Navigation – Plan du site

AccueilTransversalitésGeOpenMod - Modèles et logiciels2020REMEPP : Un modèle de simulation ...

2020
953

REMEPP : Un modèle de simulation du remplissage de la plage en tant qu’espace de pratique de tourisme et de loisir

REMEPP: a simulation model of beach filling as a tourism and leisure practice
REMEPP: Un modelo de simulación de ocupación de la playa como área de práctica turística y ocio
Valentin Guyonnard, Nicolas Becu, Claire Bouquet et Luc Vacher

Résumés

La plage est un lieu emblématique des pratiques de tourisme et de loisir. Cet espace tient une place importante dans les problématiques de gestion et de protection du littoral. C’est aussi un espace atypique, un espace de « l’ensauvagement » ne connaissant pas d’installation permanente et qui est particulièrement intéressant pour analyser la dimension spatiale du jeu social. Cet article présente la conception d’un modèle à base d’agents qui simule le remplissage de la plage en tant qu’espace de pratique de tourisme et de loisir (REMplissage de l’Espace de Pratique Plage, REMEPP). Le modèle s’appuie sur des données et des études de fréquentation des plages de la côte atlantique française collectées depuis 2008. Le modèle résultant de ce travail permet d’expérimenter des formes de diffusion et de répartition réalistes des plageurs, en fonction de scénarios d’aménagement des infrastructures. Ce travail de modélisation vient enrichir la réflexion sur le trop plein, la gêne et le confort, sur la thématique de la fréquentation et de l’occupation de l’espace en général.

Haut de page

Texte intégral

Nous remercions la Fondation de France qui a financé le programme ASPAQUE. Nous tenons également à remercier l’ensemble des personnes qui sont intervenues dans ce projet, notamment Kankou Doucouré pour son travail dans l’implémentation du modèle.

Introduction

1La plage en tant qu’espace de pratique, c’est-à-dire en tant qu’espace ayant une existence à travers l’usage recréatif des lieux (Guyonnard, 2017) est un espace emblématique du système touristique. En 2007, une étude de la Direction du Tourisme précisait que la baignade et les pratiques de plage étaient des activités qui concernent 30 % des séjours de vacances en France (Dauphin et al., 2008). Plus récemment, en 2013, 42 % des Français déclaraient que le soleil ou la plage étaient la principale motivation pour leurs vacances (Flash Eurobaromètre, 2014). La plage est donc pour les communes littorales une ressource économique importante justifiant des mesures de gestion permettant d’améliorer l’accueil des usagers.

2Dans une démarche de recherche en géographie, la nature quotidiennement « réinitialisable » de la plage en fait un espace particulièrement intéressant pour observer la dimension spatiale du jeu social et permet d’avoir une réflexion riche sur la définition, la production et l’organisation de l’espace. D’ailleurs, dès 1975, Peter Haggett choisit cet espace pour introduire sa réflexion sur la géographie dans son ouvrage Geography : a modern synthesis (1975), sur des questions aussi essentielles en géographie que les échelles, l’espace et le temps, l’organisation de l’espace et la diffusion spatiale.

3Néanmoins, c’est surtout à partir des années 1990 que le monde scientifique s’intéresse à la plage en tant qu’espace de pratique, c’est-à-dire en tant qu’objet de sciences sociales (Coëffé et al., 2014). Des premiers travaux à fortes dimensions appliquées proches de la gestion et de l’aménagement émergent dans le paysage scientifique et s’intéressent à la question du lien entre fréquentation et qualité sur les plages. Ces travaux ont le plus souvent pour objectif de poser la définition d’une capacité de charge (De Ruyck, Elizabeth, 1995 ; Saveriades, 2000 ; Duvat, Pesme, 2002 ; Pereira Da Silva, 2002 ; Silva et al., 2007 ; Jurado et al., 2009 ; Peta, 2009 ; Zacarias et al., 2011 ; Pessoa et al., 2013), d’un indice de qualité ou d’une grille d’évaluation de la qualité des espaces (Richard Eiser et al., 1993 ; Leatherman, 1997 ; Morgan, 1999 ; Pendleton et al., 2001 ; Roca, Villares, 2008 ; Vaz et al., 2009 ; Ariza et al., 2010 ; Duvat, 2011) .

4Une seconde approche, concernant l’analyse des pratiques et des territorialités de la plage apparaît à partir des années 2000. Ces études reposent sur une approche culturelle et sociale de la plage (Jaurand, 2007 ; Lageiste et al., 2008 ; Robert et al., 2008 ; Peyvel, 2009 ; Rieucau, Lageiste, 2009 ; Coëffé, 2010 ; Barthe-Deloizy, 2013 ; Blondy, 2013 ; Coëffé et al., 2014), en insistant sur la définition d’espaces de pratiques et la notion de confort. Elles s’appuient en général sur l’analyse proxémique (Hall, 1971 ; Moles, Rohmer, 1972 ; Goffman, 1973 ; Edney, Jordan-Edney, 1974 ; Smith, 1981 ; Vacher, 2014 ; Guyonnard, 2017). Elles abordent l’espace de pratique plage à l’échelle des corps, avec une approche micro-géographique, et ont pour objectif de comprendre le fonctionnement et les spatialités de la plage. La spécificité de cet espace de « l’ensauvagement » (Coëffé, 2010), où le dénudement implique un contrôle renforcé des pulsions, est abordée. Ces études permettent ainsi de mieux comprendre la complexité des territorialités liées à des pratiques (repos, jeux, sport, sociabilité, découverte, etc.) n’ayant pas toujours les mêmes logiques en matière d’inscription spatiale et de consommation d’espace.

5Aborder la dynamique de l’occupation de la plage pour des pratiques de tourisme et de loisir dans une démarche multi-agents n’a cependant pas été tenté jusqu’à présent. Il n’existe pas à notre connaissance de réflexion utilisant cette démarche pour réfléchir à la production de l’espace plage par les pratiques. Dans le domaine des sciences sociales, c’est surtout sur des thématiques liées à l’espace urbain et notamment aux mobilités que ce type de système a été développé (Jiang, 1999 ; Hoogendoorn, Bovy, 2004 ; Delage et al., 2008 ; Banos, Lassarre, 2010 ; Lammoglia, 2011 ; Banos et al., 2013). Dans le cas des espaces de pratiques recréatives et touristiques, les modèles multi-agents sont moins courants. Néanmoins, plusieurs modèles ont été développés afin de simuler les déplacements des visiteurs, notamment dans les parcs nationaux (Itami et al., 2002 ; Elands, Van Marwijk, 2008 ; Taczanowska, 2009) ou sur des sites touristiques avec l’exemple, en France, d’un modèle simulant la fréquentation touristique du Mont-Saint-Michel (Guegan, 2012). Pour le cas de la plage en tant qu’espace de pratique, un seul exemple nous est connu. Il s’agit d’un modèle simulant l’évacuation d’une plage méditerranéenne en cas de tsunami (Evans, 2016), développé dans le cadre du programme européen ASTARTE.

