1. ffd8ffe000104a46494600
01010100a500a70000ffee
000e41646f62650064800
0000001ffdb00430002020
Université du Québec à Montréal
Département de Géographie
202020202020202030202
020304030202030405040
404040405060505050505
050606070708070706090
90a0a09090c0c0c0c0c0c0
c0c0c0c0c0c0c0c0cffdb00
430103030305040509060
6090d0b090b0d0f0e0e0e0
e0f0f0c0c0c0c0c0f0f0c0c0
c0c0c0c0f0c0c0c0c0c0c0c de bruit sur l'île de Montréal à partir des déterminants de
Estimation des niveaux
l'environnement bâti
0c0c0c0c0c0c0c0c0c0c0c0
c0c0c0c0c0c0c0c0c0cffc00
01108006b011a03011100
021101031101ffc4001f00
000105010101010101000
000000000000001020304
05060708090a0bffc400b5
100002010303020403050
504040000017d01020300
041105122131410613516
107227114328191a10823 Rapport de stage Présenté par
42b1c11552d1f024336272
Sophie Goudreau
82090a161718191a25262
728292a3435363738393a
434445464748494a53545
5565758595a6364656667
68696a737475767778797
Automne 2010
a838485868788898a9293
9495969798999aa2a3a4a
5a6a7a8a9aab2b3b4b5b6
b7b8b9bac2c3c4c5c6c7c8c
9cad2d3d4d5d6d7d8d9da
e1e2e3e4e5e6e7e8e9eaf1f
2f3f4f5f6f7f8f9faffc4001f0
100030101010101010101
010000000000000102030
405060708090a0bffc400b
511000201020404030407
050404000102770001020
311040521310612415107
61711322328108144291a
1b1c109233352f0156272d
10a162434e125f11718191
a26

2. Remerciements
Je tiens à remercier Audrey Smargiassi, chercheure et responsable du projet, qui m’a donné
l’occasion de me dépasser durant cette activité de stage et qui m’a soutenue et conseillée tout au
long du projet.
Céline Plante, statisticienne de l’équipe EUS, m’a appuyée durant le stage particulièrement pour les
analyses statistiques et la révision du rapport.
Je remercie également Louis Drouin, responsable du secteur Environnement urbain et santé qui
m’a fait confiance et m’a donné la liberté de mener ce projet à terme.

3. Table des matières
1. Contexte du stage ...........................................................................................................3
1.1. Milieu de stage................................................................................................................3
2. Introduction.................................................................................................................... 4
3. Problématique.................................................................................................................4
3.1. Facteur qui influenceles niveaux de bruit ambiant................................................................4
3.2. Conséquence du bruit sur la santé......................................................................................5
3.3. Mesure de l’exposition au bruit ..........................................................................................5
3.4. Estimation des niveaux de bruit.........................................................................................6
4. Méthode......................................................................................................................... 6
4.1. Territoire d’étude et sites d’échantillonnage du bruit extérieur à Montréal ................................ 6
4.2. Source de données utilisées pour le développement du modèle LUR sur le bruit à Montréal.........7
4.2.1. Cueillette des données sur les niveaux de bruit..............................................................7
4.3. Pré-test sur les appareils de mesure du bruit.......................................................................8
4.4. Période d’échantillonnage des niveaux de bruit..................................................................... 8
4.5. Caractérisation des sites d’échantillonnages....................................................................... 10
5. Résultat de l’échantillonnage des mesures de bruit ............................................................. 14
6. Développement du modèle LUR ....................................................................................... 17
6.1. Coefficient de corrélation ................................................................................................ 17
6.2. Modèle de régression linéaire multiple .............................................................................. 20
6.3. Validation du modèle...................................................................................................... 21
7. Utilisation du modèle LUR pour l’estimation des niveaux de bruit sur le territoire..................... 21
8. Discussion .................................................................................................................... 23
9. Conclusion.................................................................................................................... 24
10. Réflexion ...................................................................................................................... 25
11. Bibliographie................................................................................................................. 26
12. Annexes ....................................................................................................................... 27
12.1. Calendrier des activités de stage...................................................................................... 27
12.2. Cartes du territoire ........................................................................................................ 28
12.3. Plan d’analyse ............................................................................................................... 29
12.4. Statistiques sur les niveaux moyens de bruit aux sites d’échantillonnage, Montréal, 2010......... 30
12.5. Matrice de corrélation des variables explicatives................................................................. 32
Liste des tableaux
Tableau 1. Erreur moyenne quadratique des mesures de bruit sur deux appareils Noise Sentry (db[A])...8 Tableau
2. Évènements survenus lors de l’échantillonnage sur les mesures de bruit à Montréal, .............
août 2010 ..................................................................................................................9
Tableau 3. Variables prédictives pour l’estimation des niveaux de bruit sur l’île de Montréal, août 2010 . 11
Tableau 4a. Statistique des variables prédictives des niveaux de bruit à Montréal, août 2010 ................ 13
Tableau 4b. Statistique des variables prédictives des niveaux de bruit à Montréal, août 2010 ................ 14
Tableau 5. Statistique des niveaux moyens de bruit (db[A])mesurés à 87 sites d'échantillonnage;
Montréal août 2010 ................................................................................................... 16
Tableau 6. Corrélation de Pearson entre les niveaux moyens de bruit mesurés aux 87 sites en août 2010
et les variables prédictives.......................................................................................... 18
Tableau 7. Résultat du modèle de régression multiple pour la prédiction des niveaux de bruit moyen l’été
sur l’île de Montréal ................................................................................................... 20
1

4. Liste des figures
Figure 1 : localisation des sites d’échantillonnage sur les mesures de bruits, Montréal en août 2010 ......... 7
Figure 2 : Noise Sentry.................................................................................................................. 7 Figure
3 : Moyenne des niveaux moyens de bruit à l’heure mesurée à 87 sites d’échantillonnage;
Montréal, août 2010..................................................................................................... 15 Figure
4 : Moyenne des niveaux moyens de bruit par jour mesurée à 87 sites d’échantillonnage;
Montréal, août 2010..................................................................................................... 15 Figure
5. Moyenne des niveaux moyens de bruit enregistrée aux sites d’échantillonnage,
Montréal août 2010...................................................................................................... 16
Figure 6. Relation entre les variables explicatives du bruit et les mesures de bruit aux 87 sites
d’échantillonnage; Montréal, août 2010 .......................................................................... 19
Figure 7. 1 - Relation entre les valeurs moyennes de bruit prédites par le modèle LUR et les résidus;
2 - relation entre les valeurs prédites et observées sur les niveaux de bruit moyen; Montréal,
août 2010 .................................................................................................................. 21
Figure 8. Niveaux de bruit moyen estimés par un modèle LUR; Montréal, août 2010............................. 22
2

