Dans ces circonstances particulières, nos données révèlent comment la fréquentation vélo a évolué en Europe. Plus que jamais, nous aidons les collectivités à mesurer l’impact de la situation sanitaire sur la fréquentation cyclable et piétonne, aussi bien sur les aménagements cyclables temporaires que les sentiers de randonnées ou les parcs & jardins. Contactez-nous !

Liste des articles
7 mai 2019
Comment ils utilisent les données #1 – Kevin Stefan et l’impact de la météo sur la pratique du vélo à Calgary
Partager cet article

Nous démarrons aujourd’hui une nouvelle série d’articles de blog intitulé « Comment ils utilisent les données », pour mettre en valeur l’utilisation des données faits par des experts en la matière, qu’il s’agisse d’installation innovante de capteurs PYRO ou de programmes de comptage à grande échelle (régionale ou nationale).

Dans ce premier article, nous nous intéressons plus particulièrement à un travail fantastique d’analyse de données / fusion de données présenté cette année au Winter Cycling Congress 2019 à Calgary (Canada).

Tous les ans au mois de février, les experts mondiaux du vélo d’hiver se réunissent pour l’événement Winter Cycling Congress. Eco-Compteur est un soutien fidèle de l’événement, en tant que sponsor mais également présentateur depuis de nombreuses années. L’édition 2019 s’est déroulée à Calgary (une ville avec qui nous travaillons par ailleurs sur la collecte de données vélo depuis plusieurs années). Avec un réseau dense et maintenu d’infrastructures vélo « quatre-saisons » et une température moyenne de -20°C pendant la conférence, il était assez clair que le lieu était très bien choisi pour cet événement.

Que nous apprennent les données ?

Le premier jour, lors de la session « Que nous apprennent les données ? », nous avons pu assister à une présentation de Kevin Stefan intitulée « Wondering What’s Winter Weather: A data-driven approach. » Kevin est un ingénieur transport avec plus de 20 ans d’expérience, dont 10 années chez son employeur actuel, HBA Specto Inc. Il s’occupe principalement de développer des modèles de demande de mobilité, ce qui implique l’estimation, la calibration et la validation de jeux de données, ainsi que de la programmation en Python.

La présentation de Kevin était basée sur l’analyse, à l’aide de données de fréquentation, de l’influence de la météo sur la pratique du vélo à Calgary – une ville réputée pour ses variations climatiques importantes. Son analyse superpose 4 ans de données météo tirées d’Environment Canada et de données de comptage vélo accessibles publiquement à travers la page publique de la ville de Calgary.  Pour réaliser cette analyse, Kevin s’est basé sur un script GitHub qui lui a permis d’extraire les données de comptage de deux compteurs vélo de Calgary : celui du Peace Bridge (trafic vélo journalier moyen en semaine / le week-end : 1000, 410) et de la 5e avenue (trafic vélo journalier moyen en semaine / le week-end : 749, 306)

Le « Peace Bridge » est un pont emblématique de la ville de Calgary, ainsi qu’une connexion importante vers et depuis la ville pour les piétons et les vélos. Un compteur MULTI qu’on aperçoit plus haut, mesure les tendances quotidiennes, hebdo et annuelles.

Un modèle de régression log-linéaire a été ensuite créé pour estimer le nombre de vélos comptés chaque jour (variable dépendante, Y), rapporté à la donnée météo (variable indépendante).

La ville de Calgary collecte les données sur des intervalles de 15 minutes, ce qui permet à Kevin de répartir les cyclistes en quatre groupes distincts, comme visible ci-dessous.

Fig00 - Weekday

Météo vs. trafic vélo

L’impact de la météo – températures, précipitations, chutes de neige, couverture neigeuse au sol, vent et luminosité – a été estimée sur le nombre de vélos comptés dans chaque groupe. Les résultats, comme la méthodologie utilisée et la présentation faite, sont fantastiques.

Kevin note par exemple que la pluie impacte différentes catégories de cyclistes de manière non-uniforme : les cyclistes du week-end et du soir étant les plus impactés par la pluie.

Fig01-Rain

La neige, en revanche, a un impact équivalent sur tous les groupes.

Fig01-Snow

Pour ce qui concerne les températures, les cyclistes du week-end sont les plus sensibles, et les cyclistes du quotidien les moins sensibles. Il semblerait ainsi que ceux qui utilisent leur vélo comme mode de transport sont très peu sensibles aux variations de températures (quand les températures sont néanmoins supérieurs à -15°C).

Fig04-TempParmi les autres conclusions que Kevin tire de cette analyse, en voici quelques unes :

  • Le vent n’impacte pas significativement le nombre de vélos comptés
  • La luminosité faible de l’hiver affecte principalement les cyclistes du soir
  • Globalement, la fréquentation vélo décroit au cours du mois de décembre, et reprend au début de l’été. Les cyclistes « du pic » continuent néanmoins de pédaler plus tard dans l’année.

L’agrégation des données pour prendre les bonnes décisions

Le travail réalisé par Kevin est un exemple très parlant du pouvoir des données. En combinant des données de comptage collectées de manière automatique avec d’autres sources de données (météo dans ce cas précis), Kevin a pu comprendre avec plus de précisions les comportements météo-sensibles – ou non – des cyclistes de Calgary. Les conclusions de son étude sont claires, précises et peuvent être utiles pour informer les décisionnaires de la ville de Calgary.

Cet article de blog ne rend pas justice à la richesse et à la complexité du travail de Kevin, ni à l’effort fourni, donc n’hésitez pas à vous rendre sur son blog pour en savoir plus sur son travail :

MeanMedianModeChoice.com (methodology or results).

Merci Kevin !

Vous voulez en savoir plus ? D’autres sources d’information :

Il n'y a pas encore de commentaires

Laissez un commentaire

Votre e-mail ne sera pas publié
Entrez votre nom
Entrez votre email

Contactez-nous !