6Cet article a pour objectif de présenter un modèle à base d’agents qui simule le remplissage de la plage. Ce modèle de REMplissage de l’Espace de Pratique Plage a été nommé REMEPP. Cette présentation aborde exclusivement les phases de construction et de paramétrage du modèle. Ainsi, si la première partie de cette présentation est consacrée à la description du contexte et des objectifs de la démarche de modélisation, la présentation du modèle sera ensuite structurée suivant le formalisme du protocole ODD (Grimm et al., 2006 ; Grimm et al., 2010) En conclusion, nous reviendrons sur les apports et les limites de cette démarche dans le cadre d’une recherche sur le fonctionnent et l’organisation des espaces de pratiques de tourisme et de loisir. Le modèle REMEPP ainsi que des recommandations quant à son utilisation sont disponibles au téléchargement1. Le modèle est exécutable à partir de la plateforme Gama, sur la version 1.8 du logiciel.

1. Contexte et objectifs de la démarche de modélisation

  • 2 ASPAQUE : Analyse spatiale et modélisation de la fréquentation des plages du littoral atlantique et (...)
  • 3 L’Observatoire des pratiques de tourisme et de loisir (ECOP) a été créé en 2008. Il a réalisé des c (...)

7C’est dans ce contexte qu’une réflexion géographique sur l’analyse spatiale et la modélisation de la fréquentation des plages du littoral atlantique et ses liens avec la qualité de l’environnement a été lancée en 2013 dans le cadre du programme ASPAQUE2. L’objectif principal de ce programme est d’améliorer la connaissance de la fréquentation des plages et de comprendre les liens existants entre cette fréquentation et la qualité de l’environnement. Il vise plus précisément à produire un modèle de simulation spatiale du remplissage d’une plage du littoral atlantique en tant qu’espace de pratique, dans le but de mieux comprendre l’organisation et le fonctionnement de cet espace. Cet objectif se décline d’abord dans une dimension de recherche fondamentale à travers une étude sur la compréhension et la modélisation des dynamiques spatio-temporelles du remplissage de la plage et leurs liens avec les attentes des usagers en matière de qualité de l’environnement. Il se décline ensuite dans une dimension plus appliquée qui consiste, dans un contexte de littoralisation des sociétés et de sensibilisation des gestionnaires aux problématiques environnementales toujours plus importantes, à développer un outil de mesure et d’évaluation qualitative de la fréquentation des plages à travers le modèle de simulation. Pour aboutir à la formalisation de ce modèle, le programme s’est appuyé sur les travaux de l’Observatoire des pratiques de tourisme et de loisir - ECOP du laboratoire LIENSs à La Rochelle3 et s’est organisé en quatre phases successives (figure 1). Ces dernières ont eu pour objet (1) l’analyse spatio-temporelle de la fréquentation des plages, (2) la définition des relations entre les fréquentations et la configuration des lieux, (3) l’analyse des relations entre fréquentation, perceptions et attentes des plageurs, et (4) la modélisation et la simulation des fréquentations et des interactions sur les plages.

Figure 1 : La démarche de recherche du programme ASPAQUE en quatre temps

Figure 1 : La démarche de recherche du programme ASPAQUE en quatre temps

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

8Le modèle REMEPP a été formalisé en deux temps. Le premier correspond à la formalisation d’un modèle conceptuel graphique qui identifie les éléments et les relations qui organisent le système (Guyonnard, Vacher, 2016 ; Guyonnard, 2017). La seconde étape a concerné l’implémentation du modèle conceptuel dans la plateforme multi-agents GAMA (Grignard et al., 2013), permettant des simulations informatiques des fréquentations.

9La démarche multi-agents du programme ASPAQUE permet la vérification des hypothèses de travail formulées dans le cadre de ce projet : l’organisation et le fonctionnement de la plage en tant qu’espace de pratique dépendraient de « dimensions cachées » (Hall, 1971), c’est-à-dire de constantes spatiales tacites et invisibles de l’agencement de l’espace. Cet « ordre » de la plage découlerait des « attentes spatiales » des individus ayant un projet dans le lieu (Guyonnard, 2017), en matière d’espace disponible espéré, de position sur la plage, ou d’aspect du sable.

2. Vue d’ensemble

2.1. Objectifs

10L’objet du modèle REMEPP est de simuler le remplissage d’une plage afin de montrer comment les pratiques organisent l’espace au cours d’une journée estivale. En cela, il est centré sur la compréhension des comportements des plageurs regroupés en cellules et s’installant sur un support d’installation. Cette approche permet d'interroger l’occupation de l’espace et la notion de confort au regard de la satisfaction des usagers et de l’évolution de la densité de l’occupation.

11Ce modèle est pensé en tenant compte de la configuration des lieux, de la constitution de la cellule d’usagers (nombre de personnes, présence d’enfants, etc.), ainsi que du profil des usagers (attentes, pratiques, sensibilité à l’environnement, etc.). Il permet de suivre l’évolution du remplissage de la plage comme celle de la satisfaction des usagers.

2.2. Structure du modèle et échelles

Les entités :

12Le modèle REMEPP est constitué d’un type d’entités mobiles et de plusieurs types d’entités spatiales. Les agents mobiles sont les « cellules constituées de plageurs », regroupées au sein d’une « population de cellules ». Les attributs des cellules sont (a) les caractéristiques (tableau 1) nommées « profils » et (b) les attentes spatiales (tableau 2) nommées « préférences ». Les combinaisons de ces attributs définissent le comportement des cellules.

13Si le modèle possède un seul type d’agent mobile, les entités spatiales qui composent l’environnement de simulation sont multiples. D’abord, les accès sont matérialisés par des entités de type point, disposées à la limite du haut de la plage. Puis, trois entités surfaciques composent l’espace d’installation des plageurs. Ce sont les zones « haut » de plage, « bas » de plage, ainsi que la zone intermédiaire. Enfin, plusieurs entités surfaciques permettent de moduler la composition du support d’installation par des zones perçues par les cellules plus ou moins positivement selon leurs préférences. Il s’agit de la zone à proximité de la zone de baignade, caractérisant un espace que l’on a qualifié de proche de la zone de baignade et attirant les cellules possédant cette préférence. Il s’agit aussi de trois autres types d’entités représentant des éléments répulsifs et délimitant des secteurs d’installation secondaire, voire impossibles pour les cellules : les zones d’algues, de galets ou de coquilles d’huîtres.

