Impacts of Urban Three-Dimensional Morphology on Seismic Vulnerability and its Driving Mechanisms: A XGBoost-SHAP Explainable Analysis in Jiangyou City, Southwestern China

Les villes ne sont pas seulement des cartes plates de rues et de pâtés de maisons ; ce sont des paysages tridimensionnels de murs ascendants et d'espaces encombrés. Lorsque le sol tremble, la manière dont une ville est construite en hauteur et en densité importe tout autant que la qualité des briques et du mortier. Pendant des décennies, les scientifiques ont tenté de prédire quels bâtiments sont les plus susceptibles de s'effondrer lors d'un séisme, en se concentrant souvent sur des structures individuelles ou des facteurs simples comme l'âge d'un bâtiment. Cependant, ces méthodes traditionnelles échouent souvent à capturer les relations complexes et cachées entre la forme globale d'un quartier et sa capacité de survie lors d'une secousse. Elles peinent à saisir les manières non linéaires dont un groupe de bâtiments hauts peut interagir avec un groupe de bâtiments bas, ou comment l'encombrement pur d'un district modifie le risque pour tous ceux qui s'y trouvent. Comprendre ces modèles spatiaux est crucial pour les urbanistes qui souhaitent concevoir des villes capables de résister aux catastrophes, pourtant les outils pour visualiser clairement ces modèles ont été limités.

Dans une étude récente portant sur la ville de Jiangyou, dans le sud-ouest de la Chine, une équipe de chercheurs a relevé ce défi en combinant l'apprentissage informatique avancé et une analyse approfondie de la forme physique de la ville. Jiangyou est un lieu où la menace des tremblements de terre est réelle et présente ; elle est située le long d'une faille majeure et a subi des pertes dévastatrices lors d'un séisme massif en 2008. La ville est caractérisée principalement par des bâtiments de maçonnerie de faible et moyenne hauteur, offrant un contraste distinct avec les gratte-ciel imposants des mégapoles. Les chercheurs voulaient comprendre comment l'agencement tridimensionnel spécifique de ces bâtiments — leur densité, leurs variations de hauteur et la manière dont ils sont serrés les uns contre les autres — influence leur vulnérabilité aux secousses sismiques. Pour ce faire, ils ne se sont pas appuyés sur des suppositions simples ou des équations linéaires qui supposent une relation directe de cause à effet. Au lieu de cela, ils ont construit un modèle numérique sophistiqué capable d'apprendre à partir des données, révélant les règles subtiles et complexes qui régissent la réponse des formes urbaines au stress.

L'équipe a commencé par rassembler des informations détaillées sur près de 3 000 bâtiments de la ville, enregistrant leur hauteur, leur surface de plancher, leur type de structure et leur âge. Comme le nombre de bâtiments réels était trop faible pour entraîner un modèle informatique puissant de manière autonome, ils ont utilisé une technique pour générer des milliers d'exemples synthétiques réalistes qui reflétaient les caractéristiques de la ville réelle. Cela a permis d'injecter une quantité massive de données dans un algorithme d'apprentissage automatique appelé XGBoost, conçu pour trouver des modèles dans des données complexes et de haute dimension. Une fois que le modèle a appris à prédire la vulnérabilité sismique avec une grande précision, les chercheurs ont utilisé un outil spécial appelé SHAP pour ouvrir la « boîte noire » de l'algorithme. Cet outil a agi comme un projecteur, révélant exactement quelles caractéristiques de la forme de la ville dictaient les prédictions et quelle était l'importance de chacune d'elles. Ils ont également cartographié les résultats pour voir si les zones vulnérables étaient regroupées ou dispersées de manière aléatoire à travers le paysage.

Les résultats ont brossé un tableau clair et surprenant de la manière dont la forme de la ville dicte la sécurité. Le facteur le plus puissant influençant la vulnérabilité d'un bâtiment n'était pas sa hauteur ou son âge, mais quelque chose que les chercheurs ont appelé le « degré d'encombrement spatial ». Cette métrique mesure la densité avec laquelle les bâtiments sont serrés dans l'espace tridimensionnel qui les entoure. L'étude a révélé qu'un encombrement élevé réduisait généralement la vulnérabilité, suggérant que les quartiers denses et compacts offrent une sorte de soutien structurel mutuel qui aide les bâtiments à résister aux secousses. En revanche, des caractéristiques telles que la variation des hauteurs de bâtiments et le ratio de la surface de plancher par rapport à la surface du terrain présentaient des effets non linéaires complexes. Par exemple, bien qu'avoir un mélange de hauteurs de bâtiments puisse parfois aider à disperser l'énergie sismique, des variations extrêmes ou des combinaisons spécifiques de bâtiments hauts et bas pourraient en réalité augmenter le risque. Les chercheurs ont découvert que la relation entre la forme d'une ville et sa sécurité n'est pas une règle simple du type « plus c'est mieux » ou « moins c'est mieux ». Au contraire, il s'agit de trouver un équilibre ; les configurations extrêmes, telles qu'une densité très élevée combinée à une très faible variation de volume, avaient tendance à amplifier le risque, tandis que des agencements plus coordonnés et équilibrés avaient tendance à le réduire.

Lorsque les chercheurs ont examiné la carte de Jiangyou, ils ont constaté que ces risques n'étaient pas répartis uniformément. Ils ont identifié des zones distinctes où des zones à haut risque étaient entourées de zones à faible risque, et vice versa, révélant un modèle de débordement spatial. Certaines zones présentaient un motif « haut-bas », où un îlot de développement dense et intense se trouvait à côté de quartiers de faible densité et plus clairsemés, créant une transition brutale qui pouvait être dangereuse. D'autres zones étaient « bas-haut », où de petits bâtiments simples étaient entourés de structures plus grandes et plus complexes, créant un gradient de risque. L'étude a confirmé que les points les plus vulnérables étaient souvent ceux présentant des caractéristiques morphologiques déséquilibrées ou extrêmes, tels que des zones avec une très haute densité de bâtiments mais une faible variété structurelle, ou des régions où les hauteurs de bâtiments étaient radicalement incohérentes. Le modèle informatique qu'ils ont construit s'est avéré bien plus précis que les méthodes précédentes, prédisant les niveaux de vulnérabilité avec un haut degré de précision, ce qui suggère que ces relations spatiales complexes sont effectivement la clé pour comprendre le risque sismique.

En fin de compte, cette recherche offre une nouvelle façon d'envisager la sécurité urbaine. Elle dépasse l'idée selon laquelle nous ne pouvons protéger que les bâtiments individuels et suggère que la forme collective d'un quartier est un facteur critique de la résilience face aux catastrophes. L'étude indique qu'en gérant soigneusement la disposition des bâtiments en trois dimensions — en assurant un mélange équilibré de densité, de hauteur et de volume — les villes peuvent naturellement réduire leur exposition aux dommages sismiques. Les conclusions fournissent une base scientifique permettant aux urbanistes de concevoir des quartiers qui ne sont pas seulement fonctionnels, mais intrinsèquement plus sûrs. En comprenant les manières spécifiques dont l'encombrement spatial et les variations de hauteur interagissent, les villes peuvent éviter les configurations extrêmes qui mènent à la catastrophe et favoriser plutôt des agencements qui absorbent et distribuent l'énergie des secousses de la terre, protégeant ainsi les populations qui y vivent.