L’essai de la modélisation systématique de la transformation de l’espace et les modèles numériques prédictifs dans la géographie physique

Abstract

Dans cet article nous présentons les principes (géographique et informatique) qui ont développé un modèle
dynamique des Collines de Tutova à l’aide du logiciel SpaCelle: on a une carte dynamique qui
essaie (à partir d’une combinaison d'aléatoire et de déterminisme stricte, donc à partir d’une
dérivation locale de la théorie du chaos) de représenter l'évolution de la morphohydrographie
des Collines de Tutova depuis le Méotien jusqu'à l'Holocène. La prise en compte du temps non
seulement en tant que facteur abstrait ou coordonné, mais en tant qu’expression directe de
l'espace, impose une méthode géographique qui présente de nombreux potentiels.
Des recherches récentes, faites en Roumanie ou à l'étranger, ont mis en évidence
l'émergence d'un nouveau type d'analyse géographique. Il s’agit d’une analyse moins connue,
une analyse spatio-temporelle qui traite de la dynamique des phénomènes géographiques. Elle
utilise des automates cellulaires divers, tels que CAESAR (The Cellular Automaton
Evolutionary Slope And River model) pour créer des modèles numériques de l'évolution qui
prennent en compte un élément essentiel: le temps. Les modèles numériques standards en
Roumanie sont statiques et, même s’ils présentent les différentes étapes d'un lieu, ces étapes
ne sont pas liées entre elles par un énoncé déterministe et continu.
Nous avons utilisé l‘automate cellulaire SpaCelle v4.0 développé par Langlois (2000) dans
le cadre du Laboratoire MTG, Université de Rouen. On a obtenu un modèle dynamique du
relief. Nous avons adopté l’appellation de MNP (Modèle Numérique Prédictif) pour ce modèle
parce que, même si c’est le dynamisme qui caractérise les paramètres, ce dynamisme est
simplement le résultat des hypothèses et des perspectives théoriques. Ce qu’on vise par un tel
modèle c’est l’identification des caractéristiques de l'évolution à partir d'un point de vue
théorique ou d'un autre, le changement des inputs conduisant à un ensemble différent de
résultats de la prédiction.