Il offre tous les composants nécessaires pour produire de données de maniÚre trÚs productive et permet de réaliser des contrÃŽles qualité trÚs précis. De plus il donne un accÚs simple et unifié aux différentes sources de données évoquées plus haut. Il est libre, gratuit et multi-plateforme. 8.B.d Mise à jour des itinéraires dans OpenStreetMap Comme évoqué précédemment, un des atouts d?OpenStreetMap est de permettre de décrire à la fois les infrastructures routiÚres mais également les itinéraires. Les 3V y sont donc déjà trÚs bien décrites. À l?échelle d?une région, ces itinéraires peuvent cependant être incomplets ou obsolÚtes. A contrario ils peuvent également être plus à jour et plus précis que les autres données de référence. Pour vérifier et compléter les informations, nous avons utilisé la base de données libre de l?ON3V. Nous l?avons complétée par vérification à partir de photos et également de prises de contact avec certains contributeurs OpenStreetMap et des interlocuteurs de collectivité (départements) pour confirmation. Ainsi nous avons procédé à l?ajout d?un nombre significatif de routes et chemins manquants ainsi que d?aménagement cyclables. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 52 Cette étape est également l?occasion de renseigner ou de corriger certaines informations telles que le type de voie et le type d?aménagement (piste cyclable, bande cyclable, chemin, etc.). Enfin, cette étape a permis de mémoriser les identifiants des itinéraires (identifiants OpenStreetMap) afin de pouvoir les sélectionner ultérieurement (cf. 5.B.f Distinction des 3V et de la porosité p. 28). Cette phase de numérisation a eu pour effet d?augmenter la distance totale de 3V filtrées. En contre-partie, certaines portions de 3V indiquées comme étant en phase de travaux, n?étaient pas encore achevées, ce qui les a écartées des 3V filtrées, notamment autour de La Roche-sur-Yon. L?illustration suivante montre un exemple de comparaison de la géométrie entre les données de l?ON3V et les données OpenStreetMap. Cette amélioration de la géométrie permet également une description attributaire plus précise. De plus, elle permet de considérer, non pas uniquement le réseau 3V, mais bien le réseau de 3V au sein de l?ensemble du réseau viaire et ainsi d?analyser la porosité. Carte de comparaison des données ON3V (gauche) et OpenStreetMap (droite) 8.B.e Renseignement des paramÚtres La deuxiÚme phase de la numérisation a consisté à renseigner les paramÚtres qui ont permis d?établir les critÚres. Il s?agit d?une démarche relativement classique de contribution à OpenStreetMap consistant à renseigner les données attributaires à travers les tags. La liste suivante présente quelques-uns des principaux paramÚtres accompagnés d?un exemple de tag : ? Largeur : width=2 ? Vitesse : maxspeed=50 ? Type de revêtement : surface=compacted ? Description des aménagements cyclables (double sens cyclable, partage avec les piéton, etc.) : cycleway=lane ; foot=yes ? Restrictions d?usage : motor_vehicule=no Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 53 Des contrÃŽles qualité nous ont permis de nous assurer de l?uniformité et de l?exhaustivité du renseignement des données. