Vous êtes ici : Accueil / Productions / Thèses et HDR soutenues / Thèses soutenues / Marion Bonhomme

Contribution à la génération de bases de données multi-scalaires et évolutives pour une approche pluridisciplinaire de l’énergétique urbaine

Thèse soutenue par Marion Bonhomme

  • Soutenue le : 11 décembre 2013
  • École doctorale : MEGeP
  • Unités de Recherche : LMDC (Insa) et LRA (Ensa)
  • Financement : ADEME et CSTB (octobre 2010 à octobre 2011) puis recrutement dans le corps des maîtres-assistants des Ensa en octobre 2011
  • Prix Spécial de la thèse sur la ville 2014 organisé par le PUCA, l’APERAU et la FNAU

Jury

  • Luc Adolphe, professeur à l'Insa de Toulouse (directeur)
  • Marjory Musy, chercheur au Cerma UMR CNRS 1563 (rapporteur)
  • André Potvin, professeur à l'Université de Laval-Québec (rapporteur)
  • Jean-Luc Salagnac, ingénieur au CSTB (examinateur)
  • Valéry Masson, chercheur au CNRM (examinateur)
  • Christiane Weber, directrice de recherche au LIVE UMR CNRS 7362 (examinateur)
  • Frédéric Bonneaud, professeur à l'Ensa de Toulouse (invité)

Résumé

Depuis plusieurs années, la recherche tente de considérer les questions de la ville, du climat et de l’énergie dans toute leur complexité : consommations des ressources, pollution, microclimat, production et consommation d’énergie, usage, etc. Cependant, rares sont les travaux qui convoquent suffisamment de disciplines pour rendre compte des interactions complexes entre systèmes urbains. L’une des raisons à cela réside dans le manque de bases de données adaptées à ces multiples domaines. Dans cette thèse, nous nous proposons de développer une méthode et un outil générant des bases de données urbaines multi-scalaires. Le modèle que nous avons conçu a été baptisé GENIUS, pour GENérateur d’Ilots UrbainS.

Le premier objectif de GENIUS est de produire des données adaptées aux différentes échelles spatiales de l’énergétique urbaine. Pour cela, nous choisissons une représentation typologique de la ville permettant de couvrir un large territoire tout en fournissant un niveau de détail élevé. Une analyse statistique des bâtiments sur deux cas d’études, Paris et Toulouse, nous permet d’identifier, de localiser et de caractériser sept types de quartiers. Nous attribuons ensuite des caractéristiques techniques aux bâtiments de ces villes en fonction de leur date de construction et du type de quartier dans lequel ils se situent.

Le deuxième objectif de GENIUS est de faire évoluer ces données dans le temps afin de tenir compte des différentes échelles temporelles impliquées dans toute étude pluridisciplinaire. Nous avons pour cela fait le choix de coupler notre modèle à un modèle prospectif existant afin d’y apporter de la précision en terme de forme urbaine. Notre travail consiste ainsi en une descente d’échelle à partir, d’une part, des données produites par ce modèle prospectif et, d’autre part, de mécanismes d’évolutions des morphologies urbaines.

Finalement, nous présenterons des applications de GENIUS et en particulier, deux projets de recherche, MUSCADE et ACCLIMAT, ayant pour objet les interactions entre changement climatique et développement urbain. Dans le cadre de ces projets prospectifs et pluridisciplinaires, GENIUS a permis de faire communiquer des modèles travaillant sur des échelles de temps et d’espaces différentes, et de simuler les évolutions possibles des formes urbaines et leur impact sur l’énergétique urbaine.

Mots-clefs

Urbanisme, énergie, bases de données urbaines, prospective, interdisciplinarité, descente d’échelles

Téléchargements