Tableau 1 : Les caractéristiques des agents cellules

Tableau 1 : Les caractéristiques des agents cellules

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

Tableau 2 : Les attentes spatiales des agents cellules

Tableau 2 : Les attentes spatiales des agents cellules

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

14Échelle spatiale : l'échelle globale du modèle est celle du support d'installation représentant une surface de plage.

15Une seconde échelle est l'échelle individuelle des agents du modèle. Les cellules de plageurs ont une forme circulaire et leur taille dépend du nombre de personnes qui les composent (de 3,13 m2 à 29,3 m2). Néanmoins, lorsque les cellules ne sont pas installées et recherchent un emplacement sur la plage, leur emprise spatiale est de 20 centimètres de rayon.

16Echelle temporelle : Le pas de temps est de 30 secondes. Le modèle simule le remplissage d’une plage à partir de 10h du matin et jusqu’à minuit, ce qui représente 1560 itérations pour une simulation.

2.3. Processus et ordonnancement

17L’ordonnancement du modèle consiste, à chaque pas de temps, à lancer les activités des agents puis à mettre à jour les indicateurs de suivi, dont les deux principaux sont l’occupation de la plage et la satisfaction des agents cellules.

18L’activité des agents cellules est décrite dans la figure 2.

  • l’agent cellule entre sur la plage lorsque son heure d’arrivée correspond à l’horloge du modèle ;

  • l’agent cellule se déplace sur le support d’installation à la recherche d’un emplacement qui correspond à ses attentes spatiales (voir sous-modèle « se déplacer »). Ainsi, la direction du déplacement des cellules est orientée par les zones recherchées.

  • il prospecte les emplacements disponibles autour de sa position pour identifier ceux correspondant à ses attentes (voir sous-modèle « prospecter »).

  • Si aucune place ne correspond à ses attentes, il continue de se déplacer, et ses préférences d’installation peuvent s’adapter en cas de difficulté à trouver un emplacement satisfaisant (voir sous-modèle « s’adapter »). Si, en revanche, une place correspond à ses attentes, l’agent cellule s’installe pendant la durée prévue de son installation (voir sous-modèle « s’installer »). Lors de cet état, sa satisfaction est évaluée à chaque pas de temps et peut varier selon l’évolution de la fréquentation autour de lui (voir sous-modèle « calcul de satisfaction »).

  • Une fois la durée d’installation écoulée, l’agent cellule part en disparaissant de la zone de simulation.

Figure 2 : Activités des agents cellules du modèle REMEPP

Figure 2 : Activités des agents cellules du modèle REMEPP

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

3. Éléments de conception

Principe

19Hypothèse générale : L’hypothèse générale du modèle REMEPP est que le fonctionnement et l’organisation de la plage, en tant qu’espace de pratique, dépendent des dimensions cachées (c’est-à-dire les constantes spatiales tacites et invisibles de l’agencement de l’espace) et des attentes spatiales des usagers. Ainsi, les comportements individuels des cellules, comme leur satisfaction, sont influencés d’une part par les préférences des usagers en matière de type d’emplacement recherché sur la plage, et d’autre part par l’évolution de l’ambiance de la plage, définie par la densité d’occupation périphérique de la cellule qui évolue au cours du remplissage.

Principes secondaires :

  • Le déplacement des cellules est simplifié. Ainsi, lors de leurs arrivées sur la plage, les cellules parcourent toutes une distance initiale égale, mais dans différentes directions (pour former un cône de répartition), avant de prospecter (la distance initiale est paramétrable). Puis, lors de son déplacement, une cellule ne peut pas se superposer à une autre cellule. Enfin, la superficie d'une cellule en déplacement est identique quelle que soit la taille de la cellule (sphère de 20cm de diamètre).

  • Le choix de l’emplacement par une cellule se fait en respectant une forme d’équidistance avec celles déjà̀ en place. Ainsi, il y a une auto-organisation des cellules sur la plage, matérialisée par une corrélation entre la densité d’occupation et la distance minimale possible entre deux cellules.

  • Une fois installées, le modèle ne simule pas les déplacements de ces cellules sur la plage (elles ne vont pas se baigner ou se promener), jusqu'à leur départ.

Émergence

20Quatre phénomènes émergent lors du fonctionnement du modèle et contribuent à décrire l’auto-organisation de l’espace plage :

  • l’émergence d'un espace occupé,

  • l’émergence d’un gradient de densité,

  • l’émergence d’une densification spatiale de l’occupation,

  • l’émergence d’un niveau de satisfaction aux échelles globales (l’ensemble des cellules présentes dans la simulation).

Adaptation

21Les agents cellules sont capables de s’adapter suite à une analyse de leur environnement immédiat. Ainsi, les cellules s'adaptent lorsqu’elles ne trouvent pas d'emplacement qui correspond à leurs attentes au bout d'un certain temps. Cette adaptation se traduit par une diminution ou un abandon d’une ou de plusieurs préférences d’installation.

Objectifs

22Les agents cellules cherchent à s’installer dans un endroit « confortable », c’est-à-dire un endroit qui répond aux attentes spatiales de l’agent.

Perception

23Dans le modèle REMEPP, le choix a été fait de donner aux agents cellules de fortes qualités perceptives, compte tenu de l’importance des interrelations dans les comportements des usagers, notamment lors du déplacement et de la prospection. Ces perceptions sont classées en plusieurs niveaux :

  • les cellules perçoivent les autres cellules et agissent en fonction d’elles,

  • les cellules perçoivent les différentes zones de la plage (zone haut de plage, zone proche du rivage, milieu, zone de baignade) et en mesurent leurs caractères attractifs ou répulsifs selon leurs attentes spatiales,

  • les cellules perçoivent également la densité globale de la plage, ainsi que les zones plus ou moins denses, ce qui traduit dans le modèle l’ambiance de la plage.

Interaction

24Cinq types d’interactions entre entités constituent le fonctionnement du modèle REMEPP :

  • Les agents cellules s’installent et choisissent leur emplacement en fonction de la présence d’autres cellules.

  • L’arrivée d’un agent à un endroit peut modifier la satisfaction des agents aux alentours.

  • Les agents cellules s’installent et choisissent leur emplacement en fonction de la position des zones attractives ou répulsives de la configuration du support d’installation.

  • Les agents cellules, par leur installation, modifient la densité des entités spatiales composant la plage.

  • Les agents cellules modifient le support par leur installation et leur déplacement.

Stochasticité

25Le modèle REMEPP contient des processus aléatoires à travers trois actions :

  • La génération d'une population de cellules : les caractéristiques et les attentes spatiales des cellules sont générées selon des probabilités d'affectation qui sont fonction des types de population choisie ;

  • Lors du déplacement des agents, la direction du déplacement varie aléatoirement dans un angle de plus ou moins 20° par rapport à son orientation ;

  • L'heure exacte d'entrée d'une cellule est aléatoire dans un créneau de 15 minutes.

