Navigation – Plan du site
2015
733

Observation et modélisation des flux touristiques : application au Mont-Saint-Michel

Monitoring and modeling visitors flows: application to the Mont-Saint-Michel
Cécile Guégan, Cyril Tissot, Sébastien Kervern, David Brosset, Solenn Le Berre et Louis Brigand

Résumés

Le projet de rétablissement du caractère maritime du Mont-Saint-Michel a entraîné une modification profonde des conditions de visite et d’accès au site. Dans un souci de gestion et d’une maîtrise durable de cette fréquentation, le Syndicat mixte Baie du Mont-Saint-Michel, maître d’ouvrage du projet, était demandeur d’outils d’aide à la décision pour adapter et anticiper ses mesures de gestion. Dans ce contexte, deux outils complémentaires ont été développés. D’une part, un observatoire identifie et suit dans le temps les principales composantes du système touristique. Le second outil, un modèle dynamique, s’appuie sur cette base de données originale et actualisée et met en relation certains éléments de ce système. Basé sur la simulation multi-agents et développé sur la plateforme de modélisation NetLogo, il a été développé à l’échelle du site pour les conditions avant et après travaux. Il simule les itinéraires et certaines pratiques des visiteurs dans ces deux situations et permet d’identifier les secteurs et périodes susceptibles de devenir problématiques pour le visiteur et donc pour le gestionnaire.

Haut de page

Texte intégral

Introduction

1Entre 2005 et 2015, le Mont-Saint-Michel, site patrimonial littoral le plus visité en France, a fait l’objet d’une opération de grande envergure pour le rétablissement de son caractère maritime. L’objectif de ce projet était de restaurer l’insularité du Mont, de préserver son caractère maritime menacé depuis la construction d’une digue-route permettant de relier l’île au continent en 1879, tout en améliorant les conditions d’accueil des visiteurs. Actuellement en phase d’achèvement, le projet a entraîné d’importantes modifications des conditions d'accès au Mont, de déplacement et de découverte sur le site. En effet, les zones de stationnement ont été éloignées, un service de navettes a été mis en place et de nouvelles voies d’accès ont été aménagées.

2La perspective d’imposer de nouvelles conditions de découverte du site a amené de nombreux questionnements concernant l'impact de ces modifications sur les flux et le comportement des visiteurs. Une démarche d’observation a alors été mise en place en 2008 avec pour objectifs d'identifier et de caractériser la fréquentation du site. Cette initiative a permis de recueillir des informations relatives à la dynamique des flux et aux comportements des visiteurs en moyenne et haute saison. En complément, une approche de modélisation multi-agents a été développée. Elle vise à restituer la variabilité des flux de visiteurs avant la modification du site et à simuler ces flux dans le contexte actuel (intégration des nouveaux aménagements). La démarche est fondée sur un couplage observatoire/modèle afin d'aboutir à une restitution crédible de la variabilité des flux et des comportements des visiteurs dans l’espace et dans le temps. L’objectif est de disposer, grâce à l’observatoire, de données originales et actualisées, permettant de calibrer et d'alimenter un modèle dynamique mais également d'en valider les résultats. En retour, il s’agit d’orienter certains protocoles de collecte vers des questions, des secteurs, des périodes qui pourraient apparaître problématiques pour le visiteur et le gestionnaire.

La démarche d'observation

3La volonté de s’inscrire dans une démarche de gestion durable et globale de la fréquentation de site touristique implique de disposer d’outils permettant de suivre, de discuter, de réfléchir et de visualiser les conséquences de décisions en matière de gestion et d’aménagement. Dans ce contexte,. le recours à des outils d’aide à la décision basés sur des démarches d’observation et de prospective peut apporter un éclairage sur le fonctionnement du système de fréquentation, mais également sur la réaction de ce système en réponse aux mesures de gestion envisagées. La mise en place de dispositifs de suivi de la fréquentation permet alors de suivre son évolution, sur le plan quantitatif, qualitatif, comportemental, en continu, dans le temps et dans l’espace.

L’observatoire Bountîles

4La méthodologie de suivi de la fréquentation appliquée au Mont-Saint-Michel repose sur des principes développés, à partir de 2003, sur quatre autres sites insulaires et littoraux français : les îles de Port-Cros et Porquerolles (Parc national de Port-Cros), l’archipel de Chausey (Conservatoire du littoral, Réseau natura 2000), le littoral du département du Finistère (Nautisme en Finistère) (Le Berre, 2008 ; Le Berre et al., 2010, 2013). La mise en œuvre d’outil d’aide à la gestion de la fréquentation tels que ces observatoires répond à un constat : « seuls des suivis menés sur le long terme, à partir de la définition d’un état de référence, permettent de comprendre et de qualifier de façon précise et objective des tendances et des changements dans les caractéristiques de la fréquentation des sites mais également de juger de l’efficacité des mesures de gestion mises en œuvre sur le terrain » (Wardell et Moore, 2004, cités dans Le Corre et al., 2012).

