Aider à la décision grâce à la donnée ​

— Outils de modélisation géographique —

En matière d’aménagement et d’urbanisme, des technologique de « City Information Modeling » consistent à utiliser des données pour modéliser l’environnement urbain et simuler des prises de décisions, ce qui permet :

  • De mieux communiquer et informer les citoyens sur les projets urbains ; leur raison d’être et leur impact futur
  • D’éclairer la décision. Par exemple, des outils permettent croiser les données d’orientation des façades, leurs heures d’ensoleillement et la vitesse du vent pour identifier les zones propices à la pose de centrales solaires urbaines.

Le CIM a notamment été utilisé pour l’aménagement de deux ZAC à l’Est de Paris. L’objectif étant alors de mieux penser en amont, puis gérer, en aval, l’ensemble de la zone grâce à une parfaite visualisation des bâtiments et équipements public.

Ce champ encore expérimental est soutenu par le programme « Ville de demain » géré par la Caisse des Dépôts, qui comprend notamment :

  • Le projet Modélisation Urbaine de Gerland de Lyon Métropole qui développe un outil d’aide à la décision pour planifier le développement du territoire de Gerland. Le démonstrateur MUG permettra d’avoir différentes options d’aménagement, en intégrant toutes les dynamiques et les interactions urbaines. Ce
  • Rennes Métropole en partenariat avec Dassault Système utilise la solution 3DEXPERIENCity pour développer « Virtual Rennes ». C’est un modèle numérique intégrant, par une modélisation systémique, différentes sources de données au sein d’un référentiel unique actualisé en permanence à mesure que de nouvelles données deviennent disponibles.

La maîtrise d’une donnée de qualité, collectée en grande quantité est nécessairement pour exploiter tout le potentiel de ces outils.

— Intelligence artificielle et analyse prédictive —

L’intelligence artificielle (IA) désigne les technologies qui, s’appuyant sur la data et des algorithmes de calculs, sont en mesure d’augmenter l’intelligence humaine et d’aider à la décision. La gestion de services publics peut être améliorée, et des services nouveaux peuvent naître de l’exploration et l’analyse des données massives par ces technologies. Par exemple :

  • En matière d’énergie et de BTP : de construire des bâtiments d’anticiper les pics de consommation pour ajuster les usages ;
  • En matière de gestion de la mobilité : Prévoir les pics d’affluence afin de prévoir des actions de fluidifications du trafic ;
  • Le SIAAP a mis en place MAGE, un logiciel d’analyse quantitative et de gestion dynamique des réseaux d’assainissement. Il permet au SIAAP de recueillir en temps réel l’ensemble des informations quantitatives en provenance du réseau francilien (débit, état du réseau, fonctionnement des usines) et d’y intégrer les prévisions fournies par Météo France. En cas d’épisode pluvieux, et pour éviter les débordements d’eaux usées dans le milieu naturel, MAGES analyse les données collectées et propose des scénarii pour dispatcher les eaux usées sur l’ensemble des usines et des infrastructures de stockage, de manière à les utiliser au maximum de leur capacité. Il permet donc d’optimiser les infrastructures existantes.

Il serait envisageable que la Métropole et les collectivités du Grand Paris se coordonnent et mutualisent leurs efforts en matière de formation et de R&D, et pour éventuellement codévelopper et partager ces outils.

Partager

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email

Nous contacter

  • 15-19 avenue Pierre Mendès-France – 75013 PARIS
  • Tel : 01 82 83 87 13
  • eloy.lafaye@metropolegrandparis.fr
© Métropole du Grand Paris - Tous droits réservés. 2018.
Fermer le menu