Le MIT a développé un système qui mesure les émissions du trafic presque en temps réel, jusqu’au niveau de chaque rue
Des chercheurs du Massachusetts Institute of Technology ont présenté une nouvelle méthode qui permet un suivi nettement plus précis des émissions du trafic routier en ville, presque en temps réel et à l’échelle de chaque voie et de chaque heure de la journée. Il s’agit d’une approche qui combine les caméras urbaines déjà existantes, des données de déplacement anonymisées et la vision par ordinateur afin d’obtenir une image détaillée de l’endroit, du moment et des schémas de circulation à l’origine de la plus forte charge pour l’air et le climat. L’étude a été publiée dans la revue Nature Sustainability, et l’équipe de recherche l’a testée à Manhattan, l’un des espaces urbains les plus chargés en trafic des États-Unis. Selon les auteurs, un tel outil pourrait devenir un appui important pour les autorités municipales au moment de décider des régimes de circulation, de la décarbonation des transports et de l’évaluation de l’effet de nouvelles politiques publiques.
Contrairement aux inventaires classiques des émissions, qui donnent souvent une image générale de la ville ou reposent sur des échantillonnages ponctuels, le nouveau modèle tente de couvrir la dynamique réelle du trafic urbain. Cela signifie qu’il n’observe pas seulement combien de véhicules traversent une zone donnée, mais aussi de quels véhicules il s’agit, comment ils se déplacent, à quelle fréquence ils s’arrêtent puis réaccélèrent, et comment leurs émissions sont influencées par les feux de circulation, les embouteillages et les variations de la demande de déplacement au cours de la journée. C’est précisément cet aspect qui est particulièrement important dans les centres des grandes villes, où les arrêts brefs, les files et ce que l’on appelle la conduite stop-and-go produisent souvent plus d’émissions que ce que l’on pourrait conclure à partir des moyennes à l’échelle de toute la ville.
Comment fonctionne le nouveau modèle
L’équipe du MIT Senseable City Lab a utilisé un réseau de 331 caméras de circulation installées aux carrefours de Manhattan, ainsi que des relevés de localisation anonymisés provenant de plus de 1,75 million de téléphones mobiles. Les caméras ont servi à reconnaître les types de véhicules, sans collecter de plaques d’immatriculation ni d’autres identifiants personnels, tandis que les données mobiles ont aidé à reconstituer des schémas de déplacement plus larges à travers la ville. Les chercheurs ont classé les véhicules en 12 grandes catégories et, selon les données qu’ils citent dans l’article et dans la présentation de la recherche par le MIT, ils ont atteint environ 93 pour cent de précision dans le classement des véhicules dans le groupe approprié. Ils ont ainsi obtenu une base suffisamment fiable pour relier les flux de circulation aux taux d’émissions connus pour différents types de véhicules et modes de conduite.
La valeur particulière du modèle réside dans le fait qu’il introduit dans le calcul la signalisation et le comportement du trafic aux carrefours. Dans de nombreuses estimations conventionnelles, c’est précisément cet élément qui reste sous-estimé ou totalement omis, bien que les feux urbains déterminent de manière essentielle le rythme du déplacement des véhicules. Lorsqu’une voiture doit s’arrêter plusieurs fois sur une courte section puis réaccélérer, les émissions peuvent augmenter sensiblement, et un tel schéma est typique des centres métropolitains densément construits. C’est pourquoi une même section de route ne pollue pas de manière égale à chaque moment de la journée, même lorsque le nombre de véhicules reste similaire. La nouvelle méthode tente de saisir précisément cette différence, et ce à une échelle spatiale et temporelle bien plus détaillée que ce qui est habituel dans les registres publics de circulation.