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 54 8.C Détail des analyses 8.C.a Type de voie Exemple d?expression QGIS permettant la sélection des pistes cyclables. Cette formule témoigne de la diversité des moyens de description des données sous OpenStreetMap : -- Les pistes cyclables explicites "highway"='cycleway' OR "cycleway" IN ('track','opposite_track') OR "cycleway_left" IN ('track','opposite_track') OR "cycleway_right" IN ('track','opposite_track') OR "cycleway_both" IN ('track','opposite_track') OR -- les pistes cyclables marquées en footway ou pedestrian ("highway" IN ('footway','pedestrian','path') AND "bicycle" IN ('yes','designated','dismount','limited','permissive')) OR ( -- les voies particuliÚres de type track et service "highway" IN ('track','service') AND ( -- dont l'accÚs est interdit aux voitures ("motor_vehicle"='no' OR "motorcar"='no') -- ou dont l'accÚs est interdit à tous sauf aux vélos OR ("access"='no' AND "bicycle" IN ('yes','designated','dismount','limited','permissive')) )) 8.C.b Largeur Exemple d?expression QGIS permettant la sélection des voies partagées avec les piétons, séparée, à sens unique cyclable : ( ( (("highway"='cycleway' AND "oneway"='yes' AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no')) OR ("cycleway"='track' AND ("oneway_bicycle" IS NULL OR "oneway_bicycle"='yes')) OR ("cycleway"='opposite_track' AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no')) OR ("cycleway_left" IN ('track','opposite_track') AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no')) OR ("cycleway_right" IN ('track','opposite_track') AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no')) OR ("cycleway_both"='track' AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no'))) AND ("foot" IN ('designated','yes','permissive')) ) OR (("highway" IN ('footway','path','pedestrian') AND "oneway"='yes' AND ("oneway_bicycle" IS NULL OR "oneway_bicycle" NOT LIKE 'no')) AND "bicycle" IN ('yes','designated','dismount','limited','permissive')) ) Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 55 AND "segregated"='yes' 8.C.c Revêtement Détail complet de l?analyse du revêtement CASE WHEN -- Revêtement bon ("highway"='track' AND ("tracktype"='grade1' OR "surface" IN ('asphalt','concrete','paving_stones','metal','paved','sett','wood'))) OR ( "highway" IN ('cycleway','footway','path','service','living_street','motorway','motorway _link','pedestrian','primary','primary_link','residential','secondary','sec ondary_link','tertiary','tertiary_link','trunk','trunk_link','unclassified' ) AND "surface" IN ('asphalt','concrete','paving_stones','metal','paved','sett','wood') ) THEN '3' WHEN -- Revêtement moyen ("highway"='track' AND ("tracktype"='grade2' OR "surface" IN ('cobblestone','compacted','fine_gravel'))) OR ( "highway" IN ('cycleway','footway','path','service','living_street','motorway','motorway _link','pedestrian','primary','primary_link','residential','secondary','sec ondary_link','tertiary','tertiary_link','trunk','trunk_link','unclassified' ) AND "surface" IN ('cobblestone','compacted','fine_gravel') ) THEN '2' WHEN -- Revêtement mauvais ("highway"='track' AND ("tracktype" IN ('grade3','grade4','grade5') OR "surface" IN ('dirt','earth','paving_stones','grass','gravel','ground','pebblestone','sa nd','unpaved'))) OR ( "highway" IN ('cycleway','footway','path','service','living_street','motorway','motorway _link','pedestrian','primary','primary_link','residential','secondary','sec ondary_link','tertiary','tertiary_link','trunk','trunk_link','unclassified' ) AND "surface" IN ('dirt','earth','paving_stones','grass','gravel','ground','pebblestone','sa nd','unpaved') ) THEN '1' WHEN -- Voies qui ne sont pas forcément pavées et n'ont pas d'informations Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 56 ("highway"='track' AND "tracktype" IS NULL AND "surface" IS NULL) OR ("highway" IN ('cycleway','footway','path') AND "surface" IS NULL) THEN '2' WHEN -- Voie qui sont généralement pavées et n'ont pas d'informations de surface "highway" IN ('service','living_street','motorway','motorway_link','pedestrian','primary ','primary_link','residential','secondary','secondary_link','tertiary','ter tiary_link','trunk','trunk_link','unclassified') AND "surface" IS NULL THEN '3' END 8.C.d Indicateur sécurité Expression QGIS : CASE WHEN "type_voie" IN ( 'site propre' ) THEN IF( "largeur" LIKE '1', 2, 3) WHEN "type_voie" IN ( 'voie sécurisée' , 'site semi-propre' ) THEN IF( "largeur" LIKE '1' , 1 , 2 ) ELSE 1 END 8.C.e Indicateur confort Expression QGIS : CASE WHEN "revetement" = '1' THEN 1 WHEN "revetement" = '2' THEN IF ("denivele"*100/$length >= 4.0, 1, 2) WHEN "revetement" = '3' THEN IF ("denivele"*100/$length >= 4.0, IF ("denivele"*100/ $length >= 8.0, 1, 2) , 3) ELSE 1 END Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 57 8.D Glossaire 3V : Véloroutes et Voies Vertes. CritÚres : Ensemble des paramÚtres qui ont été retenus pour leur influence sur la cyclabilité et qui ont été caractérisé pour son analyse. Indicateurs de cyclabilité : composés de la Sécurité, du Confort et de l?Efficacité ; ils constituent une forme de rationalisation de la cyclabilité et sont définis grâce critÚre. Indice de cyclabilité : SynthÚses des Indicateurs de cyclabilité. ON3V : Observatoire National des Véloroutes et Voies Vertes. OpenStreetMap : Projet de cartographie participative du monde sous licence libre débuté en 2004 et représentant aujourd?hui une référence dans de nombreux domaines tels que la mobilité. PGD : PÃŽles Générateurs de Déplacement. PUV : Potentiel Usager Vélo. QGIS : Logiciel libre de type SystÚme d?Information Géographique utilisé pour l?ensemble des traitements de données géographiques. SN3V : Schéma National Véloroutes et Voies Vertes. Tag : Terme employé pour définir un attribut sous OpenStreetMap. Il consiste en l?association d?un terme clé et d?un terme valeur ; exemple : surface=compacted. À l?exception de certain tags qui viennent apporter des précisions concernant la géométrie, l?ensemble des tags constituent la part attributaire des données OpenStreetMap. VAE : Véhicule à Assistance Électrique. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 58 8.E Fiches communales automatisées L?ensemble des fiches communales automatisées sont accessibles en annexe E du document. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 59 8.F Fiches détaillées par secteur L?ensemble des fiches communales détaillées par secteur sont accessibles en annexe F du document. Étude du potentiel des Véloroutes et Voies Vertes comme support de la mobilité quotidienne en Pays de la Loire 2018 ? DREAL Pays de la Loire 60 Dans un contexte volontaire de développement des infrastructures cyclables aux échelles nationale, régionale et locale, des comptages de trafic ont révélé une tendance à utiliser le réseau de Véloroutes et Voies Vertes (3V) pour les déplacements quotidiens. La direction régionale de l?environnement, de l?aménagement et du logement (DREAL) Pays de la Loire a cherché à mieux déchiffrer ce phénomÚne et a réalisé une étude visant à évaluer le potentiel des 3V pour supporter les déplacements quotidiens. Cette étude s?est déroulée en deux étapes : ? Un premier filtre a permis d?identifier les portions ayant le plus de potentiel en considérant leur capacité à relier les PÃŽles Générateurs de Déplacement (PGD). ? Une étude de la cyclabilité des 3V filtrées a été menée en considérant plusieurs critÚres. Pour réaliser le premier filtre, l?