Ce travail a pour objectif de proposer une méthode pour comparer spatialement des données socio-économiques (telles que celles livrées par le recensement, à l’échelle des mailles IRIS) et des données issues de réseaux d’assainissement (par exemple des résultats d’analyses biologiques ou géochimiques, à l’échelle de zones d’apport) n’ayant pas les mêmes dimensions spatiales.
Deux méthodes sont proposées et appliquées à l’exemple de la ville de Paris : une méthode dite “inclusive” et une méthode dite “sélective”. Ces deux méthodes visent aussi à sélectionner les zones d’apport ayant le meilleur recouvrement avec les mailles IRIS afin de garantir des comparaisons plus efficaces entre des données issues du réseau d’assainissement et des données socio-économiques. La méthode inclusive utilise un calcul du pourcentage de superposition des mailles IRIS et des zones d’apport et un coefficient de pondération. Toutes les mailles IRIS qui intersectent une zone d’apport sont sélectionnées. La valeur du paramètre socio-économique de chaque maille IRIS est multipliée par le coefficient de pondération pour définir la valeur de ce paramètre à l’échelle de la zone d’apport.
La méthode sélective implique une sélection des mailles IRIS contribuant le plus à la zone d’apport selon leur pourcentage d’inclusion (40, 50, 60, 70 et 80 %). Cette approche utilise le pourcentage de superposition entre les mailles IRIS sélectionnées et la zone d’apport et un critère de similitude comme paramètres pour sélectionner le pourcentage d’inclusion le plus efficient. Les deux méthodes sont comparées en termes d’efficacité et de simplicité d’usage. La méthode inclusive est plus rapide et facile à mettre en œuvre, mais elle n’assure pas un recouvrement spatial optimal entre les mailles IRIS et les zones d’apport. La méthode sélective, plus compliquée à mettre en œuvre, permet de s’assurer que les mailles IRIS sélectionnées contribuent de manière significative à la zone d’apport. Ce travail donne des clés méthodologiques pour la comparaison de données provenant de sources variées et livrées selon des géométries distinctes.
Référence : Asselin, C., Jacob, J., Rican, S., 2025. Méthodes pour confronter spatialement les données socio-économiques avec des données d’assainissement : exemple à paris
Methods for spatial comparison of socio-economic data with sanitation data: example of Paris. TSM 5. Publié le 27 mai 2025.