Observation

26Le modèle produit plusieurs indicateurs représentés sous formes de graphiques.

27a) Deux d’entre eux permettent de comprendre le comportement du modèle et ont permis de calibrer ce dernier : le temps moyen et maximal de recherche d’un emplacement des agents cellules ; la distance moyenne et maximale effectuée par les agents cellules lors de la recherche.

28Un temps de recherche moyen trop long (supérieur à 15 minutes) ou une distance parcourue moyenne trop élevée des cellules témoignent d’un disfonctionnement du modèle.

29b) Cinq indicateurs du modèle permettent à l’observateur de suivre les rythmes du remplissage. Ces indicateurs sont :

  • les rythmes d’entrées des cellules par quart d’heure ;

  • le nombre cumulé d’entrées et de sorties des cellules ;

  • le nombre cumulé d’entrées et de sorties des plageurs ;

  • le solde des cellules présentes sur la plage par quart d’heure ;

  • le solde des personnes présentes sur la plage par quart d’heure ;

30c) Deux derniers indicateurs sont des données de sorties du modèle et concernent l’occupation de l’espace et la satisfaction des usagers :

  • L’occupation de l’espace est mesurée à partir des densités d’occupation calculées par maille de 20m x 20m et représentées sur un graphique montrant la part des mailles où il y a beaucoup d’espace disponible (plus de 40 m2 par plageur), la part des mailles où il y a moyennement d’espace disponible (entre 20 et 40 m2 par plageur) et la part des mailles avec peu d’espace disponible (moins de 20 m2 par plageur).

  • La satisfaction est représentée globalement par une moyenne sur 20 de l’ensemble des agents cellules présents dans la simulation par un premier graphique. Un second graphique représente la distribution des cellules par tranche de satisfaction et permet d’avoir une vision plus précise que le premier graphique.

4. Détails

4.1. Initialisation

31Lors de l’initialisation de la simulation, l’utilisateur peut régler plusieurs paramètres via la fenêtre de paramétrage du modèle (figure 3). Ces paramétrages sont organisés en deux catégories : les paramètres généraux et les paramètres exploratoires du modèle. Le processus d’initialisation du modèle sera ensuite décrit.

4.1.1. Les paramètres généraux du scénario à simuler

32La première étape de l’initialisation est la génération d’une population à travers la détermination d’un nombre de cellules qui rentreront dans le modèle au cours de la simulation.

33Les paramètres concernant les parts des différents profils des cellules qui entrent sur la plage (« type de population »), sur la configuration du support d’installation (« type de plage » et « type d’entretien »), et sur leurs rythmes d’entrées des cellules (« rythme ») dépendent du scénario choisi pour la simulation. Deux scénarios ont été implémentés pour tester le modèle. Le premier scénario correspond à un modèle de fréquentation d’une plage urbaine à dimension locale notable et est basé sur la fréquentation et la configuration de la plage de la Concurrence à La Rochelle. Le second correspond à celui de la fréquentation d’une plage « sauvage » à forte dimension touristique et est basé sur la fréquentation et la configuration de la plage de Gros Jonc sur la commune du Bois-Plage-en-Ré sur l’Île de Ré.

4.1.2. Les paramètres de calibration du modèle

34D’autres paramètres concernant le comportement des plageurs peuvent être réglés avant l’initialisation. Ces paramètres permettent de tester des hypothèses et de calibrer le modèle. Plus précisément, ils concernent :

  • les paramètres de déplacement et d’installation des cellules (distance de saut des cellules lors du déplacement, rayon de prospection des cellules avant installation, et stratégie d’installation dans la zone prospectée) ;

  • des paramètres d’adaptation des distances que les cellules mettent entre elles au moment de l’installation et en fonction de la densité d’occupation de la zone ;

  • des paramètres de distances inter-cellules de la catégorie d’usagers appelée « marcheurs » qui sont moins tolérants aux fortes densités que les autres cellules.

4.1.3. Processus d’initialisation

35Une fois que les paramètres de population et de configurations spatiale et temporelle de la plage sont choisis, le modèle peut être initialisé en générant une population de cellules, un support d’installation, et en mettant à zéro les indicateurs du modèle. Les cellules ainsi générées sont postées aux entrées de la plage et intègrent la simulation au pas de temps correspondant à leur heure d’entrée sur la plage.

Figure 3 : Fenêtre de paramétrage du modèle REMEPP

Figure 3 : Fenêtre de paramétrage du modèle REMEPP

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

4.2. Données d’entrée

36La réflexion sur la sélection des données d’entrée du modèle REMEPP a été alimentée par un corpus collecté entre 2008 et 2014, sur 81 plages de la mer des Pertuis charentais sur la côte atlantique française. Le développement de REMEPP a amené à structurer le jeu de données selon deux scénarios composés de données sur les types de populations, de données sur les rythmes de fréquentation et de données sur la configuration des espaces d’installation.

4.2.1. Les données d’entrée des types de populations

37Deux types de populations ayant leurs propres caractéristiques sont proposés, bien qu’il soit également possible de charger d’autres populations via le code du modèle. Les caractéristiques de la population d’une plage urbaine à dimension locale forte sont basées sur celles des plageurs de la plage de la Concurrence à La Rochelle (tableau 3). La seconde est la population de la plage sauvage à dimension touristique dont les caractéristiques sont basées sur celles des plageurs de la plage de Gros Jonc sur l’Île de Ré (tableau 4). Les principales différences de ces deux populations concernent les statuts, le niveau de sensibilité à l’environnement, et l’importance de la part des cellules avec enfant. La taille des cellules (en termes de nombre de personnes) a aussi été paramétrée selon ces deux scénarios. Ce nombre de personnes joue sur l’emprise spatiale de la cellule.

Tableau 3 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage urbaine

Tableau 3 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage urbaine

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

Tableau 4 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage sauvage

Tableau 4 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage sauvage

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

38En revanche, la distinction entre scénarios ne concerne pas directement un paramétrage différencié des attentes spatiales car ces dernières sont attribuées aux cellules seulement en fonction de leur profil. Par exemple, les attentes en termes de proximité de la zone de baignade des familles avec enfant(s) ont été traduites par un paramétrage donnant une préférence supérieure pour la proximité de cette zone aux cellules avec enfants (60% attirées et 40% n’ont pas cette préférence) qu’aux cellules sans enfants (35% attirées et 65% n’ont pas cette préférence) (annexe 1).

4.2.2. Les données d’entrée des rythmes de fréquentation

39Le rythme de fréquentation est le deuxième paramètre dont les données d’entrée varient selon le scénario choisi. Comme pour les types de population, il est possible de charger d’autres populations en les implémentant dans le code. Ce paramétrage permet de définir le nombre de cellules entrant sur la plage dans une journée et le rythme auquel elles le font (figure 4).