étude a considéré 3 types de PGD : les pÃŽles habitation regroupant les lieux ayant un nombre d?habitants significatif ; les pÃŽles activité regroupant les lieux de travail, scolaires et universitaires ; les pÃŽles transport correspondant aux gares routiÚres et ferroviaires. Le positionnement et la quantification d?individus ont été permis par l?utilisation de différents jeux de données tels que l?Insee et les données Open Data issues de la SNCF et des ministÚres. Par analyse géographique, en considérant la distance de déplacement et le nombre d?individus, environ 800 km de 3V ont été identifiés comme ayant le plus fort potentiel théorique pour supporter des déplacements quotidiens. Un travail sur 250 km de sites pilotes, représentatifs de l?ensemble du territoire, a permis de définir une méthode reproductible pour relever différentes informations caractérisant les 3V à l?aide de photos aériennes et de photos de terrain. Il a permis d?identifier quels critÚres avaient une influence significative sur la cyclabilité : largeur, partage avec les piétons, vitesse de circulation, capacité à rejoindre et à quitter la véloroute, sinuosité du parcours, topographie, type de surface, type d?aménagement, limite de vitesse. Ce travail a également permis de s?assurer que les critÚres principaux (en dehors de la topographie) pouvaient être stockés dans la base de données OpenStreetMap. Un travail approfondi de numérisation des critÚres a ensuite été réalisé sur l?ensemble des 3V filtrées. Le tracé des itinéraires a été mis à jour et les différents critÚres ont été renseignés. Enfin à partir du jeu de données extrait d?OpenStreetMap, un traitement a permis de transformer les données brutes en données exploitables : traitements géomatiques pour la topographie, la directivité et la porosité ; traitements attributaires pour identifier les types d?aménagement, la qualité de revêtement, etc. À partir de ces données traitées, la cyclabilité a été analysée en considérant 3 indicateurs de cyclabilité : la sécurité, le confort et l?efficacité. Chacun de ces indicateurs a été créé en réalisant une synthÚse équilibrée des critÚres. L?indice de cyclabilité final a été enfin créé par synthÚse de ces indicateurs. http://www.paysdelaloire.prse.fr/ Direction régionale de l'environnement , de l'aménagement et du logement Service intermodalité aménagement logement 5, rue Françoise Giroud CS 16326 44263 NANTES cedex22 Tél: 02 72 74 73 00 Di r ec t r i c e de publ i c at i on : Anni c k Bonnevi l l e I SSN : 2109- 0017 http://www.paysdelaloire.prse.fr/  1 Introduction  1.A Contexte  1.B Objectif de l?étude  1.C Présentation du document  1.D Présentation de l?équipe  1.E Définition de l?étude  1.F Postulats  1.G Suites de l?étude  2 Résumé semi?technique  2.A Étapes  2.B Filtrer les sections à plus fort potentiel  2.C Définition de la cyclabilité  2.D Numérisation  2.E Analyse  2.F Choix d?OpenStreetMap  3 Premier filtre  3.A Méthode de calcul du potentiel usager vélo  3.A.a Quantification des déplacements quotidiens  3.A.b Principe général de calcul du potentiel  3.A.c Prise en compte de la diversité des PGD  3.A.d Prise en compte de la distance parcourue à vélo  3.A.e Mise en oeuvre  3.A.f Identification et quantification des PGD  3.B SynthÚse des distances des 3V aux PGD  3.B.a Récupération des distances  3.B.b Calcul du nombre d?individus par tranche de distance  3.B.c Calcul du potentiel par tranche de distance  3.B.d Calcul du potentiel par type de PGD  3.B.e Calcul du potentiel final  3.B.f Le