5. 1. Contexte du stage
La démarche s’inscrit dans le contexte d’un stage de diplôme d’études supérieur spécialisé (DESS) en Systèmes
d’information géographique (SIG). L’activité de stage permet aux étudiants d’appliquer les connaissances acquises
au cours de la formation dans un milieu opérationnel.
Le projet de recherche s’est réalisé avec Audrey Smargiassi, titulaire de la Chaire sur la pollution de l'air, les
changements climatiques et la santé de l'Université de Montréal mise en place en partenariat avec la Direction de
santé publique (DSP) de Montréal et l’Institut national de santé publique du Québec (INSPQ).
Ainsi, tout au long du stage les systèmes d’informations géographiques ont été utilisés dans la réalisation d’un projet
de recherche visant à estimer les niveaux de bruit sur l’île de Montréal. Les estimations ont été produites à partir des
mesures sur les niveaux de bruits récoltés à une centaine de localisations et des caractéristiques de l’environnement.
Le logiciel ArcView d’ESRI sera employé pour le traitement des données et des analyses à caractère spatiales.
L’application des méthodes statistiques a été intégrée dans le stage avec les logiciels SAS et R, puisque celui-ci
consistait à réaliser un modèle statistique de type Land Use Regression visant à estimer les niveaux de bruit. La
réalisation du modèle statistique se fera avec la collaboration de la statisticienne de l’équipe Céline Plante.
ffd8ffe000104a464946000102
0100c800c80000ffe20c584943
435f50524f46494c4500010100
Le stage se répartit en quatre principales étapes soit la préparation et la collecte de données sur le terrain, la
000c484c696e6f021000006d6e
structuration de la base de données d’analyse incluant les variables dépendantes et indépendantes, l’élaboration du
74725247422058595a2007ce0
modèle statistique visant l’estimation des niveaux de bruit et finalement, l’application du modèle sur l’ensemble du
0020009000600310000616373
territoire. Cette dernière étape a permis de réaliser une carte sur les niveaux de bruit pour l’ensemble du territoire.
704d534654000000004945432
0735247420000000000000000
000000000000f6d6000100000
1.1. Milieu de stage
000d32d485020200000000000
0000000000000000000000000
0000000000000000000000000
Le stage s’est effectué au sein de l’équipe Environnement urbain et santé (EUS) de la Direction de santé publique de
0000000000000000000000000
Montréal localisée au 1301 rue Sherbrooke Est. La DSP est un organisme public à l’échelle régionale qui relève de
0000000001163707274000001
l’Agence de la santé et des services sociaux de Montréal ayant sous sa responsabilité les mandats légaux suivants
5000000033646573630000018
[10] :
40000006c77747074000001f0
00000014626b7074000002040 la population de l’état de santé général des individus qui la composent, des
1Informer
00000147258595a0000021800 de santé prioritaires, des groupes les plus vulnérables, des principaux
problèmes
0000146758595a0000022c000 de risque et des interventions qu’il juge les plus efficaces, d’en suivre
facteurs
000146258595a000002400000 et le cas échéant, de conduire des études ou recherches nécessaires à cette
l’évolution
0014646d6e640000025400000fin;
070646d6464000002c4000000
2Identifier les situations susceptibles de mettre en danger la santé de la population et de
88767565640000034c0000008
voir à la mise en place des mesures nécessaires à sa protection;
676696577000003d400000024
6c756d69000003f8000000146 une expertise en prévention et en promotion de la santé et de conseiller
3Assurer
d6561730000040c0000002474 régionale sur les services préventifs utiles à la réduction de la mortalité et de
l'Agence
656368000004300000000c725la morbidité évitable;
452430000043c0000080c6754
4Identifier les situations où une action intersectorielle s'impose pour prévenir les
52430000043c0000080c62545 les traumatismes ou les problèmes sociaux ayant un impact sur la santé de la
maladies,
2430000043c0000080c746578 et, lorsqu'il le juge approprié, de prendre les
population
7400000000436f70797269676
8742028632920313939382048
65776c6574742d5061636b617
26420436f6d70616e79000064
6573630000000000000012735
247422049454336313936362d
322e310000000000000000000
0001273524742204945433631
3936362d322e3100000000000
0000000000000000000000000
000000000000000000

6. L’équipe EUS, outre ses mandats légaux, travaille principalement sur les déterminants de l’environnement bâti qui
ont un impact sur la santé des individus. On entend par environnement bâti la répartition des fonctions urbaines et
usages du territoire, le design des édifices et des espaces publics ainsi que les systèmes de transport qui incluent les
infrastructures et les véhicules routiers.
À l’aide des connaissances scientifiques et des résultats de recherches sur les différentes thématiques, l’équipe EUS
cherche à influencer les politiques locales et régionales visant l’amélioration de la santé des individus en agissant sur
l’environnement urbain.
Ainsi, le stage sera en lien avec le premier mandat de la DSP, soit de conduire une étude permettant d’estimer
l’exposition des résidents de l’île de Montréal à des niveaux de risque en lien avec la pollution sonore. Pour ensuite
informer la population sur les niveaux d’expositions ainsi que les risques associés.
2. Introduction
1
Selon l’Organisme mondial de la santé (OMS), le bruit se définit par une sonorité indésirable perçue par les
individus. La pollution sonore est une problématique environnementale qui ne cesse de croitre et génère de
nombreuses plaintes provenant des populations exposées. Et encore, généralement les gens se plaignent à propos de
situations ponctuelles non à propos de sources permanentes pour lesquelles ils ne croient pas avoir d’influence. Les
plaintes représentent donc une faible proportion des individus incommodés par les nuisances sonores, par
conséquent, elles ne sont pas un bon indicateur de cette problématique [11].
En milieu urbain, les zones résidentielles sont régulièrement localisées à proximité de générateurs de bruit, dont les
sources sont multiples. À Montréal, l’aéroport Montréal-Trudeau génère de nombreuses plaintes de la part des
individus qui résident à proximité, car ils sont soumis à des niveaux élevés de bruit induit par le trafic aérien [2]. Et, le
trafic aérien n’est pas le seul émetteur de bruit qui perturbe la santé des individus exposés, tous les types de transport
contribuent à la pollution sonore. On recense également les zones industrielles, les cours de triages, les bars,
l’industrie de la construction comme générateur de bruit qui dérange les individus [11].
À Montréal, il existe très peu d’informations disponibles sur les niveaux d’exposition sonore auxquels est soumise la
population. Par conséquent, il devient difficile de cibler des interventions visant la réduction du bruit à des endroits
stratégiques, par exemple dans les écoles ou les garderies [11].
3. Problématique
mesures qu'il juge nécessaires pour favoriser cette action.
3

7. hauteur retransmettront plutôt les ondes sonores. La construction d’un mur coupe-son est aussi un moyen efficace,
mais peu esthétique pour éviter que le bruit des autoroutes nuise à la population.
3.2. Conséquence du bruit sur la santé
On convient que l’exposition à des niveaux élevés de bruit engendre un inconfort chez les individus. Par contre, il est
plus difficile d’établir un lien de cause à effet entre certaines maladies et les conséquences sur la santé, car les effets
peuvent être directs, mais aussi cumulés sur une longue période. De plus, les normes sur les niveaux sonores
acceptables sont difficiles à établir puisque le système auditif des individus n’est pas sensible aux mêmes niveaux, et
la durée d’exposition peut également varier d’un individu à l’autre avant de devenir néfaste pour la santé.
Plusieurs effets néfastes peuvent être causés par des niveaux élevés de bruit chez les individus et l’OMS en fait la
l
liste dans son document [11].
L
Le déficit auditif
L
L’incompréhension de la parole
L
La perturbation du sommeil
L’altération des fonctions psychologiques pouvant mener à des problèmes d’hypertension artérielle ou des
m
maladies cardiaques
A
Accélération des maladies mentales
D
Diminution des niveaux de performance (à l’école ou au travail)
E
Effets sociaux (exemple : comportement agressif accru)
Effets combinés sur la santé provenant de différentes sources à différents moments
3.1. Facteur qui influence les niveaux de bruit ambiant
Les sources de bruits étudiés proviennent essentiellement de l’environnement extérieur et elles sont principalement
issues du trafic routier, aérien et ferroviaire; des industries, de la construction et des travaux publics, des bars ainsi
que du voisinage. Les niveaux de bruit générés dans l’environnement intérieur ou sur le lieu de travail ne seront pas
abordés dans cette étude.
L’aménagement du territoire peut favoriser ou défavoriser l’exposition de la population à la pollution sonore. Une
forte densité de végétation absorbera les sons tandis que le béton et les édifices tout en
OMS : Autorité directrice et coordonnatrice, dans le domaine de la santé, des travaux ayant un caractère international au sein du
système des Nations Unies.
4