5Ces observatoires permettent de suivre une série d’indicateurs d’ordre qualitatifs, quantitatifs et comportementaux, spécifiques aux sites sur lesquels ils sont développés et aux questionnements majeurs liés à la gestion de leur fréquentation. Ainsi, des indicateurs concernant le village du Mont-Saint-Michel, la baie, les parkings et les voies d’accès ont été identifiés. Ils correspondent aux trois échelles spatiales d’étude et permettent d’y suivre les évolutions quantitatives de la fréquentation. À ceux-ci viennent s’ajouter des indicateurs de suivi qualitatifs qui permettent de mieux connaître les visiteurs, leurs points de vue, leurs attentes et le déroulement de leur visite. Enfin, les facteurs d’influence permettent de pondérer les évolutions quantitatives et qualitatives de la fréquentation au regard des conditions météorologiques, des marées et des évènements particuliers survenus sur le site d’étude. Jusqu’en 2011, l’observatoire a été alimenté grâce à la mise en place de protocoles de collecte standardisés (billetterie, questionnaires, comptages manuels et automatiques) et par des données (nombre de personnes par type de véhicules par exemple) issues d’étude de fréquentation précédente (Odit-France, 2005).

Les informations collectées

6Les données recueillies à l’échelle du site ont ainsi permis d’actualiser des informations relatives à la fréquentation globale du site, et pour notre projet en particulier de cibler, d’affiner des connaissances sur des périodes et publics clés.

7Ainsi, le site du Mont-Saint-Michel est caractérisé par un tourisme de masse drainant près de 2,5 millions de visiteurs chaque année. L’abbaye, monument géré par le Centre des monuments nationaux, accueillait à elle seule en 2011 près de 1,3 millions de visiteurs (Manche Tourisme, 2013).

8Concentrée dans l’espace (très faible superficie du village), la fréquentation du site est également concentrée dans le temps (Fig.1). En effet, c’est au cours de la période estivale et de certains week-ends printaniers que la fréquentation du site est la plus forte et la plus intense. Cette période concentre le tiers des visiteurs du Mont-Saint-Michel, avec une moyenne journalière approchant les 12 000 visiteurs et des pics dépassant les 16 000 visiteurs par jour. Au cours d’une journée, c’est entre 11h et 16h que la densité de visiteurs sur le site est la plus forte. Compte tenu de la configuration du village et de son réseau de venelles très étroites, les conditions de circulation des piétons deviennent lors de ces journées extrêmement difficiles et impactent le confort des visiteurs. Les autres visiteurs se répartissent pour 30,3% d’entre eux sur la période printanière (avril, mai et juin) et 21,3% dans la seconde partie de la moyenne saison, de septembre à novembre inclus. Enfin 14,7% des visiteurs viennent au Mont-Saint-Michel en basse saison, période au cours de laquelle le site accueille le plus souvent moins de 1 000 visiteurs par jour. Situé en zone rurale et littorale, l’accès au site se fait principalement par un mode de transport individuel (70% des visiteurs), c’est-à-dire en voiture, camping-car ou moto. Les modes de transports collectifs (autocar privé, bus régulier, train) sont utilisés par 27% des visiteurs, les adeptes de la marche à pied et les cyclistes représentant ici une part marginale des modes d’accès à ce site.

Figure 1 : Variation du nombre de visiteurs en 2011 et conditions de visite

Figure 1 : Variation du nombre de visiteurs en 2011 et conditions de visite

(Sources : Bountîles Mont-Saint-Michel, Syndicat mixte baie du Mont-Saint-Michel).

9En complément de ces informations, et parce que visiter un site touristique tel que le Mont-Saint-Michel implique un déplacement pédestre dont l’identification des caractéristiques est indispensable à la connaissance de la fréquentation du site, 60 observations non-participantes ont été réalisées en haute et moyenne-saison. L’objectif était d’observer et de spatialiser les flux à une micro-échelle, d’identifier des itinéraires, des points d’arrêts plus ou moins contraints par la configuration de l’espace et les conditions de visite (saison touristique, période de la journée, niveau de fréquentation de certains secteurs). L’ensemble des informations collectées a permis, d’une part, d’identifier les entrées et sorties possibles pour les piétons qui arrivent de différents lieux de stationnement en fonction de leur mode de transport (véhicules individuels, transports collectifs, modes doux) ; d’autre part, de localiser les points d’arrêts les plus fréquentés (Fig.2), comme le début de la Grande Rue (présence de services, de l’Office du tourisme, de panneaux d’informations, et un peu plus loin le fameux restaurant La Mère Poulard et ses batteurs d’omelettes) qui à cet endroit est plus large et plus ouverte qu’ailleurs. La tour Nord est un détour ou un passage obligé pour une grande partie des visiteurs car point de vue privilégié sur la baie, les estrans et le flot de la mer lors des marées montantes. Enfin, les axes majeurs de circulation (Fig.3) ont pu être identifiés comme la digue-route à l’extérieur du village. Surélevée par rapport aux parkings et offrant une vue plus dégagée sur le monument, elle permet des arrêts mais de très courte durée. La Grande Rue, colonne vertébrale du site, est empruntée par la quasi-totalité des visiteurs qui entreprennent dès son commencement leur ascension vers le sommet du Mont et l’abbaye. Cette ruelle, étroite et encaissée, est un espace marchand concentrant sur 260 mètres une vingtaine de boutiques de souvenirs, des restaurants, snacks et cafés, trois musées sur les quatre que compte le Mont, ce qui en fait une rue particulièrement animée et attractive. À l’approche du sommet et de l’abbaye, elle devient plus large, moins confinée, la pente est plus abrupte, les commerces et les animations ont disparu. Elle s’ouvre alors sur l’abbaye et la vue sur la baie commence à apparaître. Une intersection très visible permet au visiteur de bifurquer vers les remparts et le cœur du village ou de continuer l’ascension vers l’abbaye. À partir de là, les flux de visiteurs sont de moins en moins denses.

Figure 2 : Les points d’arrêt des visiteurs dans la situation avant-travaux.

Figure 2 : Les points d’arrêt des visiteurs dans la situation avant-travaux.