filtre  3.C Résultats  4 Caractérisation de la cyclabilité des 3V filtrées  4.A Introduction  4.B Objectifs  4.C Choix des sites pilotes  4.D Déroulement du terrain  4.E Méthode de sélection des critÚres  4.E.a CritÚres observés sur les 3V  4.E.b Choix des critÚres à partir des fréquentations  4.E.c Choix des critÚres par expertise  4.F CritÚres et modÚle retenu  4.F.a Création des indicateurs à partir des critÚres  4.F.b SynthÚse des indicateurs pour la création de l?indice de cyclabilité  4.G Généralisation de la méthode  5 Analyse et production de l'indice  5.A Numérisation  5.B Préparation des données  5.B.a Pré-traitement des données  5.B.b Récupération des données OpenStreetMap  5.B.c Conversion  5.B.d Reprojection  5.B.e Filtrage des routes  5.B.f Distinction des 3V et de la porosité  5.B.g Traitement topologique  5.B.h Identifier les 3V filtrées  5.C Création des critÚres  5.C.a Présentation  5.C.b Type de voie  5.C.c Largeur  5.C.d Revêtement  5.C.e Relief  5.C.f Directivité  5.C.g Porosité  5.D Création des indicateurs  5.D.a Sécurité  5.D.b Confort  5.D.c Efficacité  5.D.d Résultats  5.E Calcul de l?indice final  5.F Détails de l?indice par zone  6 Résultats et conclusion  6.A Résultats globaux  6.B Limites de l?étude  6.B.a Évaluation des déplacements quotidiens  6.B.b Échelle de notre étude  6.B.c Reproductibilité  6.B.d Informations non prises en compte  6.C Amélioration de la méthode  6.C.a Prise en compte des évolutions des distances du déplacement domicile-travail par commune  6.C.b Routage réel  7 Fiches communales  7.A Présentation des fiches automatisées  7.B Présentation des fiches détaillées  8 Annexes  8.A Liste des communes concernées par les 3V filtrées  8.B Numérisation  8.B.a OpenStreetMap  8.B.b Source des données  8.B.c Outil de numérisation  8.B.d Mise à jour des itinéraires dans OpenStreetMap  8.B.e Renseignement des paramÚtres  8.C Détail des analyses  8.C.a Type de voie  8.C.b Largeur  8.C.c Revêtement  8.C.d Indicateur sécurité  8.C.e Indicateur confort  8.D Glossaire  8.E Fiches communales automatisées  8.F Fiches détaillées par secteur (ATTENTION: OPTION type d?aménagement, limite de vitesse. Ce travail a également permis de s?assurer que les critÚres principaux (en dehors de la topographie) pouvaient être stockés dans la base de données OpenStreetMap. Un travail approfondi de numérisation des critÚres a ensuite été réalisé sur l?ensemble des 3V filtrées. Le tracé des itinéraires a été mis à jour et les différents critÚres ont été renseignés. Enfin à partir du jeu de données extrait d?OpenStreetMap, un traitement a permis de transformer les données brutes en données exploitables : traitements géomatiques pour la topographie, la directivité et la porosité ; traitements attributaires pour identifier les types d?aménagement, la qualité de revêtement, etc. À partir de ces données traitées, la cyclabilité a été analysée en considérant 3 indicateurs de cyclabilité : la sécurité, le confort et l?efficacité. Chacun de ces indicateurs a été créé en réalisant une synthÚse équilibrée des critÚres. L?indice de cyclabilité final a été enfin créé par synthÚse de ces indicateurs. http://www.paysdelaloire.prse.fr/ Direction régionale de l'environnement , de l'aménagement et du logement Service intermodalité aménagement logement 5, rue Françoise Giroud CS 16326 44263 NANTES cedex22 Tél: 02 72 74 73 00 Di r ec t r i c e de publ i c at i on : Anni c k Bonnevi l l e I SSN : 2109- 0017 http://www.paysdelaloire.prse.fr/ 1 Introduction 1.A Contexte 1.B Objectif de l?