Planification Prospective De L’urbanisation D’Antsirabe I : Analyse Diachronique Et Scenarios D’extension

Harimbola Sahondra RAVERONIRINA, Mamiharizo Jackie TOVONIRINA, Andriatiana Tolontsoa RAKOTOSON, Eddie Franck RAJAONARISON

Abstract


Cette étude analyse la dynamique récente de l’urbanisation d’Antsirabe I et compare plusieurs scénarios prospectifs d’extension afin d’identifier un compromis pertinent pour la planification urbaine. L’analyse diachronique montre que l’emprise bâtie est passée de 12 939,9 ha en 2004 à 11 387,6 ha en 2013, soit une diminution de 1 552,3 ha (–12,0 %), avant de remonter à 12 639,9 ha en 2025, correspondant à une hausse de 1 252,3 ha (+11,0 %) par rapport à 2013. Les simulations prospectives distinguent trois scénarios : conservateur (258 ha), équilibré (318 ha) et expansif (381 ha). Entre les scénarios extrêmes, l’emprise d’extension augmente de 123 ha (+47,7 %). L’évaluation multicritère indique que le scénario équilibré conserve un potentiel global élevé de 92,7/100, avec une accessibilité de 79,5, une continuité urbaine de 59,0, un score de services de 19,4, une sécurité hydraulique de 21,6 et un indicateur environnemental de 97,2. Ces résultats montrent que le scénario équilibré constitue le compromis le plus pertinent entre extension maîtrisée, accessibilité, contraintes hydrauliques et préservation environnementale.

Keywords


planification urbaine ; analyse diachronique ; scénarios d’extension ; prospective territoriale ; Antsirabe I.

Full Text:

PDF

References


Banque mondiale. Madagascar Urbanization Review: Leveraging Cities as Drivers of Growth and Structural Transformation. Washington, DC: World Bank; 2024.

Seto KC, Güneralp B, Hutyra LR. Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools. Proceedings of the National Academy of Sciences. 2012;109(40):16083–16088. doi:10.1073/pnas.1211658109.

Malczewski J. GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science. 2006;20(7):703–726. doi:10.1080/13658810600661508.

Clarke KC, Hoppen S, Gaydos L. A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and Planning B: Planning and Design. 1997;24(2):247–261. doi:10.1068/b240247.

Haklay M, Weber P. OpenStreetMap: User-Generated Street Maps. IEEE Pervasive Computing. 2008;7(4):12–18. doi:10.1109/MPRV.2008.80.

Jordahl K, Van den Bossche J, Fleischmann M, et al. GeoPandas: Python tools for geographic data. Zenodo; 2020. doi:10.5281/zenodo.3946761.

Harris CR, Millman KJ, van der Walt SJ, et al. Array programming with NumPy. Nature. 2020;585:357–362. doi:10.1038/s41586-020-2649-2.

Hunter JD. Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering. 2007;9(3):90–95. doi:10.1109/MCSE.2007.55.

Pontius RG Jr, Shusas E, McEachern M. Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems & Environment. 2004;101(2–3):251–268.

Malczewski J. GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science. 2006;20(7):703–726. doi:10.1080/13658810600661508.

Xiang WN, Clarke KC. The use of scenarios in land-use planning. Environment and Planning B: Planning and Design. 2003;30(6):885–909.

Geneletti D. Multicriteria analysis to compare the impact of alternative road corridors: a case study in northern Italy. Impact Assessment and Project Appraisal. 2005;23(2):135–146.




DOI: http://dx.doi.org/10.52155/ijpsat.v59.2.8734

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Lalaina Dina Prisca RAJAONARISON

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.