8. 3.4. Estimation des niveaux de bruit
Il existe différentes approches pour estimer l’exposition de la population aux niveaux de bruits.
1. Modèle numérique :
Une approche numérique a été employée à San Francisco par Seto et al en 2007 où la méthode consistait à
estimer les niveaux de bruit sur le territoire à partir du trafic routier sur les différents types de routes. Tout
d’abord, le territoire a été divisé en quartiers et les routes ont été catégorisées en artère ou non. Puis, des images
satellites ont permis d’attribuer un pourcentage de voitures, camion et autobus sur chacun des types de route pour
ensuite estimer les émissions et les niveaux de bruit sur le réseau routier de l’ensemble du territoire [5].
2. Modèle de régression :
Un autre modèle de type Land Use Regression a été développé par Allen et al en 2009 dans les régions de
Chicago et Riverside Coonty, aux États-Unis. Le modèle consiste à mettre les niveaux de bruit obtenus à
plusieurs localisations en relation avec la proximité au réseau routier, la direction des vents et les particules ultras
fines pour créer un modèle qui permettrait d’estimer les niveaux de bruit et la pollution sur l’ensemble du
territoire [1].
Dans notre étude nous avons aussi utilisé un modèle statistique de prédiction de type LUR. Les niveaux de bruit ont
été mesurés à une centaine de sites d’échantillonnage durant deux semaines au cours du mois d’août 2010. Par la
suite, les niveaux de bruit obtenus ont été mis en relation avec les caractéristiques de l’environnement bâti pour la
réalisation du modèle de prédiction. gestion du bruit devrait débuter par la surveillance de l’exposition humaine aux
Finalement, l’OMS suggère que la
bruits et se poursuivre en réduisant les niveaux sonores dans les environnements spécifiques tels qu’écoles, aire de
jeux, logements et hôpitaux [11].
4. Méthode
3.3. Mesure de l’exposition au bruit
L’unité de mesure pour le son est le décibel (dB). Son échelle est logarithmique, et pour chaque augmentation de 3
décibels l’intensité sonore double [2]. La mesure est souvent pondérée pour la rendre similaire à la perception de
l’oreille humaine, elle est alors exprimée en dB[A].
L’exposition au bruit se présente généralement par des mesures moyennes (Leq) ou des mesures maximums (Lmax)
sur une période définie [6].
Les valeurs guides fixées par l’OMS sur les niveaux acceptables de bruit à l’extérieur durant la nuit sont de 40 Leq
de façon continu et de 55 Leq (de façon sporadique c.-à-d. quelques fois par nuit). Des niveaux de Leq à partir de 55
ou plus la nuit peuvent devenir un problème de santé publique [6].
Les niveaux sonores peuvent être mesurés par des appareils qui enregistrent le nombre de décibels sur une période
plus ou moins longue. Par la suite, des mesures agrégées comme la moyenne ou le maximum de décibels
représentent l’exposition sonore à des localisations spécifiques [2].
Idéalement, les mesures sonores devraient être obtenues à l’intérieur des bâtiments pour connaître précisément
l’exposition sonore des individus. Cependant, puisqu’il est impossible de mesurer l’exposition exacte de l’ensemble
des individus d’une population, les mesures sont prises dans l’environnement extérieur pour ensuite estimer
l’exposition à l’intérieur (en retranchant environ 15 dB[A]) [11].
5

9. Le nombre de sites d’échantillonnage prévus pour les ffd8ffe000104a46494600010201012b012b0000ffe20c584943435f50524f46494c4
mesures sur le bruit a été fixé à 100. La localisation des
500010100000c484c696e6f021000006d6e74725247422058595a2007ce000200090
sites a été déterminée par l’équipe de Mark Goldberg00600310000616373704d5346540000000049454320735247420000000000000000
de l’Université McGill qui menait en même temps que 000000000000f6d6000100000000d32d48502020000000000000000000000000000
nous une étude visant la collecte de mesures de 0000000000000000000000000000000000000000000000000000000000000000000
polluants gazeux. Nous n’avons donc pas participé au1163707274000001500000003364657363000001840000006c77747074000001f00
processus visant la localisation des 0000014626b707400000204000000147258595a00000218000000146758595a0000
sites
d’échantillonnage. La méthode de sélection des022c000000146258595a0000024000000014646d6e640000025400000070646d646
sites
est décrite dans Crouse et coll. (2009) [3]. Les sites
4000002c400000088767565640000034c0000008676696577000003d4000000246c
couvrent l’ensemble du territoire et ils sont localisés
756d69000003f8000000146d6561730000040c00000024746563680000043000000
principalement dans des zones résidentielles parfois00c725452430000043c0000080c675452430000043c0000080c625452430000043c0
situées à proximité des autoroutes, de l’aéroport ou des
000080c7465787400000000436f7079726967687420286329203139393820486577
zones industrielles. La figure 1 présente l’île de 6c6574742d5061636b61726420436f6d70616e790000646573630000000000000012
Montréal, son réseau routier et la localisation des sites
735247422049454336313936362d322e31000000000000000000000012735247422
de mesure du bruit. 049454336313936362d322e31000000000000000000000000000000000000000000
000000000000
ffd8ffe000104a464946000
1010100b200b10000ffee00
0e41646f62650064800000
0001ffdb004300020202020
Figure 1 : localisation des sites d’échantillonnage sur les mesures de
bruits, Montréal en août 2010 2020202020203020202030
4030202030405040404040
4050605050505050506060
4.2. Source de données utilisées pour le développement du modèle LUR sur le bruit à Montréal
7070807070609090a0a090
4.2.1. Cueillette des données sur les niveaux de bruit 90c0c0c0c0c0c0c0c0c0c0c0
c0c0c0cffdb004301030303
050405090606090d0b090b
Afin de modéliser les niveaux de bruit sur le territoire, il était 0d0f0e0e0e0e0f0f0c0c0c0c
nécessaire d’obtenir des données réelles sur les niveaux de 0c0f0f0c0c0c0c0c0c0f0c0c0
bruit émis à plusieurs endroits pour saisir les variations c0c0c0c0c0c0c0c0c0c0c0c0
4.1. Territoire d’étude et sites d’échantillonnage du pour saisir Montréal
spatiales et sur une assez longue période bruit extérieur à les c0c0c0c0c0c0c0c0c0c0c0c0
variations temporelles liées aux jours de la semaine et aux c0cffc000110800cc010d030
Le territoirede la journée. Montréalles inclut la Sentry, petit appareil 14 villes liées. La population du
heures d’étude est l’île de Ainsi, qui Noise ville du même nom, ainsi que 11100021101031101ffc400
conçu pour 1,9 enregistrer la pression sonore en 2
territoire est deune million d’habitants etontsuperficie est d’environ 500 km . des Figure 2 : Noise Sentry
dB(A) sur longue période, sa été utilisés pour la collecte 1f00000105010101010101
données de l’étude. 0000000000000000010203
0405060708090a0bffc400b
Le territoire se compose de terrains résidentiels de basse à haute densité, une proportion de 40 % du territoire est
résidentielle. Les industriesle nombre 13 décibels surfaceles secondes ou toutes les 0,125 seconde et les données enregistrées sont
L’appareil permet de mesurer occupent de % de la toutes de l’île et 12 % du territoire est formé de zones végétalisées
5100002010303020403050
agrégées selon parcs ou les golfs.temps spécifié par de l’agglomération est d’une longueur de 5214 km, où sont la moyenne, le
comme les un intervalle de Le réseau routier l’utilisateur. Les paramètres d’agrégation disponibles 980 km
504040000017d010203000
représentent le réseau routier supérieur (autoroutes et routes majeures) [12]. Le transport aérien est présent sur le
minimum et le maximum [9]. 4110512213141061351610
territoire puisqu’il y a un aéroport international (Montréal-Trudeau) localisé à Dorval. Sur le territoire à l’étude, les
7227114328191a1082342b
zones résidentielles côtoient les infrastructures de transport et les zones industrielles 1c11552d1f024336272820
(voir carte en annexe 2 pour la
Pour paramétrer les appareils, [12.2]). les connecter au logiciel Noise Sentry Manager, ce qui a été fait pour chacun d’eux avant la
représentation du territoire on doit
p
période d’échantillonnages. Les paramètres attribués sont : 90a161718191a252627282
92a3435363738393a43444
S
Synchroniser l’heure de l’ordinateur avec celle de l’appareil; 5464748494a53545556575
L
La prise de mesure à intervalle d’une seconde;
8595a636465666768696a7
L
L’agrégation des mesures à intervalle de 2 minutes;
37475767778797a8384858
L
Les paramètres d’agrégation sont le maximum, la moyenne et le minimum;
L’unité de mesure est le dB[A] 68788898a9293949596979
8999aa2a3a4a5a6a7a8a9a
ab2b3b4b5b6b7b8b9bac2c
3c4c5c6c7c8c9cad2d3d4d5
d6d7d8d9dae1e2e3e4e5e6
e7e8e9eaf1f2f3f4f5f6f7f8f9f
affc4001f01000301010101
0101010101000000000000
0102030405060708090a0b
ffc400b5110002010204040
6 3040705040400010277000
1020311040521310612415
1076171132232810814429
1a1b1c109233352f0156272
d10a162434e125f1171819
1a26