étude 1.C Présentation du document 1.D Présentation de l?équipe 1.E Définition de l?étude 1.F Postulats 1.G Suites de l?étude 2 Résumé semi?technique 2.A Étapes 2.B Filtrer les sections à plus fort potentiel 2.C Définition de la cyclabilité 2.D Numérisation 2.E Analyse 2.F Choix d?OpenStreetMap 3 Premier filtre 3.A Méthode de calcul du potentiel usager vélo 3.A.a Quantification des déplacements quotidiens 3.A.b Principe général de calcul du potentiel 3.A.c Prise en compte de la diversité des PGD 3.A.d Prise en compte de la distance parcourue à vélo 3.A.e Mise en oeuvre 3.A.f Identification et quantification des PGD 3.B SynthÚse des distances des 3V aux PGD 3.B.a Récupération des distances 3.B.b Calcul du nombre d?individus par tranche de distance 3.B.c Calcul du potentiel par tranche de distance 3.B.d Calcul du potentiel par type de PGD 3.B.e Calcul du potentiel final 3.B.f Le filtre 3.C Résultats 4 Caractérisation de la cyclabilité des 3V filtrées 4.A Introduction 4.B Objectifs 4.C Choix des sites pilotes 4.D Déroulement du terrain 4.E Méthode de sélection des critÚres 4.E.a CritÚres observés sur les 3V 4.E.b Choix des critÚres à partir des fréquentations 4.E.c Choix des critÚres par expertise 4.F CritÚres et modÚle retenu 4.F.a Création des indicateurs à partir des critÚres 4.F.b SynthÚse des indicateurs pour la création de l?indice de cyclabilité 4.G Généralisation de la méthode 5 Analyse et production de l'indice 5.A Numérisation 5.B Préparation des données 5.B.a Pré-traitement des données 5.B.b Récupération des données OpenStreetMap 5.B.c Conversion 5.B.d Reprojection 5.B.e Filtrage des routes 5.B.f Distinction des 3V et de la porosité 5.B.g Traitement topologique 5.B.h Identifier les 3V filtrées 5.C Création des critÚres 5.C.a Présentation 5.C.b Type de voie 5.C.c Largeur 5.C.d Revêtement 5.C.e Relief 5.C.f Directivité 5.C.g Porosité 5.D Création des indicateurs 5.D.a Sécurité 5.D.b Confort 5.D.c Efficacité 5.D.d Résultats 5.E Calcul de l?indice final 5.F Détails de l?indice par zone 6 Résultats et conclusion 6.A Résultats globaux 6.B Limites de l?étude 6.B.a Évaluation des déplacements quotidiens 6.B.b Échelle de notre étude 6.B.c Reproductibilité 6.B.d Informations non prises en compte 6.C Amélioration de la méthode 6.C.a Prise en compte des évolutions des distances du déplacement domicile-travail par commune 6.C.b Routage réel 7 Fiches communales 7.A Présentation des fiches automatisées 7.B Présentation des fiches détaillées 8 Annexes 8.A Liste des communes concernées par les 3V filtrées 8.B Numérisation 8.B.a OpenStreetMap 8.B.b Source des données 8.B.c Outil de numérisation 8.B.d Mise à jour des itinéraires dans OpenStreetMap 8.B.e Renseignement des paramÚtres 8.C Détail des analyses 8.C.a Type de voie 8.C.b Largeur 8.C.c Revêtement 8.C.d Indicateur sécurité 8.C.e Indicateur confort 8.D Glossaire 8.E Fiches communales automatisées 8.F Fiches détaillées par secteur INVALIDE) (ATTENTION: OPTION ©es OpenStreetMap. Un travail approfondi de numérisation des critÚres a ensuite été réalisé sur l?ensemble des 3V filtrées. Le tracé des itinéraires a été mis à jour et les différents critÚres ont été renseignés. Enfin à partir du jeu de données extrait d?OpenStreetMap, un traitement a permis de transformer les données brutes en données exploitables : traitements géomatiques pour la topographie, la directivité et la porosité ; traitements attributaires pour identifier les types d?aménagement, la qualité de revêtement, etc. À partir de ces données traitées, la cyclabilité a été analysée en considérant 3 