Explorer la planification spatiale de la gestion de crise: Expérimentations à l'échelle de la Métropole Européenne de Lille

L’organisation spatiale de la gestion de crise est en mutation en France. Traditionnellement organisée à l’échelle communale ou départementale selon le principe de subsidiarité, l’échelon intercommunal s’impose depuis peu comme un nouvel échelon intermédiaire à travers l’émergence des Plans Intercommunaux de Sauvegarde (PICS) qui remplacent peu à peu les Plans Communaux de Sauvegarde. L’échelle intercommunale parait en effet davantage adaptée : d’une part pour gérer des risques environnementaux, dont les spatialités restent rarement circoncises à l’intérieur d’une seule commune, et d’autre part pour initier des coopérations, harmoniser les procédures et mutualiser les outils entre les communes. L’objet de la présentation est d’explorer la planification spatiale de la crise à l’échelle de la Métropole Européenne de Lille (MEL) qui initie son PICS (appelé Plan Métropolitain de Sauvegarde). La MEL est peuplée de près d’1,2 million d’habitants, répartis sur 95 communes aux caractéristiques très contrastées (densité de population, activités, aléas naturels, etc.). L’idée est d’identifier des patterns de communes contigües, aux propriétés identiques en termes d’enjeux, d’exposition aux aléas, et de capacités de gestion des risques et des crises afin d’aider les décideurs à territorialiser les procédures de gestion de crise en tenant compte des caractéristiques des communes. Pour ce faire, une double méthode est développée. Dans un premier temps, une modélisation spatiale de la population à échelle fine (le bâti) et dynamique (domicile vs travail) est réalisée sur l’intégralité de la métropole via une approche dasymétrique (désagrégation à une échelle n-1 de données à une échelle n). Cette première étape permet de dépasser les approches traditionnellement résidentielles dans l’estimation de l’exposition des populations aux risques et d’identifier les communes où l’exposition varie peu au cours de la journée, de celles où l’exposition est contrastée. Ensuite, un algorithme de classification tenant compte des contraintes de proximité géographique (ClustGeo, Chavent et al., 2018) est utilisé afin d’identifier les patterns de communes aux propriétés similaires (en tenant compte des variabilités d’exposition, mais aussi d’autres données relatives aux aléas et aux capacités de gestion fournies par la MEL). Les résultats permettront à la MEL de territorialiser les procédures de gestion de crise et alimenteront le Plan Métropolitain de Sauvegarde.