Les auteurs soulignent également que le modèle est conçu comme un système rentable qui ne nécessite pas une infrastructure entièrement nouvelle. Au lieu de campagnes de mesure coûteuses, séparées et limitées, il repose sur la combinaison de sources de données que les villes possèdent déjà ou qu’elles peuvent obtenir relativement facilement. On y voit aussi une tendance plus large de la gestion urbaine contemporaine : l’utilisation des traces numériques et des capteurs existants afin de comprendre plus précisément les conséquences du trafic, du bruit, de la pollution et d’autres processus urbains. L’équipe du MIT souligne en outre que la vie privée est protégée, car le système reconnaît des catégories de véhicules, mais ne suit pas l’identité des conducteurs.
Pourquoi des données plus précises sont importantes pour les politiques publiques
Le message clé de la recherche n’est pas seulement que les émissions peuvent être mieux mesurées, mais aussi que de petites différences méthodologiques peuvent conduire à de grandes erreurs d’évaluation. L’équipe a testé ce qui se passe lorsque des données d’entrée locales précises sont remplacées par des moyennes plus grossières à l’échelle de toute la ville. Il s’est avéré qu’une telle simplification peut produire des écarts allant de moins 49 à plus 25 pour cent par rapport à des estimations plus fines. Autrement dit, une ville qui planifierait des mesures de transport ou de climat sur la base de moyennes grossières pourrait sérieusement sous-estimer ou surestimer les effets réels de ses décisions.
Cela a des conséquences directes pour la planification des transports. Si une administration municipale veut savoir si une certaine ligne de bus, un changement du régime des feux, une nouvelle zone piétonne ou une limitation de l’entrée des voitures réduira réellement les émissions, un inventaire annuel général ne suffira pas. Il faut une carte qui montre où le problème se concentre, à quel moment de la journée il atteint son pic et quels groupes de véhicules y participent le plus. C’est précisément pour cela que les auteurs affirment que leur approche peut servir de pont entre les larges estimations à l’échelle de la ville et les analyses extrêmement détaillées de véhicules individuels, qui sont souvent trop coûteuses et difficiles à appliquer à l’échelle d’une ville entière.
Le modèle a également été utilisé pour simuler plusieurs scénarios de changements dans le trafic. Les chercheurs ont notamment observé ce qui se produirait si une partie des déplacements passait des voitures privées aux bus. Ils ont aussi analysé un scénario dans lequel les pointes du matin et de l’après-midi seraient allégées par un léger étalement dans le temps, c’est-à-dire une situation dans laquelle moins de véhicules apparaissent simultanément sur les routes. De telles simulations sont particulièrement importantes pour les villes qui recherchent des moyens politiquement et socialement acceptables de réduire les émissions, car elles ne partent pas nécessairement d’interdictions, mais d’une organisation différente de la demande, des transports publics et de la gestion de la circulation.
Manhattan comme laboratoire de la mobilité urbaine
Le choix de Manhattan n’est pas fortuit. Il s’agit d’un espace doté d’un réseau routier particulièrement dense, d’un grand nombre de carrefours à feux, d’un trafic intense de taxis et de livraison, ainsi que de fortes oscillations quotidiennes entre les déplacements professionnels, touristiques et résidentiels. Dans un tel environnement, les différences entre une période plus calme de la journée et le pic de charge peuvent être dramatiques, et c’est précisément ce qui favorise le test d’un modèle qui tente de cartographier les émissions jusqu’au niveau d’un pâté de maisons et d’une heure. L’équipe du MIT indique qu’un tel niveau de détail est utile non seulement pour comprendre l’état existant, mais aussi pour évaluer l’effet d’interventions concrètes, des modifications des flux de circulation à des politiques climatiques plus larges.
Il est également important de noter qu’il ne s’agit pas seulement du dioxyde de carbone, mais aussi de la question plus large de la qualité de l’air en ville. Le trafic n’est pas la seule source de particules en suspension et d’autres polluants, mais dans les milieux urbains denses il joue souvent un rôle décisif dans l’exposition locale de la population. Une carte des émissions montrant la concentration spatiale et temporelle du trafic peut aider à mieux protéger les écoles, les hôpitaux, les zones résidentielles et les corridors piétons. En pratique, cela signifie que les décisions relatives à la régulation du trafic peuvent être prises de moins en moins à l’aveugle et de plus en plus sur la base de mesures montrant l’effet réel sur la santé humaine.