Figure 3 : Distribution des flux de visiteurs sur le site du Mont-Saint-Michel dans la situation avant-travaux.

Figure 3 : Distribution des flux de visiteurs sur le site du Mont-Saint-Michel dans la situation avant-travaux.

Modélisation des flux touristiques du Mont-Saint-Michel

10Le développement d'un modèle de simulation s'inscrit en complément de la démarche d'observation. L'objectif est d'analyser la variabilité spatio-temporelle des flux et des modifications des comportements observés sur le terrain en lien avec l'évolution des structures d'accueil et d'aménagement.

11Au niveau international, les recherches basées sur la modélisation multi-agents appliquée à la fréquentation, aux usages et aux pratiques touristiques et récréatives se sont particulièrement développées à propos des parcs nationaux nord-américains, australiens, en Autriche, aux Pays-Bas (Skov-Petersen et Gimblett, 2008 ; Cole, 2005 ; Itami et al., 2008 ; Taczanowska et al., 2008 ; Elands et van Marwijk, 2008) ou à l’intérieur de parcs urbains (Loiterton et Bishop, 2008). Les modèles développés sont utilisés comme des supports d’aide à la décision pour les gestionnaires. Le but est alors de planifier le mieux possible le développement, les aménagements des sites, de mieux connaître et comprendre la répartition des visiteurs dans le temps et dans l’espace, de tester des hypothèses et prévoir l’évolution de la distribution des visiteurs en fonction d’actions de gestion par exemple. Plusieurs logiciels de simulation à destination de gestionnaires et de chercheurs ont ainsi été créés, comme RBSim, Recreation Behaviour Simulator (Gimblett et Itami, 1997 ; Itami et al., 2003), Masoor, Multi-Agent Simulation of Outdoor Recreation (Jochem et al., 2006, 2008), ou IRAS (Intelligent Recreational Agent Simulator ; Loiterton et Bishop, 2008). Dans ces modèles, les règles de comportements des visiteurs et leurs déplacements sont basés sur des données d’enquêtes, sur des itinéraires observés, ou encore sur des règles théoriques inspirées des travaux réalisés sur le comportement des piétons en milieu urbain. Le niveau de détail des paramètres d’entrée, des règles de comportement des agents, de leur degré de complexité, de capacité et d’autonomie sont conditionnés par la base de connaissances disponibles.

12Dans le contexte du Mont-Saint-Michel, l'objectif du modèle développé est de simuler les interactions spatio-temporelles entre les visiteurs et leur environnement, d’observer leur manière de s’approprier le site afin d’apporter des éléments de réflexion pour la gestion de la fréquentation du site. L’hypothèse de départ est que la modification de l’environnement physique du site (augmentation de la distance de marche, création de nouveaux cheminements et points d’intérêts, possibilité d’emprunter une navette) va modifier les comportements des visiteurs et donc, leur manière de s’approprier le site, de le visiter, de réaliser des activités et, plus généralement la distribution et la variabilité des flux.

13Pour répondre à ces objectifs, un modèle multi-agents a été développé dans l'environnement NetLogo (Wilensky, 1999). Cette solution technique a été retenue d’une part parce que NetLogo propose un langage de programmation multi-agents et un environnement de modélisation pour la simulation de phénomènes complexes (Tisue et Wilensky, 2004), et d’autre part parce qu’elle est libre d’accès et relativement simple d’utilisation (Treuil et al., 2008 ; Railsback et Grimm, 2009). En outre, la plateforme NetLogo propose une extension permettant d’intégrer des données issues d’un système d’information géographique. La possibilité d’intégrer de l’information géographique numérique s'avère essentielle dans ce projet qui nécessite d'une part de partager des informations spatialisées avec les gestionnaires du site du Mont-Saint-Michel, et d'autre part de co-construire des scénarios permettant de simuler différentes configurations de gestion des itinéraires de visite.

14Deux modèles en langage logo ont été développés. Le premier concerne la situation avant les modifications apportées dans le cadre du projet de restauration. Le second est basé sur la même structure de code et fait état de la situation après travaux. Le premier modèle est directement lié à l’observatoire Bountîles qui fournit les données d'entrée (profils des visiteurs, itinéraires, activités réalisées, durée de visite) et de validation (flux, bilans à différentes échelles). Le second modèle permet d’observer les flux de visiteurs dans des conditions de visite modifiées et de travailler sur des scénarios pour identifier des points ou des seuils critiques à partir desquels les conditions de visite se dégradent.

Structure des modèles

15Les modèles sont structurés autour de deux types d’entités : des agents mobiles, les visiteurs et les navettes, et des agents statiques à savoir les nœuds qui structurent le réseau de circulation. La construction de ces modèles et l'implémentation des méthodes et des règles régissant les actions et comportements des agents s’appuient sur plusieurs types de données existantes : des données spatiales (administrées dans un système d’information géographique), des données quantitatives, qualitatives et comportementales (enquêtes, observations in situ) archivées dans l’observatoire Bountîles, ou issues de la littérature scientifique.

Les espaces de simulation

16Les espaces de simulation concernent le site avant-travaux pour le premier modèle et le site après-travaux pour le second. L'emprise spatiale du second modèle est plus conséquente que celle du premier puisqu’il intègre un réseau plus vaste, les nouvelles aires de stationnement et de nouveaux points d’intérêt, basés sur les plans du site produits avant l’achèvement des travaux et la mise en route du système des navettes.

  • 1 L’impédance d’un nœud, c’est-à-dire son attractivité, est son poids par rapport à un autre nœud. Pl (...)

