| |
Résumé
de la communication
L’utilisation
des SIG est répandu dans beaucoup de domaines et tend à
être de plus en plus utilisé dans le domaine de la
santé. Ils sont un outil fondamental pour étudier
les relations entre l’homme et son environnement. Au sein
de l’Institut de veille sanitaire, le département santé-environnement
travaille sur les impacts de l’environnent sur l’état
de santé de la population (impact sanitaire de l’arsenic
hydrique, de l’amiante, de l’explosion d’AZF à
Toulouse …) Les thématiques de ces études épidémiologiques
comportent une composante spatiale importante qui nécessite
l’utilisation d’un SIG pour localiser, définir
des zones d’étude, connaître la population touchée,
etc.
L’étude « Incidence des cancers à proximité
des Usines d’Incinération d’Ordures Ménagères
» est une étude écologique qui a pour objectif
de déterminer si l’incidence de cancer est plus élevée
chez les populations résidant à proximité des
UIOM que dans la population générale.
Cette étude multicentrique étudie l’incidence
des cancers de 1990 à 1999 chez les plus de 14 ans dans quatre
départements : Isère, Haut Rhin, Bas-Rhin et Tarn.
Ces départements ont été sélectionnés
selon des critères de puissance statistique et de faisabilité
de l’étude. Dix neuf UIOM ont fonctionnés dans
ces départements et 3 dans une zone périphérique
de 10 Km de rayon autour des départements.
Dans ce cadre, l’objectif est d’attribuer à chaque
IRIS (îlots regroupés pour l'information statistique),
unité géographique de l’étude, une valeur
d’exposition aux rejets de polluants émis par les UIOM.
L’élaboration du SIG doit permettre de répondre
à cet objectif.
Cette étude comporte une forte composante spatiale qui nécessite
de mettre en place et d’exploiter un SIG complexe (nombre
élevé d’observations, grand nombre de variables,
gestion du recouvrement spatial et temporel, etc). L’ensemble
des analyses est réalisé avec ArcView 9.0.
Les données
-
Contour des IRIS : unité géographique de
travail (Insee)
- Les coordonnées des 22 UIOM de l’étude
: localisation en Lambert II étendue de chaque
UIOM
- Les panaches d’émission de particules et
de dioxines émis par les UIOM : maillages issus
de la modélisation de la dispersion atmosphérique
des rejets émis par les UIOM effectué avec le logiciel
ADMS3
- Les cas de cancer géolocalisés :
l’association entre certains localisations de cancer (leucémies,
lymphomes non hodgkinien, sarcomes des tissus mous, cancer de
foie, cancer du poumon et cancer de la vessie) et l’exposition
aux polluants émis par les UIOM a été mis
en évidence par différentes études épidémiologiques.
Les différents registres des quatre départements
d’étude ont fourni à l’InVS l’ensemble
des fichiers des cas de cancer des quatre départements
d’étude. Une fois anonymisées, les adresses
ont été transmises à un prestataire extérieur
qui a réalisé le géocodage à l’IRIS
des adresses situées dans des communes découpées
à l’IRIS (récupération du code IRIS).
Ces adresses sont alors prêtes à être intégrées
au SIG. Pour les adresses situées dans des communes non
découpées à l’IRIS, nous avons choisie
de les localiser dans la zone urbaine en partant du principe que
la probabilité pour que la personne y réside soit
plus grande.
-
Données nécessaires pour créer d’autres
informations : BD Alti, CORINE Land Cover, Route 500…
Base de données géographiques nécessaires
notamment pour la prise en compte des facteurs de confusion :
la pollution liée au trafic routier et les rejets de polluants
cancérigènes émis par des ICPE (Industries
classées pour la protection de l’Environnement).
Ces bases de données vont nous servir, entre autre à
construire un score d’exposition à la pollution liée
au trafic automobile.
Les
panaches d’émission de polluants émis par les
UIOM :
L’estimation de l’exposition repose sur une modélisation
(logiciel ADMS3) des dispersions atmosphériques des polluants
cancérogènes et émis en plus grande quantité
(dioxines furanes et poussières de toutes tailles). Une zone
d’emprise carrée de 20 Km de côté centrée
autour de chaque UIOM est définie de manière à
déterminer différents niveaux d’expositions
aux rejets de l’incinération à l’intérieur
de cette zone et une absence d’exposition à l’extérieur
de cette zone.
Carte
1 : Exemple des zones d’emprise centrées sur les UIOM
dans le Haut-Rhin
Deux scénarios d’exposition sont étudiés
:
- Une exposition par inhalation directe des gaz et particules
atmosphériques émis par la cheminée estimée
sur la base des concentrations atmosphériques modélisées,
- Une exposition « globale » estimée sur la
base des retombées au sols des rejets de l’incinération
modélisées, prenant en compte également l’accumulation
dans le sol des polluants persistants et une fonction de décroissance
liée à la demie vie des dioxines.
L' étape de modélisation intègre un grand nombre
de données géographiques sur l’environnement
du site (topographie, rugosité).
Préparation des données en vue de la modélisation
Pour chaque UIOM, nous avons définie une zone d’emprise
carrée à partir de laquelle nous avons créé
un maillage afin de récupérer pour chaque point du
centre de la maille l’information liée à la
rugosité ou l’altitude.