10. 4.3. Pré-test sur les appareils de mesure du bruit
Afin de vérifier s’il existe une variation dans les données associées aux appareils, des tests ont été faits pour évaluer la concordance
des données échantillonnées. Les essais ont été réalisés dans une pièce fermée avec la radio allumée de façon à ce que le volume
sonore soit assez élevé. Une série de mesures a été prise sur deux appareils suspendus à une hauteur d’environ 1,5 mètre du sol et
une deuxième série de mesure a été prise sur les mêmes appareils, mais l’un d’eux a été placé dans un sac de plastique pour évaluer
si les sacs atténuent les mesures de décibels. La durée des tests était d’environ 45 minutes où une mesure était prise toutes les
secondes. L’agrégation des données a été effectuée sur un intervalle de vingt secondes avec les paramètres maximum, moyenne et
minimum.
Au cours des tests, environ 135 mesures ont été enregistrées pour chaque cas de figure. La moyenne des valeurs moyennes
enregistrées était de 62,6 dB[A] et 63,0 dB[A] pour le premier test; et 52,9 dB[A] 52,7 dB[A] pour le deuxième. L’effet du sac sur
un des appareils n’augmente pas l’écart entre les niveauxMoyenne des diff?rencesAfin de tester la précision des appareils, nous avons
moyens des mesures.
calculé la moyenne des différences entre les deux distributions et l’erreur moyenne quadratique ou en anglais Root mean square
Erreur moyenne quadratique
error (RMSE) est présenté au tableau 2.
Maximum
Moyenne
Minimum
Maximum
Tableau 1. Erreur moyenne quadratique des mesures de bruit sur deux appareils Noise Sentry (db[A])
Moyenne
Minimum
Comparaison sans sac de plastique
-0,48
-0,37
-0,05
1,952
1,212
1,414
Comparaison avec sac de plastique
0,47
0,23
0,28
2,221
1,119
1,226
Les appareils sont résistants, ils peuvent fonctionner à des températures variant entre -20 °C et 30 °C. Aussi, il est préférable de ne
pas les plonger sous l’eau afin de ne pas abimer le mécanisme électronique [9]. De ce fait, par mesure de précaution, lors de
l’échantillonnage nous avons décidé de mettre les appareils dans des sacs de plastique de type Zyploc ouverts à la base, de façon à ce
qu’ils soient protégés en cas d’averses intenses. L’effet du sac sur les mesures a été testé (voir plus bas).

11. Ainsi, trois équipes de 2 personnes se sont divisé le territoire pour l’installation et la récupération des appareils. Les Noise Sentry
ont tous été placés dans un sac de plastique ouvert à la base afin de les protéger des averses intenses puis installés sur des poteaux à
e
environ trois mètres du sol. Au moment de l’installation, quelques informations étaient collectées sur les feuilles de route :
N
Numéro du Noise Sentry correspondant au site;
L
La date d’installation;
L
L’heure de départ de l’appareil;
C
Coordonnées GPS du site;
Toutes informations pouvant influencer les mesures, comme un chantier de construction;
Les appareils étaient munis de piles pouvant fonctionner durant dix jours sans arrêt. Toutefois, puisque notre période
d’échantillonnage était d’une durée de quatorze jours, un changement de pile a dû être planifié en cours de période, soit les 17, 18 et
19 août. Le changement de pile a été réalisé par deux équipes formées par les étudiants d’Audrey Smargiassi (et de moi-même).
Au cours de la période d’échantillonnage, des imprévus sont survenus ayant pour conséquence la perte, en partie ou en totalité des
données à quelques endroits. En effet, nous avons des appareils qui n’ont pas été retrouvés lors du changement de pile ou au
moment de la désinstallation. De plus, certains appareils avaient déjà la mémoire à pleine capacité au moment de l’installation, en
raison d’une erreur lors du paramétrage. Aussi, par manque de temps lors des jours d’installation, des appareils n’ont pu être
installés la première semaine d’échantillonnage. Ils l’ont été pour la deuxième semaine au moment du changement de pile. Et
finalement, quelques appareils ont mal été paramétrés : les données s’enregistraient aux secondes, remplissant ainsi la mémoire de
l’appareil en huit heures.
L'erreur quadratique moyenne est une mesure qui permet de comparer des estimateurs entre eux; on considère qu’un estimateur
fiable doit se rapprocher de 0. Dans l’ensemble, les résultats sont a permis de vérifiersiles paramètresque les maximums semblent
Par conséquent, le changement de pile a été bénéfique puisqu’il satisfaisants même on remarque des appareils et de vider la
moins différents entreétaient déjà remplis. Malheureusement, laToutefois, les déjà entamée tests montrentavonsdans tous les cas de
mémoire de ceux qui les appareils que les valeurs moyennes. journée était résultats des lorsque nous que pris la décision la
moyenne des différencesIl entre lesquelques appareils qui n’ont pas enregistré adéquatement durant les quatorze jours.mesure pas
vérifier tous les appareils. y a donc deux mesures se rapproche de zéro. Ce qui signifie qu’un appareil ne
systématiquement des niveaux de bruit plus élevé que l’autre.
N appareils
Le tableau 3 liste les évènements produits sur le terrain, le nombre d’appareils concernés ainsi que le nombre de semaines valides.
Les RMS pour les moyennes des tests sont de 1,212 sans le semaines valides de 1,119 lorsqu’un des deux appareils est placé dans
N sac de plastique et
un sac de plastique. C’est toutAppareils disparus de constater que le RMS du deuxième test est plus faible, mais il est possible que
de même étonnant
7
l’agrégation des données ne se fasse pas pour les mêmes vingt secondes sur les deux appareils, ce qui peut expliquer les différences.
Tableau 2. Évènements survenus lors de l’échantillonnage sur les mesures de bruit à Montréal, août 2010
0
M?moire pleine ? l’installation, mais pas de v?rification lors du changement de pile
6
Il faut aussi mentionner qu’au moment de l’échantillonnage, tous les appareils étaient dans un sac de plastique, il y a donc un biais
0
systématique à tous les sites d’échantillonnage. Des comparaisons 12 param?trage durant une seule de pluie et des résultats similaires
M?moire plaine ? l'installation ou mauvais aussi été faites en période semaine
ont
ont été observés (données non présentées).
1
Appareils install?s la deuxi?me semaine
3
4.4. Période d’échantillonnage des niveaux de bruit 1
Pas de changement de pile
1
La période d’enregistrement des niveaux de bruit a duré 14 jours, soit du 11 au 24 août 2010. L’échantillonnage s’est produit à un
1
moment relativement calme au niveau des transports routiers puisque ce moment de l’année correspond encore à la période de
Aucun incident
71
vacances.
2
Les appareils ont été installés les 11 et 12 août et ils ont été récupérés les 24 et 25 août. La mise en place et la récupération des
appareils se sont effectuées par l’équipe de recherche de Mark Goldberg de l’Université McGill avec la collaboration de la Chaire
sur la pollution de l'air, les changements climatiques et la santé. C’est aussi eux qui se sont chargés d’obtenir les autorisations
nécessaires auprès des propriétaires de chacun des sites.

12. Lorsque les appareils ont été récupérés, le téléchargement des données a été effectué à l’aide du logiciel
Noise Sentry Manager puis chacun des fichiers de données a été exporté au format Excel. Nous avions
donc un ou deux fichiers Excel par site d’échantillonnage, soit un fichier de données par semaines
valides, pour un total de 158 fichiers. Les fichiers comprenaient les champs de date et heure ainsi que
la moyenne, le minimum et le maximum des niveaux de bruit toutes les deux minutes. Par la suite, tous
les fichiers ont été rassemblés en une seule base de données avec le logiciel SAS. Lors de la création de
la base de données, le premier enregistrement de chacun des jeux de données a été supprimé, car, au
moment de la mise en marche, l’appareil prend quelques secondes pour se calibrer faussant ainsi la
première mesure enregistrée.
4.5. Caractérisation des sites d’échantillonnages
La caractérisation des sites s’est faite à l’aide de plusieurs déterminants qui sont les variables prédictives dans le modèle et qui
serviront à prédire les niveaux de bruit sur le territoire. Les déterminants sont des informations référencées géographiquement
disponibles pour l’ensemble du territoire de Montréal et non seulement pour les sites d’échantillonnage. Ils sont représentés dans les
SIG par des points, des lignes, des polygones ou une matrice de données.
La caractérisation des sites d’échantillonnage s’est effectuée de deux manières, soit à partir du point représentant la localisation
exacte du site ou par des zones tampons de 50, 100 et 150 mètres autour du point de localisation. La création de la couche de points
s’est faite dans un système d’information géographique à partir des coordonnées GPS prises au moment de l’installation des
appareils, et les zones tampons ont été créées à partir de cette couche de points.
La sélection des variables explicatives pour la réalisation du modèle a été établie sur la base des connaissances sur les facteurs
connus pouvant influencer le bruit, ainsi que sur la disponibilité des données à la DSP. De plus, les variables sélectionnées doivent
être disponibles à chacun des sites d’échantillonnage puisque le but de l’exercice est d’estimer les niveaux de bruit en tous points
sur le territoire. C’est pour cette raison qu’aucune information spécifique n’a été collectée à la localisation des sites. Le tableau 4
liste les variables jugées pertinentes pour la prédiction des niveaux de bruit.
Au final, le modèle a été développé avec les niveaux de bruit enregistré à 87 sites
d’échantillonnage.
Zones tampons Site d'?chantillonnage