17Les visiteurs sont créés sur des « patchs » ou mailles carrées correspondant aux aires de stationnement. De là, ils rejoignent un nœud de départ, premier nœud du réseau sur lequel ils vont se déplacer tout au long de leur visite. Ce réseau est composé d’arcs et de nœuds qui matérialisent les axes de communication du site. Ces derniers permettent également d’orienter le déplacement des visiteurs ou correspondent à des points d’intérêt, lieux sur lesquels les visiteurs vont pouvoir s’arrêter pour profiter de la vue sur la baie, prendre une photo, faire des achats, boire un café ou se restaurer. Afin de représenter au mieux la dynamique des flux sur le terrain, les points d’intérêts ont chacun leur propre capacité d’accueil, une durée de visite (c’est-à-dire le temps que peut passer un visiteur sur ce point), une impédance1 initiale ou des règles quant à leur accessibilité (horaire d’ouverture ou de fermeture).

  • 2 La charge d’un nœud correspond au nombre de visiteurs présents sur ce nœud à un instant t, rapporté (...)

18L’environnement se modifie à chaque pas de temps en fonction des conditions de fréquentation. Les variables « impédance » et « capacité de charge2 » sont calculées en fonction du nombre de visiteurs présents sur chaque nœud.

Les agents mobiles

19Le premier type d’agent mobile est le visiteur. Les visiteurs ont pour objectif de visiter le site, de le parcourir en un temps donné et de revenir à leur point de départ. Pour cela, un itinéraire-type déterminé en fonction du profil du visiteur est attribué à chaque agent au moment où il atteint son point de départ (premier nœud du réseau). Les itinéraires correspondent à une liste de points de passage et de points d'intérêts que l'agent est susceptible d'utiliser ou de visiter. Trois groupes de visiteurs sont représentés : les visiteurs venus en véhicules individuels, ceux venus en transport collectif et les usagers de modes doux. Ils sont caractérisés par des attributs leur permettant de réaliser des actions pour visiter le site ou être observé par l’utilisateur. Les attributs sont communs aux trois types de profils mais leurs valeurs peuvent être différentes et évoluer en fonction des observations de terrain, des données collectées dans le cadre de l’observatoire et des hypothèses testées. Les visiteurs sont capables de connaître l’état des nœuds les plus proches d’eux : il s’agit du nœud suivant de leur itinéraire, ou des nœuds suivants s’ils sont à une intersection. Ils repèrent le type de nœud (est-ce un point d’intérêt ou non ?), leur état d’ouverture ou de fermeture (les boutiques ouvrent à 9h, les restaurants à 11h), et leur attractivité. Ils perçoivent le niveau de fréquentation via le degré d’attractivité du nœud (calculé en fonction de son degré de fréquentation). Ainsi, les visiteurs peuvent adapter leur comportement (points d’intérêts visités, vitesse de marche, durée de visite) et leur itinéraire en fonction des conditions de visite et de leur environnement.

20Les navettes sont également des agents mobiles qui n’apparaissent que dans le second modèle et font le lien entre les nouvelles aires de stationnement et le village du Mont. Leur fréquence suit le fonctionnement adoptée par le gestionnaire et est adaptée aux niveaux de fréquentation. Elles sont logiquement plus nombreuses et plus fréquentes aux heures de pointes, en haute saison.

Les échelles d’analyse

21Deux échelles spatiales, communes avec l’observatoire, sont concernées. La micro-échelle est l’échelle la plus fine et la plus détaillée puisqu’elle permet de paramétrer des attributs et de percevoir des phénomènes à l’échelle de l’individu (durée de visite, points visités, itinéraire emprunté) et du point d’intérêt (congestion, niveau d’impédance ou de charge). La méso-échelle intéresse le site dans son ensemble. C’est à cette échelle que certaines données, comme le nombre de visiteurs, sont entrées dans les modèles ou que la répartition des visiteurs sur le site et sur la journée peut être observée.

22Ces deux échelles sont en interaction. En effet, la modification d’un paramètre à l’échelle d’un individu ou d’un point de visite (comme son heure d’ouverture ou sa capacité d’accueil) est susceptible d’entraîner une modification des flux ou des conditions de circulation sur le site. Les flux observés le sont de manière agrégée. Leur répartition est le résultat d’un déplacement et d’un comportement réalisés au niveau de l’individu, chacun disposant d’une heure d’arrivée, d’un itinéraire, d’une durée de visite différente et de conditions de visite plus ou moins contraignantes. Dans la réalité, en fonction de certaines conditions de visite, en particulier lorsque le degré de fréquentation est élevé, des points de congestion, de ralentissement, et des zones de concentration de visiteurs apparaissent. Il s’agit donc d’observer dans les modèles, ces formes d’occupation de l’espace émergeant à l’échelle du site, et résultant de comportements individuels et des relations entre les visiteurs et leur environnement.

Les interactions

23Les visiteurs ne communiquent pas directement entre eux. Ils interagissent avec les nœuds qu’ils envisagent de visiter et, pour le second modèle, avec un autre type d’agent : les navettes. Des méthodes supplémentaires ont été implémentées, notamment pour faire état de l’interaction entre les navettes et les visiteurs et connaître, par exemple, la proportion de visiteurs à emprunter une navette à l’aller ou au retour. La figure 4 décrit les relations existantes entre les agents (visiteur, nœud, navette), et entre les agents et leur environnement (les conditions de visite comme le nombre de visiteurs sur le site ou l’heure de la journée et le réseau). Chaque type d’agent dispose de paramètres d’entrée intégrés au modèle par l’utilisateur, et de variables (charge d’un nœud, impédance du nœud) évoluant au cours de la simulation. Les variables « itinéraire réalisé », « points d’intérêt visités » et « navettes empruntées » restituent les caractéristiques de la visite effectuée par un touriste. Cette visite est le résultat des interactions entre les différentes composantes du modèle.

