Comment le réseau routier détermine les performances de transport
Des chercheurs de l'ETH démontrent qu'il est possible de prédire la capacité de trafic des villes en fonction de la structure de leur réseau routier. Gr?ce à ces connaissances, les urbanistes pourront à l'avenir déterminer de manière quantitative comment les interventions constructives influencent la capacité de transport.
![Le trafic routier à Zurich](/de/news-und-veranstaltungen/eth-news/news/2019/11/urbane-verkehrskapazitaet/_jcr_content/news_content/fullwidthimage/image.imageformat.930.2022347612.jpg)
Les automobilistes pendulaires ont, par expérience, une idée de ce que signifie la notion de capacité de trafic : lorsque, t?t le matin, voiture après voiture, on entre dans une ville, le flux de circulation augmente dans un premier temps. Jusqu'à ce qu'un nombre critique de véhicules se trouve sur le réseau routier. A partir de ce point critique, chaque voiture supplémentaire réduit le flux de circulation - le trafic commence à se bloquer ou à s'accumuler. Ce point critique correspond à la capacité de circulation ou au débit maximal d'une ville.
Le nombre de véhicules qu'un réseau routier peut supporter varie d'une ville à l'autre. On ignorait jusqu'à présent ce qui détermine les différentes capacités de circulation. Des chercheurs de l'EPFZ dirigés par Kay Axhausen, professeur de planification des transports, et la professeure Monica Menendez (qui travaille désormais à la New York University Abu-Dhabi) ont désormais mis en évidence, à l'aide de milliards de mesures de trafic, les lois qui permettent d'estimer de manière simple le nombre critique de véhicules et donc la capacité de trafic d'un réseau routier urbain.
Les données de trafic de 41 villes analysées
Pour leur étude dans la revue spécialisée page externeRapports scientifiques les chercheurs se sont procuré des milliards d'observations de véhicules provenant de détecteurs de trafic fixes de 41 villes du monde entier, dont Tokyo et Los Angeles, de nombreux centres européens comme Paris et Londres, ainsi que Zurich, B?le, Berne et Lucerne. Après avoir simplifié et rendu utilisables les énormes ensembles de données, les scientifiques ont d'abord déterminé la capacité de trafic spécifique pour chaque ville. Ils se sont concentrés sur les voitures et ont explicitement exclu les autres moyens de transport.
Ils ont ensuite comparé les capacités de transport des villes et recherché les caractéristiques qui expliquent ces différences. Ils ont ainsi découvert que certaines caractéristiques topologiques du réseau routier et de bus pouvaient expliquer environ 90% des différences observées dans la capacité de transport des différentes villes.
Quatre variables caractéristiques du réseau
Axhausen et Menendez ont identifié quatre facteurs qui caractérisent la configuration spatiale du réseau routier d'une ville et qui définissent en fin de compte la performance du trafic : la densité du réseau, mesurée en voies-kilomètres par surface, la redondance du réseau en tant que mesure des possibilités alternatives pour atteindre une destination. Ensuite, la fréquence des feux de signalisation, et enfin la densité des lignes de bus et de tram qui entrent en concurrence avec le trafic automobile pour l'espace et la priorité, par exemple les bus prioritaires, comme c'est souvent le cas à Zurich.
"Ces quatre facteurs dérivés des réseaux de bus et de routes saisissent avec une précision étonnante les différences de capacité observées d'une ville à l'autre", explique Axhausen. Cette découverte a permis de confirmer une hypothèse qu'ils nourrissaient depuis longtemps sur la base de simulations antérieures et de données empiriques moins nombreuses : selon Axhausen, la performance du trafic en fonction de la densité des véhicules se comporte toujours de manière similaire, selon le même modèle, dans différentes villes.
"Cela signifie que le point critique, et donc la capacité de trafic des réseaux urbains, peut être prédit à l'aide de l'infrastructure correspondante", ajoute Lukas Ambühl, doctorant dans le groupe Technique de la circulation routière et l'un des premiers auteurs de l'étude.
Déterminer l'infrastructure optimale
Le lien entre les caractéristiques du réseau et la capacité de transport peut sembler intuitif aux non-initiés. Mais pour les experts en transport de l'ETH, il est tout sauf évident qu'un système aussi chaotique que le trafic urbain, avec des milliers de participants agissant individuellement, se comporte effectivement selon le même modèle dans toutes les villes étudiées. Ce modèle simple les fascine d'autant plus.
Les résultats sont également pertinents pour la pratique : Les urbanistes peuvent désormais prédire de manière quantitative comment les investissements prévus ou les interventions de construction favorisent ou affectent la capacité de transport de leur réseau. Si l'on ajoute ou supprime des voies de circulation, par exemple, on modifie la densité du réseau. Si un pont central est supprimé pour cause de rénovation, la redondance du réseau diminue. Et si les entreprises de transport densifient l'horaire cadencé, les bus prioritaires circulent plus souvent.
Les auteurs reconnaissent toutefois aussi les limites de l'étude. L'échantillon de 41 villes est plut?t petit et la plupart d'entre elles se trouvent en Europe. De plus, la gestion des signaux lumineux aux intersections n'a pas été prise en compte de manière détaillée. Enfin, l'étude se concentre uniquement sur l'infrastructure et ne tient pas compte du c?té de la demande, par exemple de la manière dont les pendulaires réagissent à un changement de l'offre de transport.
Néanmoins, les résultats pourraient aider les villes à déterminer leur infrastructure optimale. "Notre nouvelle compréhension de la capacité de transport des réseaux urbains ne résoudra peut-être pas les problèmes de congestion, mais elle contribuera de manière décisive à l'amélioration du trafic", conclut Axhausen avec conviction.
Référence bibliographique
Loder A, Ambühl L, Menendez M, Axhausen K. page externeComprendre la capacité de trafic des réseaux urbains. Scientific Reports (2019), Publié : 08 novembre 2019. doi : page externe10.1038/s41598-019-51539-5