Figure 4 : Données d’entrée des rythmes de fréquentation du modèle selon les deux scénarios

Figure 4 : Données d’entrée des rythmes de fréquentation du modèle selon les deux scénarios

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

40Le rythme de la plage urbaine est marqué par une fréquentation très faible le matin, et par un pic de fréquentation de la plage vers 17h30. Le rythme de la plage sauvage est marqué par un pic du matin important représentant environ 60% de la fréquentation atteinte l’après-midi. Ce pic est suivi d’un creux, correspondant à l’heure du déjeuner, puis d’un second pic marquant le maximum de fréquentation aux alentours de 16h30. Le temps moyen de pratique est aussi différent entre les deux scénarios. Sur la plage urbaine, ce temps est plus court (moins de 2 heures) que dans le cas du scénario de la plage sauvage (plus de 3 heures). Dans ce deuxième cas, il y a en effet davantage de plageurs restant longtemps sur la plage. Le rythme des départs n’est pas paramétré en tant que tel dans le modèle. Il est le résultat du double paramétrage pour chaque cellule d’une heure d’arrivée et du temps de visite prévu.

4.2.3. Les données d’entrée de la configuration des supports d’installation

41Enfin, la configuration du support d’installation est la dernière donnée d’entrée du modèle. Ce sont des espaces de plage théoriques ou réels, qui sont implémentés dans le modèle sous la forme de fichiers de formes ou d’images raster. La version du modèle présentée dans cet article permet de configurer deux espaces de plage théoriques, qui s’appuient sur les configurations de la plage de la Concurrence, à La Rochelle, pour le scénario de plage urbaine et sur la configuration de la plage de Gros Jonc, sur l’Île de Ré, pour la plage sauvage (figure 5). Ces supports d’installation peuvent être constitués d’un ou de plusieurs accès répartis sur le linéaire de haut de plage. Le positionnement sur la plage d’éléments attractifs ou répulsifs à l’installation, comme les zones d’algues, de galets ou de coquilles, et une zone de baignade peut venir complexifier les scénarios.

Figure 5 : Données d’entrée des supports théoriques d’installation du modèle selon les scénarios

Figure 5 : Données d’entrée des supports théoriques d’installation du modèle selon les scénarios

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

4.3. Sous-modèles

42Les sous-modèles que nous distinguons dans le modèle REMEPP correspondent aux activités des agents cellules décrivant leurs comportements une fois rentrés dans l’espace de simulation (figure 2). Cinq sous-modèles sont identifiés : « se déplacer », « prospecter », « s’installer », « s’adapter » et « calcul de la satisfaction ».

Se déplacer

43Le déplacement des agents cellules est implémenté par un saut dont la distance est de 15 mètres par pas de temps. La direction de ce saut est définie par l’angle du saut. Pour cet angle, il y a quatre cas. Le premier correspondant au premier saut pour toutes les cellules ; l’angle est orienté vers le côté de la plage le moins dense. Le second cas correspond aux cellules qui ont des attentes spatiales dont l’angle est orienté vers la zone relevant des attentes spatiales. Le troisième cas est celui des cellules qui sont déjà dans une zone correspondant à leurs attentes. L’angle du saut est alors défini de manière à ce que la cellule reste dans cette zone. Le quatrième cas correspond aux cellules possédant des attentes neutres. Dans ce cas, l’angle est aléatoire. Dans chacun des quatre cas, sous contraintes des règles ainsi définies, la direction du saut dépend de la direction du saut précédent, plus ou moins vingt degrés.

Prospecter

44La prospection de la cellule est matérialisée par un ensemble d’actions intervenant à la suite du saut. Elle consiste en une évaluation de l’espace environnant de la cellule, lui permettant d’identifier ou non un emplacement répondant à ses attentes spatiales sur lequel elle pourra s’installer (figure 6).

Figure 6 : Diagramme simplifié de l’activité « Prospecter »

Figure 6 : Diagramme simplifié de l’activité « Prospecter »

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

45La première action de l’activité « prospecter » est le calcul de la densité dans un rayon de prospection de 10 mètres par défaut (ce rayon est paramétrable). Si la densité calculée ne correspond pas aux attentes de la cellule, l’activité prospecter pour cette cellule est terminée et une nouvelle prospection sera réalisée au pas de temps suivant.

46En revanche, si la densité calculée correspond à ses attentes, la cellule va analyser l’espace dans le rayon de prospection, pour savoir s’il y a une possibilité de s’installer en tenant compte des distances inter-cellules minimales paramétrées en fonction des classes de densité.

47La calibration de ces distances inter-cellules a été faite à partir des travaux effectués dans le cadre du programme ASPAQUE, par l’analyse des distances inter-cellules de plage des pertuis charentais (Guyonnard, 2017). Ces analyses ont permis d’identifier trois types de distances. Pour les zones de plage où la densité a été qualifiée de forte (c’est-à-dire les zones où l’espace disponible par plageur est inférieur à 20 m2), la distance moyenne minimale inter-cellule est de 0,3 m. Pour les zones de plage où la densité a été qualifiée de moyenne (c’est-à-dire les zones où l’espace disponible par plageur est compris entre 20 et 40 m2), la distance moyenne minimale inter-cellule est de 2,3 m. Enfin, pour les zones de plage où la densité a été qualifiée de faible (c’est-à-dire les zones où l’espace disponible par plageur est supérieur à 40 m2), la distance moyenne minimale inter-cellule est de 5,3 m.

48Ainsi, la calibration par défaut définie ci-dessus permet aux cellules situées dans des espaces denses de s’installer jusqu’à une distance très proche des autres cellules installées (distance inter-cellules de 0,3 mètres). À l’opposé, dans les espaces de la plage aux densités faibles, la calibration par défaut obligera les cellules à s’installer à une distance au moins supérieure à 5,3 mètres des cellules déjà présentes. Pour certaines cellules appelées « marcheurs », la distance inter-cellules minimale sera plus importante (12 mètres par défaut) afin de simuler le comportement des plageurs qui souhaitent à tout prix être à grande distance des autres cellules.

49La dernière action de l’activité « prospecter » consiste à l’identification par la cellule des emplacements libres correspondant à ses attentes dans son espace environnant. Ces emplacements sont matérialisés par les espaces libres sans cellule, auxquels a été soustrait l’emplacement des cellules déjà installées, augmenté du buffer correspondant à la distance inter-cellules à respecter (figure 7).

S’installer

50Cette activité de la cellule correspond au choix de l’emplacement dans l’espace identifié lors de la prospection. La méthode employée consiste à identifier dans l’espace libre l’emplacement le plus éloigné des autres cellules déjà installées. Par exemple, la cellule 182 (figure 7) identifie dans l’espace libre (zone grise) l’emplacement le plus éloigné des deux cellules déjà installées et s’y installe.