En vue d’intégrer les fichiers de rugosité et
d’altimétrie nécessaires à la modélisation,
un travail préalable a été fait afin d’associer
à chaque point de maille une valeur de rugosité et
une altitude. La rugosité et la topographie sont obtenues
à partir de couvertures de données géographiques
qui ne sont pas directement compatibles avec ADMS3. ADMS3 intègre
des fichiers texte avec pour chaque enregistrement les coordonnées
X et Y et une valeur de rugosité/altimétrie. Pour
associer à chaque point de maille une valeur en mètre
nous nous sommes appuyée sur la BD Alti de l’IGN. Pour
la rugosité, nous avons utilisé la base de données
CORINE Land Cover.
Carte 2 : Création des fichiers de rugosité
Après intégration de ces deux types de fichiers (altimétrie
et rugosité), ADMS3 crée autant de panaches de dispersions
atmosphériques de polluants que d’UIOM et de périodes
de fonctionnement. On peut en effet avoir plusieurs modélisations
de panaches pour une seule UIOM correspondant à un changement
de process de l’UIOM. Dans ce cas, les rejets de polluants
sont différents. On distingue pour l’ UIOM de La Tronche
(Isère) deux périodes de fonctionnement.
Intégration au SIG des panaches modélisés
sous ADMS3
Les panaches modélisés par ADMS3 sont récupérés
sous la forme de fichiers textes correspondant à des grilles
de points de 200 m de pas et de 10 à 14 Km de côté
centrés sur la cheminée de l’incinérateur
et contenant, pour chaque point calculé de la grille : sa
coordonnée en X, sa coordonnée en Y et une valeur
de concentration atmosphérique dans l’air et un flux
de dépôt au sol (pour les dioxines et pour les particules).
Nous obtenons une grille de points par panache modélisé.
Pour calculer l’exposition de la population par IRIS nous
devons prendre en compte à la fois le recouvrement spatial
et temporel des zones d’emprise des UIOM. Certains territoires
sont couverts, a priori, par plus d’un panache à la
fois.
Carte 3 : zones d’emprise superposées en Isère
Nous avons identifié 13 périodes de fonctionnement
homogène sur l’ensemble de la période d’étude
(1972-1995). Nous devons donc gérer sous la SIG à
la fois le recouvrement spatial et temporel.
Réalisation
technique sous SIG
Pour prendre en compte la superposition temporelle on crée
autant de fichiers SIG synthétisant les différents
panaches que l’on a identifié de périodes de
fonctionnement.
Pour prendre en compte la superposition spatiale des panaches, nous
avons utilisé l’outil de géotraitement «
combiner » (« juxtaposer » sous ArcView 9.0) afin
de ne créer qu’une seule couche par période.
Après l’avoir créée, on fusionne les
points de calcul de concentration superposés en un seul point.
Pour le champ de la table contenant la valeur de la concentration
calculée lors de la modélisation du panache, on calcule
la somme.
Carte 4 : Panaches combinés en Isère
La
détermination des valeurs de concentration en polluants de
l’unité écologique choisie
Notre étude a pour objectif d’affecter à chaque
IRIS une valeur de concentration et d’accumulation afin d’évaluer
l’exposition de la population. Or, le découpage à
l’IRIS, s’il est à peu près homogène
en terme de population, l’est cependant beaucoup moins en
terme de surface. La population peut donc être également
répartie dans l’IRIS ou plutôt être concentrée
en un ou plusieurs lieu(x). De même pour les communes non
découpées, et en particulier pour certaines communes
rurales situées en Isère, il est tout aussi contestable
de penser que la population est également répartie
sur l’ensemble du territoire commun. Pour attribuer des valeurs
de concentration de polluants aux grands IRIS ou aux communes non
découpées, nous avons choisi de ne retenir que les
valeurs localisées dans la zone urbaine la plus densément
peuplée. Après avoir extrait les valeurs de concentration
de dépôts cumulés pour chaque unité géographique,
le fichier est transmis au statisticien qui calcule la moyenne géométrique.
Carte 5 et bis : Hétérogénéité
des Iris –exemple de l’Isère-
L’intégration et l’exploitation de données
socio-économiques
L’analyse prend également en compte des covariables
comme le sexe, l’âge, le niveau socio-économique,
le type de milieu (rural / urbain) et la densité de population.
Le traitement des données socio-économiques se fait
en grande partie se faire en dehors du SIG. Celui-ci n’est
éventuellement utilisé que pour effectuer certains
calculs typiquement géométriques et ainsi enrichir
l’information attributaire liée aux IRIS (calculs de
surface ; surface en zones d’habitat…) pour une réutilisation
statistique (utilisation de la densité de population par
exemple…) Il a permis par exemple, d’agréger
certains IRIS afin que les contours IRIS2000 soit cohérent
avec les données de l’Insee.
Conclusion
L’utilisation du SIG constitue dans cette étude une
étape essentielle qui permet de faire la liaison entre la
phase de modélisation et les traitements statistiques. Tout
au long de l’étude qui comporte une forte composante
spatiale, il a permis de prendre en compte la spécificité
géographique de chacun de départements d’étude.
Le SIG a permis, avant les modélisations de mieux cibler
les besoins de données géographiques et de créer
certains des fichiers nécessaires à la modélisation
des panaches. Après les modélisations, il a été
indispensable pour gérer les superpositions spatiales et
temporelles des panaches de dispersions atmosphériques des
polluants rejetés par les UIOM, d’affecter à
chaque unité géographique de l’étude
une valeur de concentration et de dépôts et de cibler
les populations exposées.
Cette étude est un exemple d’application des SIG et
montre qu’il est difficilement possible de se détacher
de la dimension spatiale. Elle montre aussi la diversité
des moyens qui on été mis en œuvre : épidémiologistes,
statisticien, chargé de modélisation, ingénieurs
SIG ont mis en commun leur différentes compétences
pour réaliser une étude complexe.
|