13. 100 m?tres
150 m?tres
Valeur
Distance la plus pr?s
Tableau 3. Variables prédictives pour l’estimation des niveaux de bruit sur l’île de Montréal, août 2010
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
diffusion;2006)
xx
ndustriel)
x
x
x
tes majeures dans la zone tampon 9 N. m?tres d’autoroutes et routes majeures dans la zone tampon 9 N. m?tres de ligne d'autobus dans la zone tampon 10 Nombre d’arr?ts d'autobus
xxxxxx
xxxxxx
xxxxxx
x
xx
x

14. La caractérisation des sites s’est effectuée de façons différentes en fonction du type de déterminant et de sa représentation dans les
SIG.
Nous avons caractérisé les sites de trois manières possibles lorsque les déterminants de l’environnement étaient représentés par des
p
points.
R
R.
Le décompte du nombre de points localisés dans chacune des zones tampons (exemple : nombre d’arrêts d’autobus dans la zone
La
t dis
tampon);
La densité du phénomène par la méthode de noyau (kernel) était attribuée à la localisation exacte des sites (ex. : densité de
tan
bâtiments à 4 étages ou plus). La densité par le noyau est une méthode statistique non paramétrique qui vise à estimer, en tous
ce
points d’un territoire, la probabilité de l’intensité d’un phénomène (Silverman, 1986).
la
La distance la plus près de chacun des sites d’échantillonnage par rapport au déterminant (ex. : distance à la station de métro).
plu
s
prè
s
de
Les déterminants de types linéaires ont caractérisé les sites de deux manières :
ch
• ac nombre de mètres représentés par la caractéristique dans chacune des zones tampons (ex. : nombre de mètres d’autoroute
Le
un
dans une zone tampon de 150 mètres). Cette dernière opération a été réalisée dans le logiciel ArcView avec l’application
de
Geospatial Modelling Environment (GME) développée avec le logiciel
s
sit
es
d’é
ch
L
Les déterminants du bruit illustrés par des polygones ont été représentés de deux manières possibles :
ant
ill
La superficie occupée par les polygones à l’intérieur des zones tampons (ex. : pourcentage de la zone commerciale dans la zone
t on
tampon de 150 mètres).
na
La distance la plus près de chacun des sites d’échantillonnage par rapport au déterminant (ex. : distance à la zone industrielle la
ge
plus près).
(ex
.
Di
sta
nc
e
au
x
pis
tes
de
dé
col
lag
e
ou
d’a
tte
2
NDVI :rri
Indice de végétation normalisé (Normalized Difference Vegetation Index) obtenu par les images LANDSAT 7ETM+ (08-06-2001 10 h)
obtenu ssaGéogratis 3 Carte occupation du sol édition 2000; Service de la mise en valeur du territoire, Division de l’aménagement, Ville de
de
Montréal 4 Nous aurions pu attribuer la catégorie de l’occupation du sol dans lequel se trouvaient les sites d’échantillonnage 5 Rôle foncier l’île de
ge
Montréal 2002 mis à jour en 2004, Ville de Montréal 6 Nous aurions aussi pu ajouter le nombre de bâtiments dans les zones tampons 7
de
Recensement 2006; Statistique Canada. (Densité = Population des aires de diffusion / superficies des aires de diffusion). 8 Nous aurions aussi pu
l’a
calculeréro densité avec la méthode de Kernel, par exemple 9 CanMap® RouteLogistics, version 2007.3, DMTI TM 10 Société de transport de
une
Montréal (STM), 2010 11 Base de données topographiques du Québec à l'échelle de 1/20 000 ; Direction de la cartographie topographique,
po
ministère des Ressources naturelles, de la Faune et
rt
M
des Parcs (MRNFP), octobre 1999 12 L’aéroport est représenté par les pistes de décollage et
ont
atterrissage ont été vectorisées dans le logiciel ArcGis
réa
l-
Tr
ud
ea
u)

15. Tableau 4a. Statistique des variables prédictives des niveaux de bruit à Montréal, août 2010
Et finalement, les déterminants représentés par une image matricielle ont caractérisé les sites en attribuant la valeur du pixel à la
localisation du site d’échantillonnage.
Les tableaux 5a et 5b présentent les statistiques sur les variables explicatives des niveaux de bruit que nous avons sélectionnées.

16. Tableau 4b. Statistique des variables prédictives des niveaux de bruit à Montréal, août 2010

17. Zones tampons
Variables explicatives
50 m?tres
100 m?tres
150 m?tres
Moyenne
M?diane
Minimum
Maximum
Q1
Q3
Moyenne
M?diane
Minimum
Maximum
Q1
Q3
Moyenne
M?diane
Minimum
Maximum
Q1
Q3
Proportion de parc dans la zone 6,1 Proportion territoire commercial dans la zone 9,5 Proportion territoire industriel dans la zone 5,9
0,0 0,0 0,0
0,0 0,0 0,0
73,8 87,7 99,7
0,0 0,0 0,0
0,0 0,0 0,0
6,2 9,2 6,3
0,0 0,0 0,0
0,0 0,0 0,0
60,1 74,9 99,9
0,0 0,0 0,0
3,5 9,6 0,0
6,7 9,2 6,7
0,0 1,3 0,0
0,0 0,0 0,0
49,6 65,9 99,2
0,0 0,0 0,0
8,7 11,6 1,0
Proportion du territoire r?sidentiel faible densit? dans la zone 34,5
0,0
0,0
99,7
0,0
0,0
31,5
4,1
0,0
99,9
0,0
62,6
29,4
8,3
0,0
99,9
0,0
56,8
Proportion du territoire r?sidentiel moyenne densit? dans la zone 24,0
0,0
53,5
99,7
0,0
0,0
24,4
7,0
0,0
99,8
0,0
43,0
24,0
9,1
0,0
92,8
0,0
43,7
Proportion du territoire r?sidentiel haute densit? dans la zone 4,7
0,0
81,2
79,8
0,0
0,0
4,3
0,0
0,0
59,2
0,0
0,0
3,9
0,0
0,0
Sites d'?chantillonnage
37,5
0,0
3,2
Nombre de b?timents (tous types : r?sidentiel; commercial; explicatives Valeur
Variables industriel) 8,7
7,0 la plus pr?s
Distance
0,0
33,0
2,0
12,0
Moyenne 41,4
33,0M?diane
0,0 Minimum
234,0 Maximum
18,0 Q1
52,0 Q3
92,2Moyenne
73,0 M?diane
Minimum 0,0
541,0 Maximum
Q1 38,0
123,0 Q3
NDVI
-0,03
-0,05
-0,30
0,33
-0,16
0,09

18. Distance aux zones industrielles
757,3
585,2
0,0
2621,6
184,4
1144,8
Densit? (kernel) de b?timents r?sidentielles + 4 ?tages
63,0
26,8
0,0
1152,5
1,8
83,7
Densit? de population par air de diffusion
6183,8
4353,9
0,0
25060
2401,6
8330,5
Densit? (kernel) d’arr?t d’autobus
22,5
22,4
4,5
44,2
16,5
28,3
132,5
114,0
20,0
403,1
67,1
170,0
Distance ? la station de m?tro
2847,3
2538,0
108,2
5100,0
800,8
5100,0
Distance ? l’a?roport
11233
10195
3326
26302
6501
15619