Figure 7 : Méthode d’installation des cellules dans la zone de prospection

Figure 7 : Méthode d’installation des cellules dans la zone de prospection

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

S’adapter

51Si la cellule a prospecté de manière infructueuse au-delà d’un nombre de pas de temps prédéfini, elle adapte ses attentes spatiales. Quand la cellule adapte une de ses attentes, elle n’est plus contrainte par cette attente. Le nombre de pas de temps déclenchant cette adaptation est variable en fonction des attentes (tableau 5). Ce processus d’adaptation est intégré pour les attentes spatiales liées à la recherche de la proximité de la zone de baignade, à la recherche d’une zone en haut ou en bas de la plage, à l’évitement des zones de coquilles ou de galets, et à l’évitement des zones de trop fortes densités, pour les cellules pour qui cette attente a été paramétrée. En revanche, l’exigence d’évitement des zones d’algues ne peut être abandonnée, considérant que ces zones ont un caractère définitivement répulsif.

Tableau 5 : Critères d’adaptation et détails des calculs faisant varier la satisfaction

Tableau 5 : Critères d’adaptation et détails des calculs faisant varier la satisfaction

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

Calcul de la satisfaction

52Cette action a été pensée à partir d’une situation où le plageur arrive avec un capital satisfaction qui peut se dégrader ou s’améliorer en fonction des circonstances et de la manière dont ses souhaits peuvent être satisfaits, rapidement ou non. Dans le modèle, ce capital satisfaction se traduit par un système de notation où, au moment de son entrée dans la simulation, chaque cellule dispose de 20 points. La mise à jour du compte satisfaction est faite à chaque pas de temps sur chaque cellule durant les activités « prospecter » et « installée ». Durant la recherche d’un emplacement, si la cellule a des difficultés à trouver un espace qui répond à ses attentes, elle perd des points de satisfaction au bout d’un temps défini (tableau 5). Lorsqu’elle s’adapte et abandonne une attente spatiale, elle perd également des points. Au-delà̀ du temps de recherche, la distance parcourue pour trouver un espace convenable est aussi importante. Si elle est supérieure à ce que la cellule considère comme acceptable, le capital points de satisfaction diminuera.

53À partir du moment où la cellule est installée, le capital de satisfaction continue à évoluer. En effet, la densité́ de la fréquentation évoluant sur la plage durant la journée, la densité́ périphérique autour de chaque cellule change et influe sur le bien-être. Si une cellule préfère les zones où la densité́ de la fréquentation est faible et que la densité́ devient forte autour d’elle, son capital satisfaction diminuera. Si la densité́ redevient conforme à ses attentes, son niveau de satisfaction s’améliorera.

Conclusion

54Le modèle multi-agents REMEPP apparaît comme l’un des premiers outils de modélisation élaboré pour réfléchir au fonctionnement de l’espace plage.

55Nous pouvons cependant noter certaines limites à ce modèle. D’abord, au niveau spatial, puisque l’environnement de simulation ne prend pas en compte le fait que la plage puisse être intégrée à un système plus large (comprenant arrière-plage, parking, commune littorale, système touristique, etc.). Ensuite, certains éléments du système plage n’ont pas été retenus, comme l’influence de la marée sur le positionnement des cellules, ou encore la prise en compte des mouvements individuels des personnes, puisque l’unité cellule est la seule qui représente les usagers dans ce modèle. Enfin, si une réflexion sur la satisfaction des usagers a été intégrée au modèle, elle mérite d’être affinée dans la calibration des scores qui sont attribués.

56Au-delà des limites, les apports de ce modèle et de la démarche sont importants. Cette étude vient enrichir la réflexion sur les espaces de l’interaction à travers l’approche micro-géographique des espaces de pratique de tourisme et de loisir. Ces questionnements, habituellement abordés sous l’angle de la sociologie et de la psychologie sociale, sont enrichis par une approche géographique. Plus spécifiquement, l’apport de la démarche multi-agents réside dans la dimension exploratoire de la réflexion sur l’occupation de la plage apportée par les simulations. Le modèle permet ainsi d’ajuster les paramètres afin d’expérimenter des formes de diffusion et de répartition réalistes, correspondant à des situations de gestion extrêmes (périodes de pic) ou à des choix d’aménagement (ouvertures ou fermetures d’accès).

57L’approche multi-agents a permis également d’avoir une réelle réflexion sur le support de la fréquentation, en pensant le plein et le vide, mais aussi le trop plein, la gêne et le confort d’installation dans le cadre de pratiques de tourisme et de loisir. Autant d’éléments qui viennent enrichir l’analyse de l’occupation de l’espace en général, et celui de la plage en particulier.

58La réflexion sur les caractères distinctifs et les attentes de la population fréquentant la plage est une autre dimension importante du modèle REMEPP, qui peut bénéficier à tous les chercheurs travaillant sur les pratiques recréatives de manière générale. Penser la manière de qualifier et de segmenter une population, en lien avec une fréquentation de loisir et des attentes variées, oblige à une démarche de déconstruction, permettant d’identifier les principales interactions influençant l’organisation de l’espace de pratique.

59Enfin, l’apport du modèle REMEPP réside également dans sa dimension prospective. Pour les gestionnaires des espaces littoraux, il peut constituer un outil d’aide pour l’aménagement et la gestion des plages, en permettant des simulations de fréquentation. Il permet aussi une réflexion sur la capacité d’accueil des plages dans de bonnes conditions de pratique.

Haut de page

Bibliographie

Ariza E. et al., 2010, "Proposal for an Integral Quality Index for Urban and Urbanized Beaches", Environmental Management, Vol.45, 998–1013.

Banos A., Lassarre S., 2008, "Simuler les interactions piétons-automobilistes dans un environnement urbain : une approche à base d’agents", Territoire en mouvement, Vol.1, 58–66.

Banos A., Marilleau N., MIRO Team, 2013, "Improving Individual Accessibility to the City", in: Gilbert T., Kirkilionis M., Nicolis G. (eds), Proceedings of the European Conference on Complex Systems 2012. Springer Proceedings in Complexity. Cham (Suisse).

Barthe-Deloizy F., 2010, Les spatialités du corps : Des pratiques ordinaires aux expériences extrêmes, Université Michel de Montaigne - Bordeaux III, 278 p.

Blondy C., 2013, "Pratiques de la plage en Polynésie française", M@ppemonde [en ligne], Vol.111, No.3, URL : https://mappemonde-archive.mgm.fr/num39/articles/art13304.html

Coëffé V., 2010, "La plage, fabrique d’une touristi(cité) idéale", L’information géographique, Vol.74, No.3, 51–68.