Déroulement d'une simulation

24Une simulation se déroule sur une journée allant de 8h à 21h pour une durée de simulation d’environ 4 heures et un nombre d'agents de 14 200 en moyenne pour la haute saison.

Figure 4 : Interactions entre les agents (visiteur, nœud, navette) et leurs composantes.

Figure 4 : Interactions entre les agents (visiteur, nœud, navette) et leurs composantes.

25Les visiteurs apparaissent sur les aires de stationnement de manière continue tout au long de la journée. Le type de journée est choisi avant l’initialisation : il correspond à une journée-type de basse, moyenne ou haute saison et conditionne le nombre de visiteurs venus sur le site. À chaque tranche horaire, un nombre de visiteurs apparait proportionnellement à la moyenne horaire des arrivées sur le site calculées par Odit-France en 2005 (Odit-France, 2005).

  • 3 Des enquêtes réalisées dans le cadre de l’observatoire Bountîles ont permis de compléter les observ (...)

26Les visiteurs se déplacent ensuite vers le point de départ le plus proche où un itinéraire de visite leur est attribué selon les résultats Bountîles3. Ils se déplacent ensuite de nœud en nœud le long de cet itinéraire (Fig.5). Si le visiteur passe à proximité d’un point d’intérêt (PI), que son degré d’attractivité (impédance) est assez fort, alors le visiteur s’y arrête ; sinon, il passe son chemin et continue sa visite. Lorsque le visiteur revient à son point de départ, il disparaît de la simulation.

27Dans le second modèle, les visiteurs exécutent les mêmes procédures mais ont également la possibilité d’emprunter une navette pour aller et revenir du Mont. Les navettes partent au bout de quelques minutes (au maximum tous les quarts d’heure) qu’elles soient complètes ou non. À l'arrivée, les navettes déposent les visiteurs et se repositionnent à vide sur leur point de départ.

Figure 5 : Diagramme de séquence du déplacement piéton d'un visiteur sur le site.

Figure 5 : Diagramme de séquence du déplacement piéton d'un visiteur sur le site.

28A chaque pas de temps, les variables des agents sont mises à jour et peuvent être suivies en temps-réel via l’interface de visualisation (Fig.6). Par exemple, les points d’intérêt voient leurs valeurs d’impédance et de capacité de charge évoluer. Si cette charge tend vers 1, c’est-à-dire que si le nombre de visiteur sur ce point est élevé, alors l’impédance de ce point diminue. Les visiteurs sont donc moins tentés de s’y arrêter.

29Enfin, l’interface des modèles permet de suivre les évolutions spatiales et temporelles de la fréquentation sur tout le réseau ou plus spécifiquement sur quelques points clés comme l’entrée du village du Mont-Saint-Michel, l’abbaye ou, pour le second modèle, le point de débarquement et d’embarquement des navettes. D’autres indicateurs comme la capacité de charge de points d’intérêt, la part des agents visitant l’abbaye ou encore la durée moyenne de leur visite en tout point ou sur l'ensemble du site.

Figure 6 : Interface du modèle avant-travaux.

Figure 6 : Interface du modèle avant-travaux.

Résultats de simulation

30Le premier type de résultat observé est la répartition des flux de visiteurs sur le site du Mont-Saint-Michel. Le nombre total de passages de visiteurs dans les rues et sur les voies de circulation (allers et retours confondus) ont été comptabilisés pour une journée commençant à 8 heures et se terminant à 21 heures. Cette période concentre 93% des flux d’arrivée de visiteurs sur le site. Ainsi, pour chaque situation dans le village, logiquement et suivant les itinéraires programmés, les flux se concentrent dans la Grande Rue (rue principale très étroite, bordée de boutiques et menant directement au sommet du Mont-Saint-Michel), puis sur les remparts, le chemin de ronde (au sud de l’abbaye), les terrasses de l’ouest et enfin le cœur du village.

31Le second type de résultat observé concerne le nombre total de visiteurs s’étant arrêté sur les points d’intérêts entre 8h et 21h. Quatre lieux se démarquent : l’entrée du village (première appréhension ou perception de l’intérieur du Mont et de son architecture de type médiéval, lecture de panneaux d’information, proximité de sanitaires) ; l'espace au pied de la Grande Rue ; le premier carrefour vraiment visible en haut de cette même rue, l'espace dégagé à son débouché, les bancs au pied de l’escalier qui mène vers l’abbaye ; et enfin, uniquement dans la situation après-travaux, la passerelle à proximité du point de départ et d'arrivée des navettes offrant un point de vue sur le Mont.

32Pour l’ensemble des points d’intérêts ou de passage, et pour une heure identique, le nombre total de visiteurs s’étant arrêtés sur ces points est inférieur dans la situation après-travaux que dans celle avant-travaux. Le même phénomène est observable pour les visites de l’abbaye ou des boutiques. Ce résultat découle d'un allongement de la distance à parcourir à pied pour atteindre et visiter le cœur du site et de l’ajout de nouveaux points d’intérêt sur ce parcours alors que le temps de visite est resté identique à la situation avant-travaux. Les visiteurs arrivent donc plus tard et sont moins nombreux dans le village (Fig.7). L'allongement de la durée de visite serait alors susceptible de moduler ce résultat. Dans ces modèles, l’éloignement des aires de stationnement se remarque également par le recul dans le temps du pic de visiteurs présents au même moment sur le site et leur nombre, car entre la situation avant-travaux et après-travaux le maximum observé est passé de 4 340 visiteurs entre 12h30 et 13h à 6 006 personnes entre 13h30 et 14h (Fig.7).

