Le laboratoire MARIN pour « Maritime Activity and Risk Investigation Network » de l’université de Dalhousie au Canada se concentre sur l’aide à la décision et l’analyse de risques liés à tous les types d’activités maritimes. J’ai rejoint cette équipe en juin 2012 pour y réaliser mon post-doctorat.

Lors de celui-ci, je me suis intéressé à l’analyse du trafic maritime dans l’Arctique Canadien à l’horizon 2020. La problématique liée à ces travaux provient de la grande incertitude relative aux différents facteurs impactant le trafic maritime. Dans un premier temps, nous nous sommes intéressés à l’étude des facteurs socio-économiques ainsi qu’à la modélisation de différents scénarios de projection pour 2020. Nous avons également modélisé l’évolution temporelle des conditions météorologiques dans l’Arctique Canadien et plus particulièrement l’impact des différents types de glaces sur les déplacements des navires. Nous avons couplé cette modélisation avec l’étude du trafic actuel dans l’Arctique en utilisant des bases de données de positions de navires utilisant le système LRIT (Long Range Identification and Tracking). Une méthodologie détaillée reposant sur trois grandes parties a été proposée.

La première partie de cette méthodologie consiste à modéliser le trafic maritime actuel dans l’Arctique. Une analyse des données de positions d’une année complète de trafic a été réalisée. L’objectif de cette étape consiste à découvrir les Zones d’Intérêt (ZOI) générant du trafic maritime, les types de navires fréquentant ces zones, et comment sont-elles interconnectées. Une analyse spatiale et temporelle des trajectoires a permis de construire un graphe spatio-temporel pondéré du trafic maritime entre les différentes ZOI. Ce graphe permet de connaître le niveau de trafic mensuel par catégorie de navires entre deux zones d’intérêt.

La seconde partie de la méthodologie s’intéresse à la prise en compte de l’évolution temporelle de la glace dans les eaux arctiques. Différents types de navires sont spécialement conçus pour naviguer dans certaines catégories de glaces plus ou moins dense. Ces navires sont classés dans la catégorie des brise-glaces (CAC1-CAC4) ou des navires à coque renforcée (Type A-Type E) pouvant naviguer uniquement dans des zones ou la glace est de faible épaisseur. Les navires de la catégorie Type E sont les plus limités car ils ne peuvent naviguer que dans la glace ayant une épaisseur réduite (inférieure à 15 cm) alors que ceux de la catégorie CAC1 peuvent se déplacer dans n’importe quel type de glace rencontrée dans l’Arctique.

Nous avons utilisé les cartes climatiques de concentration des différentes catégories de glaces de mer du Service Canadien des Glaces afin de définir des cartes mensuelles de risques par catégorie de navires. L’indice de risque utilisé est nommé « Ice Numeral » (Arctic Ice Regime Shipping System of Transport Canada), il est calculé à partir d’une combinaison entre la catégorie du navire, la concentration et le type de glace rencontrée. Lorsque l’indice de risque est négatif, cela signifie que la glace est trop dense pour que cette catégorie de navires puisse la traverser (représenté en rouge sur les cartes de risques). Une analyse raster a été réalisée pour chaque mois de l’année 2011. Cette analyse a permis de calculer l’indice de risque minimal et maximal mensuel par catégorie de navires. Les cartes de risques pour le mois d’Août 2011 sont présentées sur les deux figures ci-dessus. 

Une fois les cartes de risques établies, nous avons utilisé un modèle de prédiction de changement climatique pour simuler l’évolution du type de glace présent mensuellement dans l’Arctique en 2020. Puis nous avons calculé les plus courts chemins entre les zones d’intérêt du graphe afin d’en déduire quels arcs du graphe seront navigables pour chaque mois en 2020. Ces routes navigables simulées pour le mois d’août 2020 sont présentées sur l’exemple des figures ci-dessous. 

A partir de l’analyse de trafic réalisée lors de la première étape et des cartes de routes navigables en 2020, la dernière étape de cette méthodologie consiste à modéliser les changements de trafic liés à des facteurs spatio-temporels socio-économiques. Nous avons premièrement simulé un étalement temporel du trafic maritime dû à la fonte des glaces. Nous sommes partis du postulat que le trafic pouvait s’étendre sur un arc du graphe de zones d’intérêt si ce même arc est également navigable les mois précédents et suivants. Nous avons modélisé cet étalement temporel à l’aide d’une simulation Monte-Carlo. Nous avons également pris en compte les différents facteurs socio-économiques tels que l’activité liée à l’exploitation des ressources (mines, pétrole, gaz, pêche), au changement de population et croissance du produit intérieur brut, au tourisme… Chacun de ces facteurs a été modélisé par une distribution triangulaire permettant de définir un scénario minimum, maximum et median ainsi qu’une emprise spatiale et temporelle. Le trafic des arcs du graphe impactés spatialement et temporellement par les différents facteurs est modifié de façon multiple et combinée grâce à la simulation Monte-Carlo. Le résultat final de cette étude est fusionné dans des cartes mensuelles de densités de trafic par catégorie de navires pour l’année 2020.  

Ainsi, grâce à ces cartes, la densité de trafic minimale, maximale et moyenne dans différentes zones de l’Arctique Canadien peut être visualisée. Ces informations sont ensuite intégrées dans un logiciel d’aide à la décision utilisé par la Direction de la Recherche et du développement pour la Défense du Canada (DRDC) afin d’optimiser l’allocation des ressources de la Marine Nationale Canadienne et des garde-côtes. Un exemple de carte de densité moyenne de trafic pour l’année 2020 est présenté sur la Figure ci-dessus.