Résumé
L’objet de cette thèse est de développer et d’évaluer des modèles démographiques pour estimer la population à partir des caractéristiques du bâti. Le plus souvent, les estimations de population s’appuient sur un carroyage, découpant l’espace en cellules de grille homogènes, comme celles produites et popularisées par le projet WorldPop. Nous proposons ici une méthode innovante, utilisant des zones bâties identifiées par le projet TeleCense et détectées à partir d’images des satellites Sentinel, comme unité principale d’analyse. L’objectif est d’obtenir une estimation fine de la population, tout en tenant compte de la diversité des zones bâties et d’évaluer la fiabilité des prédictions démographiques obtenues.
Pour atteindre ces objectifs, deux approches sont explorées. La première consiste en une méthode descendante, qui répartit la population des zones administratives dans des unités plus fines, en s’appuyant sur des données complémentaires pour affiner les estimations. Cette méthode est d’abord développée et testée à Madagascar, un pays choisi pour sa diversité agro-climatique et la qualité de son dernier recensement (RGPH-3, 2018). Son application à six régions permet de valider les estimations et d’en évaluer la pertinence. Elle est ensuite mise en œuvre au Bénin, ce qui révèle certaines limites des méthodes descendantes.
La partie suivante de la thèse se concentre sur la création d’une méthode ascendante novatrice, permettant d’estimer la population de zones géographiques sans recensement récent et totalement indépendante de données de recensement. Cette méthode ascendante repose uniquement sur des données issues de la télédétection et des informations socio-démographiques facilement disponibles, afin de rendre le modèle applicable à d’autres régions. Cette nouvelle approche est appliquée à Mayotte, grâce à des données démographiques précises, puis dans un contexte de fortes densités urbaines, dans la sous-préfecture d’Abidjan, en Côte d’Ivoire, posant un véritable défi en termes de modélisation.
Enfin, le dernier chapitre de la thèse est consacré au développement d’un modèle d’estimation exploitant les données très récentes « Open Buildings 2.5D » de Google Research, qui offrent une représentation détaillée et à haute résolution des surfaces bâties, incluant une estimation de la hauteur des bâtiments. En reprenant l’approche globale développée dans cette thèse, l’objectif est de mesurer dans quelle mesure une identification plus fine du bâti – quasiment bâtiment par bâtiment – permet d’améliorer la qualité des modèles démographiques.
Le jury était composé de :
Didier Breton, professeur des universités, université de Strasbourg (rapporteur / président du jury)
Catherine Linard, professeure des universités, université de Namur (rapportrice)
Hervé Bassinga, maitre-assistant, ISSP (examinateur)
Valérie Golaz, directrice de rechercher, INED, LPED (directrice de thèse)
Nicolas Pech, maître de conférences, AMU (co-directeur de thèse)
Ali Ahmad, directeur technique (PhD), Diginove, tuteur de thèse CIFRE (membre invité)
Géraldine Duthé, directrice de recherche, INED (membre invitée)
Laurence Reboul, maîtresse de conférences HDR, AMU (membre invitée)
Page chercheure de Léo Lipovac