Figure 7 : Évolution du nombre moyen de visiteurs présents sur le site et dans le Mont au cours d'une journée de haute saison, dans les situations avant et après travaux (résultat de simulation).

Figure 7 : Évolution du nombre moyen de visiteurs présents sur le site et dans le Mont au cours d'une journée de haute saison, dans les situations avant et après travaux (résultat de simulation).

33Le suivi de l’évolution de l'indice de charge des points d’intérêt situés le long de la Grande Rue permet également d’observer plusieurs phénomènes à une échelle encore plus fine, celle du point d’intérêt (Fig.8). L’évolution temporelle de cet indice suit logiquement celle des flux de visiteurs mesurés à l’entrée du village du Mont-Saint-Michel. Elle montre également que la fréquence des navettes, plus importante à partir de 10h, entraîne une arrivée plus massive de visiteurs au même instant et une saturation plus rapide de certains points d’intérêt, comme celui situé en bas de la Grande Rue. Cet indice de charge est aussi influencé par les horaires d'ouverture de certains points d’intérêt (magasins, restaurant) et module les possibilités de visites du site.

Figure 8. Flux de visiteurs à l’entrée du village du Mont-Saint-Michel et évolution de l’indice de charge de points situés aux extrémités de la rue principale du village du Mont-Saint-Michel (résultat de simulation).

Figure 8. Flux de visiteurs à l’entrée du village du Mont-Saint-Michel et évolution de l’indice de charge de points situés aux extrémités de la rue principale du village du Mont-Saint-Michel (résultat de simulation).

Validation des résultats

34La répartition des flux des visiteurs obtenue par simulation correspond aux observations et enquêtes réalisées par le Syndicat mixte Baie du Mont-Saint-Michel, qui a mis en place des systèmes de comptages automatiques des flux de visiteurs sur l’ensemble du site, ou via l'observatoire Bountîles. Quelques différences existent entre les deux situations mais les ordres de grandeur sont conservés. Le tableau suivant (Tab.1) permet de comparer les comptages réalisés in situ par des systèmes automatiques et les mesures réalisées par les modèles. Les résultats des modèles sont ici sous-estimés puisqu’ils ne se déroulent pas sur 24 heures, contrairement aux comptages automatiques. Le compteur placé au niveau de la Porte du Roy a par exemple comptabilisé 3 840 passages entre 21h et 8h, le 19 août 2011, soit 11% des flux de la journée. Ils montrent néanmoins que les résultats du modèle avant travaux et ceux des comptages actuels correspondent : le modèle donne 25 569 passages à la Porte du Roy, tandis que dans la réalité le minimum comptabilisé en haute saison est de 24 626 (28 juillet 2011) et le maximum de 37 527 (17 août 2011). La moyenne de 31 547 passages passe à 28 079 si l’on soustrait les flux nocturnes. Le modèle présente alors une différence de 10% inférieure à la réalité. Dans les conditions après travaux, le barrage compte 7 816 passages entre la place des navettes et son point central ce qui représente environ 30% du maximum observé sur un secteur du site, à savoir les 25 954 passages sur la passerelle, et également des passages observés à la Porte du Roy (25 921). En 2011, dans les conditions avant travaux, la moyenne observée était de 3 508 passages soit 11% de la moyenne de passages observée à la Porte du Roy.

Tableau 1. Nombre de passages de piétons dans les deux modèles comparé aux données issues des systèmes de comptage automatique pour la haute saison.

Tableau 1. Nombre de passages de piétons dans les deux modèles comparé aux données issues des systèmes de comptage automatique pour la haute saison.

Conclusion et perspectives

35Les recherches menées ont montré les apports d'une démarche couplant observation et modélisation pour simuler la dynamique des flux touristiques sur le site du Mont-Saint-Michel. La mise en place d'un observatoire de la fréquentation en partenariat avec le Syndicat mixte baie du Mont-Saint-Michel fournit aujourd'hui des données sur les flux et les comportements des visiteurs à différentes échelles spatiales et temporelles. Cette structure pérenne constitue une base de connaissance indispensable à la compréhension du système touristique du Mont.

36Les modèles ont atteint un premier objectif : celui de restituer dynamiquement les flux de visiteurs (reconstitution des trajectoires et des itinéraires de visite) et d'analyser les pratiques touristiques associées. Ils sont en mesure de produire des analyses rétrospectives pour identifier les principales composantes ayant un impact sur la variabilité du flux, et prospectives pour tester des scénarios de gestion de crise (période de très forte fréquentation), ainsi que mener des réflexions sur d'éventuelle évolution des infrastructures (nouveaux points d'intérêt, aménagement d'itinéraires secondaires).

37Le couplage des approches d'observation et de simulation offre plusieurs intérêts : la simulation peut venir se substituer aux outils d’observation, lorsque les conditions de suivi sont difficiles, coûteuses, ou que des informations sont difficilement mesurables (Skov-Petersen et Gimblett, 2008 ; Cole, 2005). Les données génériques collectées grâce aux dispositifs de suivi peuvent être utilisées comme source de données d'entrée et de validation des sorties de modèles. Enfin l'association des deux démarches contribue à accompagner les gestionnaires dans mise en place d'outils de d'observation et de gestion plus efficients (Eagles, 2013).