19. Avant de calculer la mesure moyenne, nous avons documenté la variation des mesures entre les heures
de jours et celles de la nuit ainsi qu’entre les jours de la semaine et celles de la fin de semaine. La
figure 3 montre la moyenne des dB[A] à chacune des heures de la journée pour l’ensemble des sites
d’échantillonnage. On y remarque entre autres, qu’il y a une baisse des niveaux de bruit durant la nuit,
soit entre 23 h et 6 h du matin et que l’écart entre les niveaux moyens minimums et maximums est
d’environ six db[A].
ffd8ffe000104a4649460001020100c800c80000ffe20c584943435f50524f46494c45000101
00000c484c696e6f021000006d6e74725247422058595a2007ce000200090006003100006
16373704d5346540000000049454320735247420000000000000000000000000000f6d600
0100000000d32d4850202000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000001163707274000001500000003364
657363000001840000006c77747074000001f000000014626b70740000020400000014725
8595a00000218000000146758595a0000022c000000146258595a0000024000000014646d
6e640000025400000070646d6464000002c400000088767565640000034c0000008676696
577000003d4000000246c756d69000003f8000000146d6561730000040c00000024746563
68000004300000000c725452430000043c0000080c675452430000043c0000080c6254524
30000043c0000080c7465787400000000436f707972696768742028632920313939382048
65776c6574742d5061636b61726420436f6d70616e7900006465736300000000000000127
35247422049454336313936362d322e31000000000000000000000012735247422049454
336313936362d322e3100000000000000000000000000000000000000000000000000000
0
5. Résultat de l’échantillonnage des mesures de bruit
Comme il a été mentionné plus tôt, le modèle sur l’estimation des niveaux de bruit a été réalisé à partir de 87 localisations où les
appareils ont Figure 3 : Moyenne des14 jours. moyensces localisations, on en compte sites d’échantillonnage; Montréal,pour les deux
échantillonnés durant niveaux Parmi de bruit à l’heure mesurée à 87 71 qui ont des mesures valides
semaines d’échantillonnage et 16 qui ont des mesures valides pour une seule semaine.
août 2010
La figure 4 présente la moyenne des dB[A] à chaque journée de la période d’échantillonnage pour tous les sites. On peut voir que
les niveaux moyens de bruit varient un peu au courant de la semaine et les niveaux les plus bas sont mesurés la fin de semaine.
Les appareils qui ont fonctionné durant deuxla fin de semaine et la semaine est d’au maximum 5 dB[A]. 7851 et 10219; quant à ceux
L’écart des niveaux moyens de dB[A] entre semaines, ont un nombre d’enregistrements qui varie entre
qui ont échantillonné pendant une semaine, ils ont un nombre d’enregistrements allant de 3689 à 6763. Le changement de pile a
débuté le lundi suivant l’installation (16 août); il restait donc neuf jours d’échantillonnage. Pour les appareils qui ont échantillonné
durant une semaine et qui ont été reprogrammés en premier, le nombre d’enregistrements maximums est semblable au nombre
ffd8ffe000104a4649460001020100c800c80000ffe20c584943435f50524f46494c4500010100000c484c696e6f021000
d’enregistrements minimums des appareils ayant échantillonné durant deux semaines.
006d6e74725247422058595a2007ce00020009000600310000616373704d53465400000000494543207352474200000
00000000000000000000000f6d6000100000000d32d4850202000000000000000000000000000000000000000000000
00000000000000000000000000000000000000000000000000116370727400000150000000336465736300000184000
0006c77747074000001f000000014626b707400000204000000147258595a00000218000000146758595a0000022c00
Pour le présent travail, nous avons retenu parmi les mesures de bruit collectées lors de l’échantillonnage, la moyenne des niveaux de
0000146258595a0000024000000014646d6e640000025400000070646d6464000002c400000088767565640000034c0
bruit. Ainsi,000008676696577000003d4000000246c756d69000003f8000000146d6561730000040c000000247465636800000430
pour chacun des sites, la moyenne des moyennes des niveaux de bruit aux deux minutes a été calculée. Cette moyenne
est la variable dépendante du modèle LUR. Mais, puisque les mesures enregistrées sont des valeurs logarithmiques, le calcul de la
0000000c725452430000043c0000080c675452430000043c0000080c625452430000043c0000080c746578740000000
moyenne doit en tenir compte. Ainsi, chacune des mesures a été déloguées avant de faire la moyenne des valeurs, le résultat a
0436f70797269676874202863292031393938204865776c6574742d5061636b61726420436f6d70616e7900006465736
ensuite été relogué.
30000000000000012735247422049454336313936362d322e3100000000000000000000001273524742204945433631
3936362d322e31000000000000000000000000000000000000000000000000000000
Figure 4 : Moyenne des niveaux moyens de bruit par jour mesurée à 87 sites d’échantillonnage; Montréal, août
2010

20. Finalement, les niveaux moyens de bruit mesurés aux sites d’échantillonnage ne présentent pas suffisamment de variation
temporelle pour faire plusieurs modèles en fonction des heures de la journée ou des jours de la semaine.
Moyenne
M?diane
Le tableau suivant dresse les statistiques des niveaux moyens de bruit utilisés pour le développement du
?cart type modèle.
Variance
Minimum
Tableau 5. Statistique des niveaux moyens de bruit (db[A])mesurés à 87 sites d'échantillonnage;
Montréal août 2010 Maximum
25e percentile
75e percentile
64,1
63,3
4,3
18,6
56,2
74,2
61,0
66,7

21. 6. Développement du modèle LUR
Le modèle LUR a été réalisé dans le logiciel R à l’aide de la régression linéaire multiple. La variable à prédire est donc le niveau de
bruit moyen sur l’île de Montréal, peu importe l’heure de la journée ou la journée de la semaine.
Avant de développer le modèle de régression multiple, les variables les plus susceptibles de prédire les niveaux de bruit devaient
être sélectionnées parmi celles présentées au tableau 4. Le nombre maximum de déterminants à inclure dans le modèle est défini par
Harrel, 2006 (p.61) :
Nombre dans l’échantillon / 10 Æ 87/10 • 9 variables prédictives.
La moyenne des dB[A] pour tous les sites est de 64,1 avec un écart type de 4,3. Il y a de la variation sur les niveaux
moyens de bruit entre les sites d’échantillonnage puisque les dB[A] varient entre 56,2 et 74,2.
La figure 5 démontre les résultats des mesures moyennes pour tous les sites et l’annexe 12.4 détaille les statistiques
des niveaux moyens mesurés à chacun des sites.
ffd8ffe000104a46494600010101012c012c0000ffee000e41646f626500648000000001ffdb0043000202020302030402020405040304
05060505050506080707070707080b0909090909090b0b0b0b0b0b0b0b0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0cffdb004301
0303030705070d07070d0f0d0d0d0f0f0e0e0e0e0f0f0c0c0c0c0c0f0f0c0c0c0c0c0c0f0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c0c
0c0c0c0c0c0c0cffc000110806a2089203011100021101031101ffc4001f00000105010101010101000000000000000001020304050607
08090a0bffc400b5100002010303020403050504040000017d01020300041105122131410613516107227114328191a1082342b1c1155
2d1f02433627282090a161718191a25262728292a3435363738393a434445464748494a535455565758595a636465666768696a737475
767778797a838485868788898a92939495969798999aa2a3a4a5a6a7a8a9aab2b3b4b5b6b7b8b9bac2c3c4c5c6c7c8c9cad2d3d4d5d6d7
d8d9dae1e2e3e4e5e6e7e8e9eaf1f2f3f4f5f6f7f8f9faffc4001f0100030101010101010101010000000000000102030405060708090a0bff
c400b51100020102040403040705040400010277000102031104052131061241510761711322328108144291a1b1c109233352f01562
72d10a162434e125f11718191a26
Cat?gorie
Figure 5. Moyenne des niveaux moyens de bruit enregistrée aux sites d’échantillonnage, Montréal août 2010
Variables
Zones tampons
Site d'?chantillonnage
50 m?tres
100 m?tres
150 m?tres
Valeur
Distance la plus pr?s
V?g?tation
NDVI (r?solution=30m)

22. Proportion de parc dans la zone tampon
0,054
0,054
Tableau 6. Corrélation de Pearson entre les niveaux moyens0,029
de bruit mesurés aux 87 sites en août 2010 et les variables
prédictives
Zones commerciales
Proportion du territoire dans la zone tampon
0,314
**
0,266
*
0,247
*
6.1. Coefficient de corrélation
Zones industrielles
Proportion du territoire dans la zone tampon
Pour faciliter le choix des meilleurs déterminants à inclure dans le0,287
modèle, le coefficient de corrélation de Pearson entre la variable
**
dépendante (Leq24) et chacune des variables prédictives a été calculée. Le tableau 7 présente les coefficients de corrélation ainsi
0,304
que leur niveau de signification. **
0,311
**
0,363
**
R?sidentielle faible densit?
Proportion du territoire dans la zone tampon
-0,365
**
-0,329
**
-0,287
**
R?sidentielle moyenne densit?
Proportion du territoire dans la zone tampon
-0,194
-0,231
*
-0,268
*
R?sidentielle haute densit?
Proportion du territoire dans la zone tampon
0,009
0,026
-0,001
B?timents r?sidentiels + 4 ?tages (Kernel)
-0,023
Densit? de population (aire de diffusion;2006)
-0,114
Milieu b?ti