Le test réel : la tarification de la congestion à New York
L’une des parties les plus intéressantes de l’article concerne l’analyse d’une mesure politique réelle, et non d’une simple simulation. New York a mis en place le 5 janvier 2025 un programme de tarification de la congestion pour la zone de Manhattan au sud de la 60e rue, le premier système de ce type aux États-Unis. Le programme, géré par la Metropolitan Transportation Authority, a été introduit dans le but de réduire les embouteillages, d’accélérer les transports publics et d’assurer des recettes pour les investissements dans l’infrastructure de transit. Selon les données officielles de la MTA publiées pendant la première année de mise en œuvre, le nombre de véhicules entrant dans la zone a diminué d’environ 11 pour cent, ce qui signifie en moyenne plus de 73 mille véhicules de moins par jour, soit plus de 27 millions d’entrées en moins dans la zone au cours de la première année.
Les chercheurs du MIT ont observé ce qui est arrivé au trafic et aux émissions deux, quatre, six et huit semaines après le début de la tarification. Selon leurs résultats, le volume de trafic a diminué d’environ 10 pour cent, mais la baisse des émissions a été plus marquée et s’est située entre 16 et 22 pour cent. C’est un résultat important, car il montre que la réduction du nombre de véhicules n’agit pas de manière linéaire sur la pollution. Dans un réseau urbain dense, même une baisse relativement modérée du trafic peut produire un effet plus important sur les émissions si elle atténue simultanément les ralentissements, le nombre d’arrêts et le besoin de réaccélérer. En d’autres termes, moins de voitures ne signifie pas seulement un volume de trafic plus faible, mais aussi un déplacement plus fluide des véhicules restants.
Les chercheurs avertissent toutefois que les effets ne sont pas les mêmes dans chaque partie du réseau. Sur certaines artères principales, la baisse des émissions a été plus marquée, tandis qu’en dehors de la zone tarifée les effets ont été plus mitigés. Une telle répartition spatiale inégale est importante pour tout débat sur l’équité et l’efficacité des mesures de circulation. Lorsque les autorités municipales introduisent des restrictions ou des incitations financières, il ne suffit pas de dire que la moyenne est meilleure ; il faut savoir qui bénéficie concrètement d’un air plus propre et où le trafic se déplace peut-être simplement. C’est précisément pourquoi une carte détaillée des émissions peut être plus utile que le seul chiffre de la réduction totale.
Comparaison avec d’autres recherches et portée plus large
Les résultats du MIT concordent avec d’autres recherches récentes sur les conséquences de la tarification de la congestion à New York. Cornell University a publié fin 2025 des résultats selon lesquels les concentrations de PM2.5 dans la zone tarifée ont baissé d’environ 22 pour cent au cours des six premiers mois par rapport au niveau attendu sans cette politique, avec des baisses également dans d’autres parties de la ville et dans les banlieues environnantes. Bien qu’il s’agisse d’un type de mesure différent, la comparaison est importante, car elle montre que les données de trafic modélisées et les observations indépendantes de la qualité de l’air vont dans la même direction. Cela renforce la crédibilité de la thèse selon laquelle les mesures de circulation, lorsqu’elles sont soigneusement conçues, peuvent produire des effets environnementaux plus rapides et plus importants que ce que supposent souvent les sceptiques.
Pour les urbanistes et les décideurs, cela est significatif pour une autre raison encore. Les débats sur la circulation se déroulent souvent entre deux pôles : d’un côté se trouvent les objectifs politiques généraux tels que la décarbonation et une ville plus saine, et de l’autre l’inquiétude quotidienne des citoyens selon laquelle les nouvelles règles ralentiront les déplacements ou nuiront à l’économie. Des outils comme celui-ci permettent de mener ce débat avec davantage de faits. Au lieu de vastes hypothèses, il est possible d’évaluer ce qui se passe rue par rue, quartier par quartier et selon les moments de la journée, puis de comparer les effets sur la fluidité, les émissions et la qualité de l’air. Cela ne supprime pas les différends politiques, mais réduit la marge pour des décisions prises sans données vérifiables.