38Comme dans toute démarche de modélisation, les prototypes développés restent perfectibles et ouvrent la voie à plusieurs perspectives de développement. Les modèles présentés sont fortement contraints par les données d'observation et nécessite donc de disposer d'une base de connaissances importantes et lourde à mettre en œuvre. Si dans le cas du Mont-Saint-Michel, cette limite est peu contraignante (les flux de visites permettent de disposer de moyens d'observation importants), elle s'avère déterminante pour des sites moins emblématiques. Le transfert de ce type de démarche est donc limité. L'exploration des résultats des modèles via des tests de sensibilité et l'intégration de méthodes plus probabilistes pourrait améliorer la portabilité de la démarche. En complément d'une vision quantitative de la fréquentation du site, des indicateurs renseignant le degré de satisfaction des visiteurs (données acquises par l'observatoire) pourraient être intégrés au modèle (jugement et perception de l’encombrement du site, évaluation des points d'intérêts). Ils répondraient aux questionnements des professionnels et des gestionnaires.

Haut de page

Bibliographie

Cole D.N., 2005, Computer simulation modeling of recreation use: current status, case studies, and future directions, Gen. Tech. Rep. RMRS-GTR-143. Fort Collins, CO :U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station.

Elands B., van Marwijk R., 2008, « Keep an eye on nature experiences: implications for management and simulation », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 59-83.

Gimblett R., Skov-Petersen H. (eds.), 2008, Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press.

Gimblett R., Itami R., 1997, « Modelling the spatial dynamics and social interaction of human recreators using GIS and Intelligent Agents », Proceedings of MODSIM 97 – International Congress on Modeling and Simulation, Hobart, Tasmania.

Guégan C., 2012, Modélisation de la fréquentation touristique du Mont-Saint-Michel : approches systémique et prospective, Thèse de doctorat en géographie, Université de Bretagne Occidentale/Syndicat mixte baie du Mont-Saint-Michel.

Itami R., Gimblett R., Grigel F., Zell D., McVetty D., 2008, « Replication, Reliability and sampling issues in Spatial Simulation Modeling: a case study exploring patterns of human visitation in Canada’s Mountain Parks », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 389-410.

Itami R., Raulings R, MacLaren G., Hirst K., Gimblett R., Zanon D., Chladek P., 2003, « RBSim 2 : Simulating the complex interactions between human movement and the outdoor recreation environment », Journal for Nature Conservation, No.11, 278-286.

Jochem R., Pouwels R., Visschedijk P.A.M., 2006, « MASOOR: The power to know – A story about the development of an intelligent and flexible monitoring instrument », Proceedings of the 3rd International Conference on Monitoring and Management of Visitor Flows in Recreational and Protected Areas, 13-17 September, Suisse.

Jochem R., van Marwijk R., Pouwels R., Pitt D.G., 2008, « MASOOR: modeling the transaction of people and environment on dense trail networks in natural resource settings », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 269-293.

Le Berre S., 2008, Les observatoires de la fréquentation, outils d’aide à la gestion des îles et des littoraux, Thèse de doctorat en géographie, Université de Bretagne Occidentale.

Le Berre S., Brigand L., Morio A., Maurer C., 2010. « Bountîles. Un outil pour une meilleure gestion de la fréquentation. A Port-Cros, l’observatoire est aussi un outil de concertation », Espaces, No.278, 17-21.

Le Berre S., Peuziat I., Le Corre N., Brigand L., 2013. Observer et suivre la fréquentation dans les aires marines protégées de Méditerranée, Projet MedPAN Nord. WWF-France et Parc national de Port-Cros.

Le Corre N., Le Berre S., Brigand L., Peuziat I., 2012, « Comment étudier et suivre la fréquentation dans les espaces littoraux, marins et insulaires ? De l'état de l'art à une vision prospective de la recherche », EchoGéo, Vol.19, Url : http://echogeo.revues.org/12749.

Loiterton D., Bishop I., 2008, « Simulation, calibration and validation of recreational agents in an urban parks environment », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 107-122.

Manche Tourisme, 2013, Les chiffres clés du tourisme dans la Manche – Année 2012, Comité départemental du tourisme de la Manche.

Odit-France, 2005, Etude de fréquentation du Mont‐Saint‐Michel, Rapport final, DDE de la Manche/Mission Mont‐Saint‐Michel/ODIT France-Figesma.

Eagles P., 2013, « Research priorities in park tourism », Journal of Sustainable Tourism, Vol.22, No.4, 528-549.

Railsback S.F., Grimm V., 2009, A course in Individual-based and agent-based modeling. Princeton University Press. Url : http://www.railsback-grimm-abm-book.com.

Skov-Petersen H., Gimblett R., 2008, « Introduction », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 1-11.

Taczanowska K., Muhar A., Arnberger A., 2008, « Exploring spatial behavior of individual visitors as Background for Agent-Based Simulation », in Gimblett R., Skov-Petersen H. (eds.), Monitoring, Simulation, and Management of Visitor Landscapes, University of Arizona Press, 159-174.

Tisue S., Wilensky U., 2004, « NetLogo: a simple environment for modeling complexity », International conference on complex systems, 16-21 mai, Boston.

Treuil J.P., Drogoul A., Zucker J.D., 2008, Modélisation et simulation à base d’agents. Exemples commentés, outils informatiques et questions théoriques, Dunod, Paris.

Wardell M., Moore S., 2004, Collection, storage and application of visitor use data in protected areas. Guiding principles and case studies, CRC for Sustainable Tourism, Gold Coast, Qld.