indicateurs de cyclabilité : la sécurité, le confort et l?efficacité. Chacun de ces indicateurs a été créé en réalisant une synthÚse équilibrée des critÚres. L?indice de cyclabilité final a été enfin créé par synthÚse de ces indicateurs. http://www.paysdelaloire.prse.fr/ Direction régionale de l'environnement , de l'aménagement et du logement Service intermodalité aménagement logement 5, rue Françoise Giroud CS 16326 44263 NANTES cedex22 Tél: 02 72 74 73 00 Di r ec t r i c e de publ i c at i on : Anni c k Bonnevi l l e I SSN : 2109- 0017 http://www.paysdelaloire.prse.fr/ 1 Introduction 1.A Contexte 1.B Objectif de l?étude 1.C Présentation du document 1.D Présentation de l?équipe 1.E Définition de l?étude 1.F Postulats 1.G Suites de l?étude 2 Résumé semi?technique 2.A Étapes 2.B Filtrer les sections à plus fort potentiel 2.C Définition de la cyclabilité 2.D Numérisation 2.E Analyse 2.F Choix d?OpenStreetMap 3 Premier filtre 3.A Méthode de calcul du potentiel usager vélo 3.A.a Quantification des déplacements quotidiens 3.A.b Principe général de calcul du potentiel 3.A.c Prise en compte de la diversité des PGD 3.A.d Prise en compte de la distance parcourue à vélo 3.A.e Mise en oeuvre 3.A.f Identification et quantification des PGD 3.B SynthÚse des distances des 3V aux PGD 3.B.a Récupération des distances 3.B.b Calcul du nombre d?individus par tranche de distance 3.B.c Calcul du potentiel par tranche de distance 3.B.d Calcul du potentiel par type de PGD 3.B.e Calcul du potentiel final 3.B.f Le filtre 3.C Résultats 4 Caractérisation de la cyclabilité des 3V filtrées 4.A Introduction 4.B Objectifs 4.C Choix des sites pilotes 4.D Déroulement du terrain 4.E Méthode de sélection des critÚres 4.E.a CritÚres observés sur les 3V 4.E.b Choix des critÚres à partir des fréquentations 4.E.c Choix des critÚres par expertise 4.F CritÚres et modÚle retenu 4.F.a Création des indicateurs à partir des critÚres 4.F.b SynthÚse des indicateurs pour la création de l?indice de cyclabilité 4.G Généralisation de la méthode 5 Analyse et production de l'indice 5.A Numérisation 5.B Préparation des données 5.B.a Pré-traitement des données 5.B.b Récupération des données OpenStreetMap 5.B.c Conversion 5.B.d Reprojection 5.B.e Filtrage des routes 5.B.f Distinction des 3V et de la porosité 5.B.g Traitement topologique 5.B.h Identifier les 3V filtrées 5.C Création des critÚres 5.C.a Présentation 5.C.b Type de voie 5.C.c Largeur 5.C.d Revêtement 5.C.e Relief 5.C.f Directivité 5.C.g Porosité 5.D Création des indicateurs 5.D.a Sécurité 5.D.b Confort 5.D.c Efficacité 5.D.d Résultats 5.E Calcul de l?indice final 5.F Détails de l?indice par zone 6 Résultats et conclusion 6.A Résultats globaux 6.B Limites de l?étude 6.B.a Évaluation des déplacements quotidiens 6.B.b Échelle de notre étude 6.B.c Reproductibilité 6.B.d Informations non prises en compte 6.C Amélioration de la méthode 6.C.a Prise en compte des évolutions des distances du déplacement domicile-travail par commune 6.C.b Routage réel 7 Fiches communales 7.A Présentation des fiches automatisées 7.B Présentation des fiches détaillées 8 Annexes 8.A Liste des communes concernées par les 3V filtrées 8.B Numérisation 8.B.a OpenStreetMap 8.B.b Source des données 8.B.c Outil de numérisation 8.B.d Mise à jour des itinéraires dans OpenStreetMap 8.B.e Renseignement des paramÚtres 8.C Détail des analyses 8.C.a Type de voie 8.C.b Largeur 8.C.c Revêtement 8.C.d Indicateur sécurité 8.C.e Indicateur confort 8.D Glossaire 8.E Fiches communales automatisées 8.F Fiches détaillées par secteur INVALIDE)