Une technologie qui peut aussi s’étendre à d’autres villes
Les chercheurs affirment que le modèle ne doit pas s’arrêter aux caméras de circulation. Dans des projets connexes, ils ont également expérimenté avec des données issues de caméras intégrées aux véhicules, y compris les systèmes dits dash cam, afin d’enrichir davantage l’image du déplacement des véhicules dans la ville. Cela ouvre la possibilité que les futurs systèmes d’évaluation des émissions utilisent un ensemble plus large de sources, depuis l’infrastructure urbaine jusqu’aux données générées par les véhicules eux-mêmes. D’un point de vue technologique, cela signifie que les villes ne s’appuient plus seulement sur de rares points fixes de mesure, mais passent progressivement à un réseau de capteurs et de traces numériques permettant un suivi presque continu.
Une telle orientation du développement est particulièrement intéressante pour les villes européennes et asiatiques qui mettent déjà en place des zones à faibles émissions, des restrictions pour les véhicules plus anciens ou une gestion dynamique du trafic. Si les émissions peuvent être estimées au niveau de chaque rue et presque en temps réel, alors les corrections de la politique de circulation peuvent elles aussi être plus rapides et plus précises. Au lieu d’attendre des années des rapports agrégés, les administrations pourraient voir plus tôt si une intervention donnée fonctionne ou si elle doit être adaptée. En même temps, il serait plus facile de déterminer où se situent les plus grands bénéfices pour la santé et où existe le risque que le problème ne soit simplement déplacé d’une partie de la ville à une autre.
Du modèle académique à l’outil de gestion urbaine
Bien qu’il s’agisse d’une étude académique, son message pratique est clair : les villes disposent déjà d’une grande quantité de données, mais elles ne les relient souvent pas d’une manière qui permette une gestion précise des conséquences environnementales et de circulation. L’équipe du MIT montre qu’en combinant des caméras, des relevés de localisation anonymisés et des bases de données existantes sur les émissions, il est possible de créer un outil suffisamment détaillé pour analyser une voie donnée, mais aussi suffisamment large pour couvrir toute la ville. C’est un pas vers un modèle de gestion dans lequel la politique de circulation n’est pas seulement une affaire d’évaluation et d’intuition politique, mais aussi d’analytique opérationnelle.
Pour les citoyens, le plus important est peut-être que derrière cette méthodologie techniquement complexe se cache une question très concrète : où la pollution est-elle la plus forte dans la ville et peut-on changer cela sans paralyser la vie quotidienne. Les résultats obtenus jusqu’à présent indiquent que la réponse peut être positive, surtout lorsque la réduction du trafic est combinée à de meilleurs transports publics, à une gestion plus intelligente des carrefours et à un suivi précis des conséquences. À une époque où les politiques urbaines sont de plus en plus tiraillées entre les objectifs climatiques, la santé de la population et les besoins économiques, les outils capables de montrer presque en temps réel l’effet réel d’une mesure donnée joueront probablement un rôle de plus en plus grand dans la manière dont les grandes villes sont planifiées et administrées.
Sources :- - MIT News – présentation de la recherche sur le modèle d’évaluation des émissions du trafic et des principaux résultats de l’étude (lien)
- - Nature Sustainability / Research Square – résumé de l’article “Ubiquitous Data-driven Framework for Traffic Emission Estimation and Policy Evaluation” et cadre méthodologique de la recherche (lien)
- - MTA – informations officielles sur le programme de tarification de la congestion dans la zone de Manhattan au sud de la 60e rue et données sur la baisse du nombre de véhicules (lien)
- - MTA – aperçu des résultats de la première année de mise en œuvre, y compris plus de 27 millions d’entrées de véhicules en moins et une baisse moyenne d’environ 11 pour cent (lien)
- - Cornell University – résultats de recherche sur la baisse du PM2.5 après l’introduction de la tarification de la congestion à New York (lien)
Trouvez un hébergement à proximité
Heure de création: 1 heures avant