Wilensky U., 1999, « NetLogo », Url : http://ccl.northwestern.edu/netlogo/.

Haut de page

Notes

1 L’impédance d’un nœud, c’est-à-dire son attractivité, est son poids par rapport à un autre nœud. Plus l’impédance d’un point d’intérêt est forte, plus les visiteurs seront attirés par ce point au détriment d’un nœud voisin. Si la charge du nœud est élevée et/ou si le temps de visite d’un visiteur est dépassé, alors cette impédance initiale diminue et le nœud devient moins attractif pour le visiteur.

2 La charge d’un nœud correspond au nombre de visiteurs présents sur ce nœud à un instant t, rapporté à sa capacité d’accueil, c’est-à-dire au nombre de visiteurs que ce nœud, et donc ce lieu, peut accueillir.

3 Des enquêtes réalisées dans le cadre de l’observatoire Bountîles ont permis de compléter les observations non participantes et d’interroger les visiteurs sur le type d’itinéraire emprunté. Ainsi, en 2010, 254 questionnaires à choix multiple ont été distribués aléatoirement à la sortie du village du Mont. Il est apparu que 8,3% des visiteurs n’empruntaient que la Grande Rue qui est l’axe principal, 79,9% visitaient la Grande Rue et un ou plusieurs autres secteurs en privilégiant les remparts et les jardins par rapport au cœur du village, et 3,9% complétaient leur visite par un tour sur les grèves (Guégan, 2012).

Haut de page

Table des illustrations

Titre Figure 1 : Variation du nombre de visiteurs en 2011 et conditions de visite
Crédits (Sources : Bountîles Mont-Saint-Michel, Syndicat mixte baie du Mont-Saint-Michel).
URL http://cybergeo.revues.org/docannexe/image/27124/img-1.jpg
Fichier image/jpeg, 372k
Titre Figure 2 : Les points d’arrêt des visiteurs dans la situation avant-travaux.
URL http://cybergeo.revues.org/docannexe/image/27124/img-2.jpg
Fichier image/jpeg, 608k
Titre Figure 3 : Distribution des flux de visiteurs sur le site du Mont-Saint-Michel dans la situation avant-travaux.
URL http://cybergeo.revues.org/docannexe/image/27124/img-3.jpg
Fichier image/jpeg, 556k
Titre Figure 4 : Interactions entre les agents (visiteur, nœud, navette) et leurs composantes.
URL http://cybergeo.revues.org/docannexe/image/27124/img-4.jpg
Fichier image/jpeg, 548k
Titre Figure 5 : Diagramme de séquence du déplacement piéton d'un visiteur sur le site.
URL http://cybergeo.revues.org/docannexe/image/27124/img-5.jpg
Fichier image/jpeg, 192k
Titre Figure 6 : Interface du modèle avant-travaux.
URL http://cybergeo.revues.org/docannexe/image/27124/img-6.jpg
Fichier image/jpeg, 144k
Titre Figure 7 : Évolution du nombre moyen de visiteurs présents sur le site et dans le Mont au cours d'une journée de haute saison, dans les situations avant et après travaux (résultat de simulation).
URL http://cybergeo.revues.org/docannexe/image/27124/img-7.jpg
Fichier image/jpeg, 124k
Titre Figure 8. Flux de visiteurs à l’entrée du village du Mont-Saint-Michel et évolution de l’indice de charge de points situés aux extrémités de la rue principale du village du Mont-Saint-Michel (résultat de simulation).
URL http://cybergeo.revues.org/docannexe/image/27124/img-8.jpg
Fichier image/jpeg, 396k
Titre Tableau 1. Nombre de passages de piétons dans les deux modèles comparé aux données issues des systèmes de comptage automatique pour la haute saison.
URL http://cybergeo.revues.org/docannexe/image/27124/img-9.jpg
Fichier image/jpeg, 147k
Haut de page

Pour citer cet article

Référence électronique

Cécile Guégan, Cyril Tissot, Sébastien Kervern, David Brosset, Solenn Le Berre et Louis Brigand, « Observation et modélisation des flux touristiques : application au Mont-Saint-Michel », Cybergeo : European Journal of Geography [En ligne], Systèmes, Modélisation, Géostatistiques, document 733, mis en ligne le 06 juillet 2015, consulté le 30 mai 2017. URL : http://cybergeo.revues.org/27124 ; DOI : 10.4000/cybergeo.27124

Haut de page

Auteurs

Cécile Guégan

Chercheure associée, LETG Brest Géomer, Université de Bretagne Occidentale, Institut Universitaire Européen de la Mer, guegan.cec@gmail.com.

Cyril Tissot

Chargé de recherche CNRS, LETG Brest Géomer, Université de Bretagne Occidentale, Institut Universitaire Européen de la Mer, cyril.tissot@univ-brest.fr.

Articles du même auteur

Sébastien Kervern

Telecom Bretagne, sebastien.kervern@gmail.com.

David Brosset

Maître de conférences, IRENAV, Institut de Recherche de l’Ecole Navale (EA 3634), David.brosset@ecole-navale.org.

Solenn Le Berre

Chercheure associée, LETG Brest Géomer, Université de Bretagne Occidentale, Institut Universitaire Européen de la Mer,solenn.leberre@free.fr.

Louis Brigand

Professeur de géographie, LETG Brest Géomer, Université de Bretagne Occidentale, Institut Universitaire Européen de la Mer, Louis.brigand@univ-brest.fr

Haut de page

Droits d’auteur

© CNRS-UMR Géographie-cités 8504

Haut de page