L’incertitude dans les sciences géographiques : spécificités, schémas d’appréhension

Giovanni FUSCO (UMR 7300 – ESPACE « Etude des Structures, des Processus d’Adaptation et des Changements de l’Espace »)
1ère Table Ronde « L’incertitude : regards pluridisciplinaires », Nice, 19 juin 2013, MSHS Sud-Est, Saint-Jean d’Angély 3, Projet « Faire Science avec l’Incertitude », Axe 4 : « Territoires, systèmes techniques et usages sociaux »

Résumé :


Au cours des vingt dernières années, le concept d’incertitude, qui historiquement avait des définitions précises (quoique différentes) dans la théorie économique ou dans la théorie des erreurs, a fécondé la réflexion dans d’autres champs disciplinaires. En Géographie, le concept d’incertitude est un chapeau recouvrant différents aspects liés à une connaissance non certaine, floue ou même à un manque de connaissance sur les objets d’étude. De multiples pistes de recherche participent ainsi à la problématique de l’incertitude dans notre discipline : l’imprécision et l’incomplétude des données et des connaissances, l’indétermination des objets et des processus spatiaux, l’impossibilité de connaître de l’état (présent ou passé) d’un système spatial et l’imprédictibilité de son état futur, les problèmes liés au traitement ou à la représentation d’informations et de connaissances spatiales incertaines, la subjectivité inhérente à toute question géographique, etc.. Au lieu d’être perçue uniquement en terme négatif, en tant que limite à la connaissance géographique, l’incertitude est désormais de plus en plus intégrée par une partie croissante de géographes (Couclelis, 2003) comme étant une composante essentielle des connaissances produites. Jadis « cachée sous le tapis » ou omise dans le discours géographique, l’incertitude devient alors un point incontournable dans la démarche de la recherche géographique, théorique ou appliquée.

Les géographes de l’équipe niçoise des Dynamiques Territoriales de l’UMR ESPACE ont souhaité faire le point sur les spécificités des questions d’incertitude qui émergent en sciences géographique, en accordant une attention particulière aux recherches menées au sein de l’UMR : l’analyse et la modélisation spatiales. Les principales questions relevées sont les suivantes, étayées par une importante bibliographie scientifique, française et internationale :

Le traitement de l’incertitude dans les données spatiales, nécessaires à toute problématique d’analyse spatiale. Il s’agit ici d’incertitudes liées à la granulométrie de la donnée, aux opérations d’agrégation/désagrégation spatiales et temporelles, à l’échelle choisie, à la pluralité des sources de données, aux contextes de production de la donnée, à l’échantillonnage, etc. Plus précisément, ces questionnements peuvent être rendus plus concrets de la manière suivante : comment réduire l’incertitude des données issues d’une campagne de mesure d’un phénomène spatial comme la pollution de l’air ? Comment l’incertitude des paramètres mesurés affecte‐t‐elle celle de l’indicateur spatial composite qui en découle ? Comment les incertitudes de données spatiales de différentes sources se combinent‐elles ? Comment se modifie l’incertitude des données de chômage (obtenues par échantillonnage) en passant de l’échelle communale à celle départementale ? Ces questions ont été fortement développées dans la littérature géomatique (GIS science) au cours des vingt dernières années.

L’incertitude dans la définition des objets géographiques est plus communément présente dans les débats de la discipline, sans pour autant être particulièrement formalisée. Dans ce cadre, se posent des questions à la base de l’analyse géographique, telles les incertitudes découlant de définitions – ambigües, ou non consensuelles, ou différemment applicables ‐ des concepts de ville, de région, de continent, de lieu, de paysage, etc. Ces incertitudes découlent des hiatus inéliminables entre le continuum de la réalité géographique et la nécessaire discrétisation des catégories logiques d’analyse du géographe. Souvent les incertitudes touchant aux délimitations des objets spatiaux sont à mettre en relation avec les incertitudes des définitions de ces objets.

L’incertitude des schémas d’appréhension des phénomènes spatiaux est inhérente à toute appréhension théorique et conceptuelle en géographie. L’incertitude touche ici non pas aux seules catégories logiques de l’analyse mais aux enchainements entre concepts qui constituent des théories, et à la validité et l’applicabilité de celles‐ci. Avec quelle certitude un schéma « centre‐périphérie » peut‐il expliquer le fonctionnement de l’espace européen ? Avec quelle certitude la théorie mobilisée est‐elle adaptée à l’espace étudié ? Qu’est‐ce qui change quand un modèle général reconnu est adapté aux conditions de lieux spécifiques ?

L’incertitude liée à la complexité des systèmes spatiaux porte sur la connaissance des processus spatio‐temporels, des interactions spatiales, de la reconstitution des états passés des systèmes spatiaux et de la prospection de leurs états futurs (imprédictibilité des systèmes spatiaux). Il s’agit encore une fois de questions qui sont liées à la théorisation de la science géographique, mais qui ont des répercussions sur les connaissances concrètes que le géographe peut produire. Avec quelle certitude pouvons‐nous conclure qu’un processus de gentrification est en cours dans ce quartier en partant des interactions multiples qu’il entretient avec le reste du système urbain ? Avec quelle certitude peut‐on prédire l’aboutissement de ce processus ? De quel degré d’incertitude la prospective de ce phénomène peut‐elle être encadrée ?