Coëffé V., Jaurand E., Taunay B., 2014, "La plage, territoire des corps", Mondes du tourisme, Vol.9, 32–41.

Delage M., Le Nechet F., Louail T., 2008, "ACCESSIM: modélisation et simulation d’accessibilité et d’inégalités géographiques dans la ville", M@ppemonde [en ligne], Vol.92, No.4, URL : https://mappemonde-archive.mgm.fr/num20/fig08/fig08405.html

Duvat V., 2011, "Interest of quality-based policies for Integrated Coastal Zone Management implementation: Lessons learnt from a French case study", Ocean & Coastal Management, Vol.54, No.11, 831–843.

Cazes-Duvat V., Pesme J.O., 2002, Étude de capacité de charge des plages des côtes ouest et sud de l’île de La Réunion, étude pour le Conseil Régional de La Réunion, 63 p.

Edney J.J., Jordan-Edney N.L., 1974, "Territorial Spacing on a Beach", Sociometry, Vol.37, No.1, 92–104.

Elands B., Van Marwijk R., 2008, "Keep on eye on nature experiences: implications for management and simulation", in: Gimblett R. & Skov-Peterson H., Monitoring, Simulation, and Management of Visitor Landscapes. Tuscon, University of Arizona Press, 59-83.

Evans M., 2016, Étude pour la calibration d’un système multi-agents en vue d’une simulation d’évacuation de plage, les exemples de Nice et Saint-Laurent-du-Var, Université Paris 1 – Panthéon-Sorbonne – UFR de Géographie, Mémoire de Master 2, 124 p.

Goffman E., 1973, La mise en scène de la vie quotidienne - 2 - les relations en public. Paris, Les Éditions de Minuit, 372 p.

Grignard A. et al., 2013, "GAMA 1.6: Advancing the Art of Complex Agent-Based Modeling and Simulation", in: G. Boella et al., (eds.), PRIMA 2013: Principles and Practice of Multi-Agent Systems: 16th International Conference, Dunedin, New Zealand, December 1-6, 2013. Berlin, Heidelberg Springer.

Grimm V. et al., 2006, "A standard protocol for describing individual-based and agent-based models", Ecological Modelling, Vol.198, No.1–2, 115–126.

Grimm V. et al., 2010, "The ODD protocol: A review and first update", Ecological Modelling, Vol.221, No.23, 2760–2768.

Guegan, C., 2012, Modélisation de la fréquentation touristique du mont-saint-michel. approches systémique et prospective, Université de Bretagne Occidentale, Thèse de doctorat en géographie, 225 p.

Guyonnard V., 2017, Dimensions cachées et attentes spatiales dans un espace de pratique de tourisme et de loisir. Une analyse géographique de la plage en Charente-Maritime (France), Université de La Rochelle, Thèse de doctorat en géographie, 393 p.

Guyonnard V., Vacher L., 2016, "Beach filling model to improve beach management: a case on the French Atlantic coast (Pertuis Charentais beaches)", in: Pineda F.D., Brebbia C.A. (dir.), Sustainable Tourism VII, Southampton (Royaume-Uni), WIT Press, 67-78.

Hall E.T., 1971, La dimension cachée, Paris, Seuil, 256 p.

Hoogendoorn S.P., Bovy P.H.L., 2004, "Pedestrian route-choice and activity scheduling theory and models", Transportation Research Part B: Methodological, Vol.38, No.2, 169–190.

Itami R. et al., 2002, "RBSim 2: Simulating the Complex Interactions between Human Movement and the Outdoor Recreation Environment", in: Arnberger A., Brandenburg C. & Muhar A., Monitoring and Management of Visitor Flows in Recreational and Protected Areas, Vienne (Autriche), Bodenkultur University, 191–198.

Jaurand E., 2007, "Les espaces du naturisme : modèle allemand et exception française ?", Revue Géographique de l’Est, Vol.47, No.1, 15 p.

Jiang N., 1999, "SimPed: Simulating Pedestrian Flows in a Virtual Urban Environment", Journal of Geographic Information and Decision Analysis, Vol.3, No.1, 21–30.

Jurado E., Dantas A.G., Pereira Da Silva C., 2009, "Coastal Zone Management : Tools for establishing a set of indicators to assess beach carrying capacity (Costa del Sol – Spain)", Journal of Coastal Research (Proceedings of the 10th International Coastal Symposium-Lisbon), Special Issue 56, 1125-1129

Lageiste J., Rieucau J. (dir.), 2008, "La plage : un territoire atypique", Géographie et cultures, Vol.67, 143 p.

Lammoglia A., 2011, "Évolution spatio-temporelle d’une desserte de transport flexible simulée en sma", Cybergeo : European Journal of Geography [En ligne], Systèmes, Modélisation, Géostatistiques, document 555, mis en ligne le 23 octobre 2011, consulté le 01 mars 2018. URL : http://journals.openedition.org/cybergeo/24720

Leatherman S.P., 1997, "Beach Rating: A Methodological approach", Journal of Coastal Research, Vol.13, No.1, 253–258.

Moles A., Rohmer E., 1998, Psychologie de l’espace, Paris, L’Harmattan, 158 p.

Morgan R., 1999, "A novel, user-based rating system for tourist beaches", Tourism Management, Vol.20, No.4, 393–410.

Pendleton L., Martin N., Webster D., 2001, "Public Perceptions of Environmental Quality: A Survey Study of Beach Use and Perceptions in Los Angeles County", Marine Pollution Bulletin, Vol.42, No.11, 1155–1160.

Pereira Da Silva C., 2002, "Beach Carrying Capacity Assessment: How important is it ?" Journal of Coastal Research (Proceedings of the International Coastal Symposium - Northern Ireland), Special Issue 36, 190-197.

Pessoa L.C.C. et al., 2013, "Recreational carrying capacity of an Amazon macrotidal beach during vacation periods", Journal of Coastal Research, Special Issue 65, 1027–1032.

Peyvel E., 2009, "Mui Ne (Vietnam) : deux approches différenciées de la plage par les touristes occidentaux et domestiques", Géographie et cultures, Vol.67, 79–92.

Richard Eiser J., Reicher S.D., Podpadec T.J., 1993, "What’s the beach like? Context effects in judgements of environmental quality", Journal of Environmental Psychology, Vol.13, No.4, 343–352.

Rieucau J., Lageiste J., 2009, "La plage, un territoire singulier : entre hétérotopie et antimonde", Géographie et cultures, Vol.67, 3–6.

Robert S., Sillère G., Liziard S., 2008, "Évaluer et représenter le nombre d’usagers sur une plage urbaine (Les Ponchettes, Nice)", M@ppemonde [en ligne], Vol.91, No.3, URL : https://mappemonde-archive.mgm.fr/num19/articles/art08305.html

Roca E., Villares M., 2008, "Public perceptions for evaluating beach quality in urban and semi-natural environments", Ocean & Coastal Management, Vol.51, No.4, 314–329.