23. **
-0,181
-0,248
*
Ainsi, une sélection de huit variables prédictives a été réalisée. La figure 5 représente graphiquement la dispersion de chacune des
variables indépendantes sélectionnées en lien avec la variable dépendante, soit les niveaux moyens de dB[A]. La ligne qui traverse
les graphiques est un lissage local des points (en anglais locally weighted scatterplot smoothing ou loess) et elle décrit la forme de la
relation entre les deux variables.
ffd8ffe000104a4649460001020100c800c80000ffe20c584943435f50524f46494c4500010100000c48
4c696e6f021000006d6e74725247422058595a2007ce00020009000600310000616373704d53465400
00000049454320735247420000000000000000000000000000f6d6000100000000d32d485020200000
000000000000000000000000000000000000000000000000000000000000000000000000000000000
0000000001163707274000001500000003364657363000001840000006c77747074000001f00000001
4626b707400000204000000147258595a00000218000000146758595a0000022c000000146258595a0
000024000000014646d6e640000025400000070646d6464000002c400000088767565640000034c000
0.7 0.9 1.1 1.3 0 20 40 60 80 0 500 1500 2500 NDVI Zone commerciale 50m Distance aux industries
0008676696577000003d4000000246c756d69000003f8000000146d6561730000040c0000002474656
368000004300000000c725452430000043c0000080c675452430000043c0000080c625452430000043
c0000080c7465787400000000436f70797269676874202863292031393938204865776c6574742d506
1636b61726420436f6d70616e790000646573630000000000000012735247422049454336313936362
d322e31000000000000000000000012735247422049454336313936362d322e3100000000000000000
ffd8ffe000104a4649460001020100c800c80000ffe20c584943435f50524f46494c4500010100000c484c696e6f021000006d6e74725247422058595a2007ce00020
009000600310000616373704d5346540000000049454320735247420000000000000000000000000000f6d6000100000000d32d48502020000000000000000000
0000000000000000000000000000000000000
00000000000000000000000000000000000000000000000000000000000000000000000000001163707274000001500000003364657363000001840000006c777
47074000001f000000014626b707400000204000000147258595a00000218000000146758595a0000022c000000146258595a0000024000000014646d6e640000
025400000070646d6464000002c400000088767565640000034c0000008676696577000003d4000000246c756d69000003f8000000146d6561730000040c00000
02474656368000004300000000c725452430000043c0000080c675452430000043c0000080c625452430000043c0000080c7465787400000000436f70797269676
874202863292031393938204865776c6574742d5061636b61726420436f6d70616e790000646573630000000000000012735247422049454336313936362d322e
31000000000000000000000012735247422049454336313936362d322e31000000000000000000000000000000000000000000000000000000
ffd8ffe000104a4649460001020100c800c8000
0ffe20c584943435f50524f46494c45000101000
00c484c696e6f021000006d6e74725247422058
595a2007ce00020009000600310000616373704
d5346540000000049454320735247420000000
000000000000000000000f6d6000100000000d3
2d485020200000000000000000000000000000
00000000000000000000000000000000000000
Figure 6. Relation entre les variables explicatives du bruit et les mesures de bruit aux 87 sites
d’échantillonnage; Montréal, août 2010
00000000000000000000000000001163707274
00000150000000336465736300000184000000
6c77747074000001f000000014626b707400000
204000000147258595a0000021800000014675
8595a0000022c000000146258595a0000024000
000014646d6e640000025400000070646d6464
Parmi les variables prédictives, on en compte 18 qui sont corrélées avec un R supérieur à 0,3 avec les niveaux de bruit. Une seule
variable pouvant 000002c400000088767565640000034c0000008 choix de celle-ci a été fait sur la base du
expliquer les niveaux de bruit, a été sélectionnée par catégorie. Le
676696577000003d4000000246c756d6900000
coefficient de Pearson le plus élevé et sur un niveau de signification d’au moins 0,05. Cette étape a permis de limiter la colinéarité
entre les variables3f8000000146d6561730000040c000000247465
explicatives et par conséquent, éviter l’ajout de variables inutiles.
6368000004300000000c725452430000043c000
0080c675452430000043c0000080c6254524300
00043c0000080c7465787400000000436f70797
269676874202863292031393938204865776c6
574742d5061636b61726420436f6d70616e7900
00646573630000000000000012735247422049
454336313936362d322e310000000000000000
00000012735247422049454336313936362d32
2e310000000000000000000000000000000000
00000000000000000000

24. 6.2. Modèle de régression linéaire multiple
2
Le modèle de régression multiple a été réalisé avec huit variables explicatives démontrées au tableau 6. Le résultat du R est de
0,398 (tableau 8), ce qui signifie que les variables sélectionnées expliquent 39,8 % de la variation dans les niveaux de bruit moyen.
Les variables explicatives ne sont pas toutes pertinentes dans le modèle; comme la proportion du territoire commercial dans la zone
tampon de 50 mètres (p=0,75) et le nombre de bâtiments dans la zone de 50 mètres (p=0,83).
Mod?le 1 2
Un deuxième modèle a alors été réalisé en excluant les variablesMod?le 2 qui ont une valeur de p>0,75. Le R est légèrement plus
prédictives
élevé avec une valeur de 0,412 (tableau 8) et les variables explicatives ont tous une valeur de p<0,25. Le retrait de la proportion du
Variables pr?dictives
territoire commercial et du nombre de bâtiments dans la zone tampon permet ainsi de réduire le nombre de variables explicatives
R2 = 0,398
R2 = 0,412
tout en augmentant la qualité du modèle.
coefficient
p
coefficient
Tableau 7. Résultat du modèle de régression multiple pour la prédiction des niveaux de bruit moyen
l’été sur l’île de Montréal p
NDVI
-3,770
0.2391
-3,375
0.2439
Proportion du territoire commercial dans la zone tampon 50m
-0,007
0.7507
Distance aux zones industrielles
-0,001
0.0889
-0,001
0.0790
Proportion du territoire r?sidentielle faibles densit?s dans la zone tampon 50m
-0,025
0.0909
-0,023
0.0845
Proportion du territoire r?sidentiel de moyenne densit? dans la zone tampon 150m
-0,052
0.0215
-0,048
0.0042
Nombre de b?timents (tous) dans la zone tampon de 50m
0,015
0.8314
Autoroutes + Rt. Majeures (N. km dans la zone tampon de 100m)
0,005
0.0110
0,005
0.0104
Longueur de ligne d’autobus dans la zone tampon de 50m
0,005
0.1054
0,004
0.1079