L’incertitude dans la modélisation spatiale est une thématique au coeur des démarches de la géographie théorique et quantitative. Sont ici abordées des questions comme l’introduction et la propagation de l’incertitude dans tous les types de modélisation, de la géo‐simulation à des modèles plus descriptifs. Plus particulièrement, les modèles de géosimulation constituent des laboratoires « virtuels » pour le géographe. Ils proposent des répliques (toujours imparfaites) des réalités géographiques, et permettent ainsi une expérimentation impossible dans le réel, et cela par différents types de formalisme automates cellulaires, systèmes multi‐agents, algorithmes génétiques, systèmes d’équations déterministes ou probabilistes. Or ces terrains « virtuels » introduisent des niveaux ultérieurs d’incertitude dans les connaissances produites. Comment se propage, par exemple, l’incertitude de la connaissance des règles de fonctionnement des agents sur celle des résultats d’une simulation ? Comment une connaissance incertaine (les grandes directions d’une diffusion d’une maladie dans l’espace par exemple) peut‐elle être introduite dans de tels modèles ?

L’incertitude dans la représentation de la connaissance spatiale renvoie à la question centrale pour le géographe de la représentation (notamment cartographique) de la connaissance sur l’espace, et même de la communication spatiale. Or, comment représenter une connaissance incertaine ? Quelle est, par exemple, la sémiologie graphique la plus appropriée pour représenter sur une carte (ou sur une carte dynamique) les limites des zones inondables que l’on connait seulement de façon incertaine ? Comment cartographier la probabilité d’appartenance d’un lieu à tel ou tel groupe de lieux ?

L’incertitude et la subjectivité dans les phénomènes spatiaux est une approche géographique de questionnements plus culturels, sociaux, normatifs, à travers notamment la conception et la perception de l’espace. Les préoccupations du géographe rejoignent ici celles d’autres scientifiques travaillant sur des « sujets » perceptifs, cognitifs, culturels et dotées d’intentionnalité. Comment, par exemple, la perception subjective des individus peut se répercuter sur l’incertitude de notre connaissance du phénomène de gêne acoustique dans l’espace urbain ? Comment la perception subjective de l’Europe redéfinit‐elle de manière incertaine l’objet géopolitique « Union Européenne » ? Dans quelle mesure une conception surfacique de l’espace structure la propriété foncière de manière à pérenniser des inégalités sociales ? Comment le géographe intègre‐t‐il des données d’entretien, par essence subjectives ?

L’incertitude dans les processus décisionnels sur l’espace concerne des problématiques proches de l’aménagement du territoire, la géographie pratiquant l’aide à la décision au service des acteurs de l’espace (élus, professionnels de l’aménagement, acteurs économiques, groupes citoyens). Les différentes questions d’incertitude abordées jusqu’à ici prennent une tournure différente dans un contexte d’aide à la décision. Comment, par exemple, prendre en compte l’incertitude de la connaissance du futur du système urbain (appréhendé par un jeu de scénarios) dans la décision de réaliser un équipement ? Comment évaluer l’impact d’une nouvelle carte scolaire dans la ville en sachant que les ménages peuvent éventuellement adopter des stratégies de contournement ?

Bibliographie


– Agumya A., Hunter G., 2002, Responding to the consequences of uncertainty in geographical data, Int. J. Geographical Information Science, vol 16, no. 5, p. 405‐417

– Arnaud A., Davoine P.‐A., 2009, Approche cartographique et géovisualisation pour la représentation de l’incertitude, SAGEO 2009, halshs‐00667166, version 1 ‐ 7 Feb 2012

– Caloz, R., 2005, Réflexions sur les incertitudes et leur propagation an analyse spatiale, Géomatique 15/2005, Territoires Ruraux, p. 303‐319

– Corgne S., Hubert-MoyL., Mercier G., Dezert J., 2004, Application of DSmT for land cover change prediction, in Smarandache F., Dezert J.: Advances and Applications of DSmT for information Fusion. From Evidence to Plausible and Paradoxical Reasoning for Land Cover Change Prediction, American Research Press, Rehoboth, pp.371-382.

– Couclelis H., 2003, The Certainty of Uncertainty: GIS and the Limits of Geographic Knowledge, Transactions in GIS, 7(2), p. 165‐175

– De Ruffray S., 2007, L’imprécision et l’incertitude en géographie. L’apport de la logique floue aux problématiques de régionalisation, Mémoire d’habilitation à diriger des recherches, Université de Paris VII, Volumes 1, 2 et 3, 588 pages.

– De Ruffray S., Hamez G., 2009, « La dimension sociale de la cohésion territoriale. L’exemple de l’accessibilité aux maternités dans la Grande Région », l’Espace Géographique, 2009-4, pp. 328-344

– Duckham M., 2002, Uncertainty and geographic information: computational and critical convergence, research paper, Department of Computer Science, University of Keele, Staffordshire, UK

– Duckham M., Mason K., Stell J., Worboys M., 2001, A Formal Approach to Imperfection in Geographic Information, Computer, Environment and Urban Systems, vol 25, p. 80‐103

– Harrower M., 2003, Representing Uncertainty: Does it Help People Make Better Decisions?, research paper, Department of Geography, University of Wisconsin‐Madison Plewe B., 2002, The Nature of Uncertainty in Historical Geographic Information, Transactions in GIS, 6(4), p. 431‐456

– Prade H., Jeansoulin R., Papini O., Schockaert S. (Eds.), 2010, Methods for Handling Imperfect Spatial Information, Berlin, Springer

Share Button