De Ruyck A.M., Elizabeth P., 1995, "Factors Influencing Human Beach Choice on Three South African Beaches : A Multivariate Analysis", GeoJournal, Vol.36, No.4, 345–352.

Saveriades A., 2000, "Establishing the social tourism carrying capacity for the tourist resorts of the east coast of the Republic of Cyprus", Tourism Management, Vol.21, No.2, 147–156.

Silva C.P., Alves F., Rocha R., 2007, "The Management of Beach Carrying Capacity: The case of northern Portugal", Journal of Coastal Research (Proceedings of the 9th International Coastal Symposium - Szczecin, Poland), Special Issue 50, 135-139.

Smith H.W., 1981, "Spacing on a Beach Revisited: Territorial A Cross-National Exploration", Social Psychology Quarterly, Vol.44, No.2, 132–137.

Taczanowska K., 2009, Modelling the spatial distribution of visitors in recreational areas, University of Natural Ressources and Applied Life Sciences in Vienna, Thèse de doctorat de l'Institute for Landscape Development, Recreation and Conservation Planning, 190 p.

Vacher L., 2014, Réflexion géographique sur la distance, une approche par les pratiques de tourisme, Université d’Angers, Habilitation à Diriger des Recherches en géographie, Volume 1 - Position et projet scientifique, 254 p.

Vaz B. et al., 2009, "The importance of user’s perception for beach management", Journal of Coastal Research (Proceedings of the 10th International Coastal Symposium- Lisbon, Portugal), Special Issue 56, 1164-1168.

Williams P., 2009, Beach Use & Carrying Capacity on the Gold Coast, Griffith Univesity, Griffith School of Engineering, Mémoire de Master 2, 109 p.

Zacarias D.A., Williams A.T., Newton A., 2011, "Recreation carrying capacity estimations to support beach management at Praia de Faro, Portugal", Applied Geography, Vol.31, No.3, 1075–1081.

Haut de page

Annexe

Annexe 1 : Paramétrage des attentes spatiales dans le modèle REMEPP

Annexe 1 : Paramétrage des attentes spatiales dans le modèle REMEPP

Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.

Haut de page

Notes

1 Disponible ici : https://zenodo.org/record/3761698 (consulté le 29 avril 2020)

2 ASPAQUE : Analyse spatiale et modélisation de la fréquentation des plages du littoral atlantique et de ses liens avec la qualité de l’environnement. Programme réalisé dans le cadre de l’UMR LIENSs CNRS-Université de La Rochelle et financé par la Fondation de France dans le cadre du programme Environnement Littoral 2013 « Quels littoraux pour demain ? ».

3 L’Observatoire des pratiques de tourisme et de loisir (ECOP) a été créé en 2008. Il a réalisé des campagnes annuelles d’études des plages de Charente-Maritime, permettant de produire des cartographies des fréquentations des plages (à partir de photographies aériennes) et des connaissances sur les usagers des plages (à partir d’enquêtes en face à face sur les plages). Plus d’informations sur : http://ecop.univ-lr.fr/Observatoire_des_Pratiques.htm

Haut de page

Table des illustrations

Titre Figure 1 : La démarche de recherche du programme ASPAQUE en quatre temps
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-1.png
Fichier image/png, 581k
Titre Tableau 1 : Les caractéristiques des agents cellules
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-2.png
Fichier image/png, 117k
Titre Tableau 2 : Les attentes spatiales des agents cellules
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-3.png
Fichier image/png, 196k
Titre Figure 2 : Activités des agents cellules du modèle REMEPP
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-4.png
Fichier image/png, 70k
Titre Figure 3 : Fenêtre de paramétrage du modèle REMEPP
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-5.png
Fichier image/png, 717k
Titre Tableau 3 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage urbaine
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-6.png
Fichier image/png, 119k
Titre Tableau 4 : Données d’entrée des populations d’agents cellules du modèle selon le scénario de plage sauvage
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-7.png
Fichier image/png, 122k
Titre Figure 4 : Données d’entrée des rythmes de fréquentation du modèle selon les deux scénarios
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-8.png
Fichier image/png, 593k
Titre Figure 5 : Données d’entrée des supports théoriques d’installation du modèle selon les scénarios
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-9.png
Fichier image/png, 181k
Titre Figure 6 : Diagramme simplifié de l’activité « Prospecter »
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-10.png
Fichier image/png, 65k
Titre Figure 7 : Méthode d’installation des cellules dans la zone de prospection
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-11.png
Fichier image/png, 182k
Titre Tableau 5 : Critères d’adaptation et détails des calculs faisant varier la satisfaction
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-12.png
Fichier image/png, 356k
Titre Annexe 1 : Paramétrage des attentes spatiales dans le modèle REMEPP
Crédits Sources : Programme ASPAQUE. Conception-réalisation : Guyonnard, Becu, Bouquet, Vacher, 2018.
URL http://journals.openedition.org/cybergeo/docannexe/image/35378/img-13.png
Fichier image/png, 1,3M
Haut de page

Pour citer cet article

Référence électronique

Valentin Guyonnard, Nicolas Becu, Claire Bouquet et Luc Vacher, « REMEPP : Un modèle de simulation du remplissage de la plage en tant qu’espace de pratique de tourisme et de loisir », Cybergeo : European Journal of Geography [En ligne], GeOpenMod - Modèles et logiciels, document 953, mis en ligne le 28 septembre 2020, consulté le 01 novembre 2020. URL : http://journals.openedition.org/cybergeo/35378 ; DOI : https://doi.org/10.4000/cybergeo.35378

Haut de page

Auteurs

Valentin Guyonnard

UMR 7266 LIttoral ENvironnement et Sociétés (LIENSs) CNRS –La Rochelle Université, France, docteur en géographie – valentin.guyonnard@gmail.com

Nicolas Becu

UMR 7266 LIttoral ENvironnement et Sociétés (LIENSs) CNRS –La Rochelle Université, France, chargé de recherches (HDR) – nicolas.becu@univ-lr.fr

Claire Bouquet

UMR 7266 LIttoral ENvironnement et Sociétés (LIENSs) CNRS –La Rochelle Université, France, assistante ingénieure en géomatique - claire.bouquet@unima.fr

Luc Vacher

UMR 7266 LIttoral ENvironnement et Sociétés (LIENSs) CNRS –La Rochelle Université, France, maître de conférences (HDR) – luc.vacher@univ-lr.fr

Haut de page

Droits d’auteur

Licence Creative Commons
La revue Cybergeo est mise à disposition selon les termes de la Licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 3.0 non transposé.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search