Formalisation d’un système de simulation pour l’évaluation de la vulnérabilité du réseau maritime

Formalization of a simulation system for the assessment of themaritime network vulnerability

• Auteur / Autrice : Martin Tanguy
• Direction : Aldo Napoli
• Type : Thèse de doctorat
• Discipline(s) : Sciences et génie des activités à risques
• Date : Soutenance le 30/11/2017
• Etablissement(s) : Paris Sciences et Lettres (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche sur les risques et les crises (Sophia Antipolis, Alpes-Maritimes)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
• Jury : Président / Présidente : Didier Josselin
• Jury : Examinateurs / Examinatrices : Aldo Napoli, Eric Serge Claude Rigaud, Claire Lagesse
• Jury : Rapporteurs / Rapporteuses : Christophe Claramunt, Tullio Tanzi

Mots clés

Mots clés contrôlés

Transports maritimes

Mots clés libres

Surveillance maritime

Modélisation des territoires

Analyse des risques

Maritime surveillance

Territorial modeling

Risk analysis

Résumé

L’essor des transports à une échelle globale s’inscrit dans un phénomène de mondialisation et 90% des biens échangés au travers le monde sont effectués par voie maritime. La maritimisation se définit comme un processus de dépendance économique des états au trafic maritime due à ce phénomène de mondialisation (Vigarié 1983). Ce phénomène transforme les territoires, et principalement les espaces côtiers mais a également comme conséquence une territorialisation des espaces maritimes, à savoir une utilisation et gestion des espaces pour les activités humaines. L'utilisation de cet espace a augmenté depuis 1970 et principalement le transport, que ce soit via porte-conteneurs ou tanker (Rodrigue, Comtois, and Slack 2013). Cela forme ainsi un réseau de transport maritime et d’approvisionnement lié à l’emplacement des ports dans le monde et des routes maritimes les reliant. Cependant ce réseau s’étend sur un espace vaste et dynamique, l’espace maritime, qui peut générer des risques pour l’usage de l’espace à des fins de transports.Ce réseau d’approvisionnement est vulnérable face à certains événements (perturbations) pouvant affecter la performance du réseau d’approvisionnement (Achurra-Gonzalez et al. 2016) : les tempêtes, les pénuries, la piraterie maritime, les fermetures de canaux sont des événements ayant une influence sur l’efficacité d’un réseau d’approvisionnement. Cette vulnérabilité est liée à plusieurs facteurs (Wagner and Neshat 2010) : les variations de l’offre et de la demande, les risques économiques, et à la structure du réseau et de l’espace maritime, les risques géographiques. L’ensemble de ces risques peuvent être mesurés et quantifiés dans les caractéristiques topologiques, géométriques et relationnelles des graphes. Un graphe est un ensemble de noeuds relié par un ensemble de lien. Les graphes sont utilisés pour la formalisation des réseaux, notamment des réseaux de transports (Ducruet and Lugo 2013).Afin de tester les perturbations sur les caractéristiques du réseau, un système de simulation est mis en place. Pour cela, les perturbations sont modélisées par des objets spatio-temporels ayant une influence sur l’accessibilité à l’espace des navires. Au travers d’un système multi-agents (Ferber 1997), ces navires prennent des décisions face aux perturbations (changement de route, de destination, report ou annulation du voyage). Ces comportements individuels, une fois agrégés, par la pondération des noeuds et des liens du graphe, permettent d’évaluer les variations topologiques et géométriques du graphe en fonction des perturbations dans l’espace maritime, grâce à des indicateurs utilisés pour mesurer la vulnérabilité des réseaux (Gleyze 2005). Ainsi cette recherche permet de mieux comprendre l’influence de ces perturbations sur le fonctionnement d’un réseau d’approvisionnement dans un espace maritime.

Transportation on a global scale is due to the globalization process. Today, 90% of goods in the world are traded by sea. Maritimization is defined as a process of increased economic dependence of states on maritime traffic (Vigarié 1983). This phenomenon transforms territories, mainly the coastal areas, but also results in a territorialization of maritime spaces, which means a use and a management of maritime space for human activities. The use of this space for transportation has increased since 1970, whether through container ships or tanker (Rodrigue, Comtois, and Slack 2013). These trips have created a network which linked the locations of the ports in the world by the sea routes of shipping. However, this network extends over a vast and dynamic space, maritime space, which can generate risks for the use of space for transportation.This supply network is vulnerable to certain events (disruptions) that may affect the performance of the supply network (Achurra-Gonzalez et al., 2016): storms, shortages or maritime piracy have an influence on the efficiency of a supply network. This vulnerability is linked to several factors (Wagner and Neshat 2010): variations in supply and demand, which are economical risks, and the structure of the network and maritime space, which are geographical risks. All these can be measured and quantified by the topological, geometric and relational properties of graphs. A graph is a set of nodes connected by a link set. The graphs are used for the formalization of networks, notably transport networks (Ducruet and Lugo 2013).To test the disruptions on the characteristics of the network, a simulation system is used. In the simulations, disruptions are modeled by space-time objects having an influence on the accessibility of the vessels. Through a multi-agent system (Ferber 1997), these ships make decisions about disruptions (change of route, destination, postponement or cancellation of the trip). These individual behaviors, once aggregated by the weighting of the nodes and links of the graph, allow evaluating the topological and geometric variations which represent the influence of disruptions on the martitime network. Theses variations can be measured by indicators of the vulnerability of network (Gleyze 2005). This research allows us to improve the understanding on the influence of these disruptions on a network within a dynamic space.