25. 6.3. Validation du modèle
Un graphique de dispersion a été produit afin de vérifier si le modèle de régression s’ajuste sur l’ensemble des données de la même
manière. S’il n’y a pas de patron dans la dispersion des données entre les valeurs prédites et les résidus, c’est que le modèle prédit
les niveaux moyens de bruit de la même manière sur l’étendu des valeurs de bruit. Nous pouvons observer à la figure 8, que les
résidus du modèle semblent se disperser aléatoirement, peu importe les valeurs ou la localisation des sites.
De plus, toujours à la figure 8, un deuxième graphique de dispersion a été réalisé de manière à voir la précision du modèle entre les
niveaux moyens de bruit prédits et observés. On remarque qu’il y a plusieurs sites d’échantillonnage qui ont un écart considérable
entre les valeurs prédites et les valeurs observées sur les niveaux de bruit. Toutefois, on observe que l’erreur soit un peu plus
importante dans la surestimation que dans la sousestimation des niveaux de bruit moyen.
ffd8ffe000104a4649460001020100c800c80000ffe20c584943435f50524f46494c4500010100000c484c696e6f021000006
d6e74725247422058595a2007ce00020009000600310000616373704d53465400000000494543207352474200000000000
00000000000000000f6d6000100000000d32d4850202000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000001163707274000001500000003364657363000001840000006c7774707
4000001f000000014626b707400000204000000147258595a00000218000000146758595a0000022c000000146258595a00
00024000000014646d6e640000025400000070646d6464000002c400000088767565640000034c00000086766965770000
03d4000000246c756d69000003f8000000146d6561730000040c0000002474656368000004300000000c725452430000043
c0000080c675452430000043c0000080c625452430000043c0000080c7465787400000000436f7079726967687420286329
2031393938204865776c6574742d5061636b61726420436f6d70616e7900006465736300000000000000127352474220494
54336313936362d322e31000000000000000000000012735247422049454336313936362d322e310000000000000000000
00000000000000000000000000000000000
Finalement, le modèle a été réalisé avec six variables explicatives permettant d’estimer le mieux les niveaux moyens de
bruit sur le territoire de l’île de Montréal. L’équation du modèle finale est :
Figure 7. 1 - Relation entre les valeurs moyennes de bruit prédites par le modèle LUR et les résidus; 2 - relation entre
les valeurs prédites et observées sur les niveaux de bruit moyen; Montréal, août 2010
Niveaux moyen de bruit = 69,2975 - (3,3754 * NDVI) - (0, 0011 * Distance aux industries) - (0,0233 * résidentiel faible dans la
zone 50m) - (0,0481 * résidentielle moyenne dans la niveaux de bruit sur le territoire
7. Utilisation du modèle LUR pour l’estimation des zone 150m) + (0,0048 * autoroutes et routes majeures dans la zone 100m) +
(0,0043 * km de ligne bus dans la zone 50m)
Afin de réaliser une carte des niveaux moyens de bruit sur l’île de Montréal, des points ont été générés sur l’ensemble du territoire.
Pour créer cette nouvelle couche géographique, une grille faite de cadrans de 400 mètres par 400 mètres a été créée sur le territoire
dans le logiciel ArcGis. Tous les cadrans qui incluent une parcelle de l’île de Montréal étaient conservés à l’exception des petites îles
autour de Montréal comme l’île-Bizard ou l’île Sainte-Hélène. Un nombre de 3138 cadrans a ainsi été obtenu. Puis, à partir de ces
cadrans, une nouvelle couche géographique a été créée représentant le point central de chacun des cadrans. Les points localisés à
l’extérieur de l’île n’étaient pas retenus. C’est donc un total de 2950 points qui ont été créés. Par la suite, chacun de ces points a été
caractérisé avec les déterminants de l’environnement retenues dans le modèle final; à la localisation exacte du point ou par les zones
tampons de 50, 100 et 150 mètres. Ensuite, l’équation du modèle a été appliquée sur chacun des points de façon à obtenir une
estimation des niveaux de bruit. Une interpolation a été réalisée sur l’estimation des niveaux de bruit. La méthode d’interpolation
choisie est le krigeage. Le krigeage est une méthode statistique qui permet une estimation linéaire et non biaisée puisque la moyenne
est identique et la variance est minimale. L’estimation tient compte de la valeur des voisins pour éliminer les valeurs extrêmes de la
distribution (Baillargeon,2005).

26. La figure 8 présente le résultat du modèle LUR pour l’estimation des niveaux de bruit moyen sur l’île de Montréal en août 2010.
ffd8ffe000104a46494600010201012501250000ffe20c584943435f50524f46494c4500010100000c484c696e6f021000006d6e747252474
22058595a2007ce00020009000600310000616373704d5346540000000049454320735247420000000000000000000000000000f6d6000
100000000d32d4850202000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000
000001163707274000001500000003364657363000001840000006c77747074000001f000000014626b707400000204000000147258595
a00000218000000146758595a0000022c000000146258595a0000024000000014646d6e640000025400000070646d6464000002c400000
088767565640000034c0000008676696577000003d4000000246c756d69000003f8000000146d6561730000040c0000002474656368000
004300000000c725452430000043c0000080c675452430000043c0000080c625452430000043c0000080c7465787400000000436f707972
69676874202863292031393938204865776c6574742d5061636b61726420436f6d70616e79000064657363000000000000001273524742
2049454336313936362d322e31000000000000000000000012735247422049454336313936362d322e3100000000000000000000000000
0000000000000000000000000000
Figure 8. Niveaux de bruit moyen estimés par un modèle LUR; Montréal, août 2010

27. 8. Discussion
Nous avons développé un modèle LUR dans le but de produire une cartographie des niveaux moyens de bruit sur l’île de Montréal.
2
Le R de 0,412 obtenu du modèle de régression linéaire multiple ne permet pas d’estimer adéquatement les niveaux moyens de bruit
sur le territoire. En effet, les variables explicatives inclus dans le modèle sont soit insuffisantes ou mal adaptées pour bien prédire les
niveaux de bruit. De plus, la mesure de bruit calculée aux localisations d’échantillonnage est une mesure moyenne qui ne tient pas
compte de la variation temporelle des niveaux sonores. Les résultats auraient possiblement été meilleurs si les données n’avaient pas
été moyennées sur l’ensemble de la période d’échantillonnage. Le facteur temps, à lui seul, par exemple les heures de jours, aurait
certainement expliqué une partie de la variation dans les niveaux sonores. Cependant, des travaux sont en court pour mieux prédire
les niveaux de bruit sur l’île de Montréal.
De plus, nous savons qu’il peut y avoir une différence entre la mesure des appareils, car le RMS calculé lors des tests sur deux
appareils est de 1,212. Cependant, l’erreur est assez minime si on l’a compare aux moyennes obtenus aux sites d’échantillonnages
(56,2 à 74,2).
Le moment de l’année où les mesures ont été récoltées peut aussi avoir un impact puisque cette période correspond encore au
période de vacances. Les niveaux de bruit seront probablement sous-estimés à certains endroits et surestimés à d’autres lieux dû aux
travaux de constructions au cours de la période estivale.
Il est connu que les facteurs météorologiques contribuent aussi à la variation des niveaux de bruit, notamment la pluie et la direction
des vents. Durant la période d’échantillonnage, il y a eu deux jours de pluie, les 15 et 16 août. Pour vérifier l’impact de ces journées
sur la valeur moyenne des niveaux de bruit aux sites, nous avons calculé une nouvelle moyenne en supprimant les données récoltées
lors de ces deux journées. Toutefois, les coefficients de corrélation entre cette nouvelle variable et les variables explicatives
sélectionnées étaient très similaires à ceux obtenus avec la moyenne des db[A] incluant l’ensemble des journées d’échantillonnage.
2
Il en est de même pour le résultat de la régression multiple avec un R très semblable à celui de notre modèle (résultats non-
présentés).
Afin d’augmenter la prédiction des niveaux de bruit, une série d’autres déterminant auraient pu être testés. Nos travaux futurs
détermineront si ces facteurs sont de meilleurs prédicteurs des niveaux de bruit. Ainsi, les éléments en bas de page du tableau 4
pourraient être ajoutés à la liste des variables prédictives des niveaux de bruit.
Il serait aussi intéressant d’obtenir de nouvelles sources de données pour ajouter des variables explicatives dans le modèle, comme le
nombre de voies de circulation du réseau routier et les débits de trafic d’autos et de camions. Aussi, l’intégration de la localisation
exacte des commerces selon leur type (exemple : bars ou restaurants) auraient probablement mieux expliqué la variation des niveaux
de bruit plutôt que la catégorie de l’occupation du sol commerciale qui est plus générale.
À la figure 7, on perçoit bien l’influence des autoroutes et des routes majeures sur les niveaux de bruit. Par contre, on ne perçoit pas
l’influence des niveaux sonores qui ont leurs origines ailleurs que sur le réseau routier. Il faudrait peut-être penser à refaire un
deuxième échantillonnage en stratifiant les sites par générateurs de bruit en ajoutant l’aéroport, les chemins de fer et le centre-ville.
De plus, l’échantillonnage devrait aussi tenir compte des déterminants qui apaisent les niveaux de bruit comme les grands parcs ou
les golfs. De cette façon, chaque déterminant qui influence les niveaux sonores serait intégré dans le modèle. Mais, il n’en reste pas
moins que le réseau routier à une influence significative sur les niveaux élevés de bruit sur l’île de Montréal.

28. 9. Conclusion
Un modèle de régression linéaire multiple a été élaboré pour estimer les niveaux de bruit moyen sur l’île de Montréal. Le modèle a
été développé à partir de mesures de bruit échantillonné à 87 localisations sur le territoire et six variables explicatives listées ici-bas,
q
qui sont des déterminants de l’environnement.
I
Indice de végétation NDVI
D
Distance aux zones industrielles
P
Proportion du territoire résidentielles faibles densités dans la zone tampon 50m
P
Proportion du territoire résidentiel de moyenne densité dans la zone tampon 150m
L
Longueur d’autoroutes et de routes majeures dans la zone tampon de 100m
Longueur de ligne d’autobus dans la zone tampon de 50m