M1_les filaires (matrice des voies)

M1_1 - La hiérarchisation des filaires (axes, routes et voies)
M1_2 Caractérisitiques OSM des filaires

M1_1 - La hiérarchisation des filaires (axes, routes et voies)

1- La Grille des filaires

La base des filaires - la grille - c'est la classification OSM-expert

DROP TABLE IF EXISTS zones_motifs_filaires_v3 CASCADE;

CREATE TABLE zones_motifs_filaires_v3 AS
WITH extraction AS (
    -- Étape 1 : On lit la géométrie et on extrait les informations clés du JSON
    SELECT 
        osm_id,
        tags->>'name' AS nom_voie,
        tags->>'highway' AS type_osm,
        tags->>'lanes' AS nb_voies,
        tags->>'maxspeed' AS vitesse_max,
        ST_Transform(geom, 2154) AS geom_ligne -- Projection en Lambert 93 (mètres)
    FROM osm_lignes
    WHERE tags->>'highway' IS NOT NULL
),
classification AS (
    -- Étape 2 : On applique VOS règles d'urbanisme (L'entonnoir Alteris)
    SELECT 
        osm_id, nom_voie, type_osm, geom_ligne,
        CASE 
            -- 1. TRANSIT (F_T)
            WHEN type_osm IN ('motorway', 'motorway_link') THEN 'F_T1'
            WHEN type_osm IN ('trunk', 'trunk_link') THEN 'F_T2'
            WHEN type_osm IN ('primary', 'secondary') 
                 AND (nb_voies IN ('3', '4', '5', '6', '7', '8') 
                      OR vitesse_max IN ('70', '80', '90', '110', '130')) 
            THEN 'F_T3'
            
            -- 2. DESSERTE (F_D)
            -- Note : Si une route 'primary' arrive ici, c'est qu'elle a échoué au test F_T3 au-dessus !
            WHEN type_osm = 'primary' THEN 'F_D1' 
            WHEN type_osm = 'secondary' THEN 'F_D2'
            WHEN type_osm IN ('pedestrian', 'living_street') THEN 'F_D3'
            
            -- 3. LOCAL (F_L)
            WHEN type_osm IN ('tertiary', 'residential') THEN 'F_L1'
            WHEN type_osm = 'unclassified' THEN 'F_L2'
            ELSE 'F_L3'
        END as code_pattern
    FROM extraction
)
-- Étape 3 : On génère les emprises spatiales (buffers) avec les bonnes largeurs
SELECT 
    osm_id, 
    nom_voie, 
    code_pattern,
    ST_Buffer(geom_ligne, 
        CASE 
            WHEN code_pattern = 'F_T1' THEN 100
            WHEN code_pattern = 'F_T2' THEN 75
            WHEN code_pattern = 'F_T3' THEN 50
            WHEN code_pattern = 'F_D1' THEN 50
            WHEN code_pattern = 'F_D2' THEN 35
            WHEN code_pattern = 'F_D3' THEN 35
            WHEN code_pattern = 'F_L1' THEN 25
            WHEN code_pattern = 'F_L2' THEN 10
            WHEN code_pattern = 'F_L3' THEN 10
            ELSE 10 
        END
    ) as geom
FROM classification;

-- Étape 4 : L'index spatial pour rendre les futurs calculs ultra-rapides
CREATE INDEX idx_zones_motifs_v3_geom ON zones_motifs_filaires_v3 USING GIST(geom);

2- La profondeur du motif urbain (avant arbitrage)

Nouvelle définition d'une bande de motif urbain proportionnelle au rang hiérarchique des filaires.
L'évolution de la profondeur fait varier l'intensité fonctionnelle.
Le tableau de référence sous Drive

Nouvelle version du 260305 - majoration des filaires sur les routes de desserte afin de mieux intersecter les items fonctionnels d'Openstreetmap. Dans cette version, la profondeur des filaires passe à 35 mètres pour les F_D1 et F_D2.

Hiérarchisation des patterns			Les Filaires		Géométrique OSM	Profondeur du motif urbain en mètres	Commentaires
				Contexte
Filaire 1	Transit	F_T1	Corridor Métropolitain	Plus de 30 000 véhicules jours - 0 trottoirs	Higway	100	Vérifier
		F_T2	Voie Rapide Urbaine	Profil autoroutier à usage local	Ring Road	75	Abords autoroutiers (à vérifier)
		F_T3	Axe Structurant	Colonne vertébrale de type tram/bHNS + fonctionnalités	Multi-Way Boulevard	50	Exemples à développer
Filaire 2	Desserte	F_D1	Avenue Commerçante	Axe à arbitrage modal nécessaire entre circulations automobile et autres	Downton streets	30	Tissu Haute Ville de Toulon
		F_D2	Rue marchande	Trafic automobile soutenu combiné avec réseau TC et vitalité commerciale forte	Shopping street	35	Contextualiser - St Jean / Pont du Las - François Cuzin/ XVeme Corps
		F_D3	La Piétonne	Mail piétonnier de grande ampleur (géométries) irrigué par TC et modes doux	Ramblas	35	Cours Lafayette
Filaire 3	Local	F_L1	Rue de quartier	Tissu urbain standard avec stationnement filaire et trottoirs accueillant en discontinu des fonctions urbaines		25	Loubière
		F_L2	Rue résidentielle	Voie routière sans TC ni fonctions urbaines regroupées		10
		F_L3	Allées et sentes	cheminements strictement piétons		10

DROP TABLE IF EXISTS zones_motifs_filaires_v2 CASCADE;

CREATE TABLE zones_motifs_filaires_v2 AS
WITH lignes_originales AS (
SELECT f.osm_id, f.nom_voie, f.code_pattern, ST_Transform(l.way, 3857) as geom_ligne
FROM zones_motifs_filaires f
JOIN planet_osm_line l ON f.osm_id = l.osm_id
)
SELECT
osm_id, nom_voie, code_pattern,
ST_Buffer(geom_ligne,
CASE
WHEN code_pattern = 'F_T1' THEN 100
WHEN code_pattern = 'F_T2' THEN 75
WHEN code_pattern = 'F_T3' THEN 50
WHEN code_pattern = 'F_D1' THEN 30
WHEN code_pattern = 'F_D2' THEN 35 -- Modifié
WHEN code_pattern = 'F_D3' THEN 35 -- Modifié
WHEN code_pattern = 'F_L1' THEN 25 -- Modifié
WHEN code_pattern = 'F_L2' THEN 10
WHEN code_pattern = 'F_L3' THEN 10
ELSE 10
END
) as geom
FROM lignes_originales;

CREATE INDEX idx_zones_motifs_v2_geom ON zones_motifs_filaires_v2 USING GIST(geom);

-------------------------------------------------------------------


Hiérarchisation des patterns			Les Filaires		Géométrique OSM	Profondeur du motif urbain en mètres	Commentaires
				Contexte
Filaire 1	Transit	F_T1	Corridor Métropolitain	Plus de 30 000 véhicules jours - 0 trottoirs	Higway	100	Vérifier
		F_T2	Voie Rapide Urbaine	Profil autoroutier à usage local	Ring Road	75	Abords autoroutiers (à vérifier)
		F_T3	Axe Structurant	Colonne vertébrale de type tram/bHNS + fonctionnalités	Multi-Way Boulevard	50	Exemples à développer
Filaire 2	Desserte	F_D1	Avenue Commerçante	Axe à arbitrage modal nécessaire entre circulations automobile et autres	Downton streets	30	Tissu Haute Ville de Toulon
		F_D2	Rue marchande	Trafic automobile soutenu combiné avec réseau TC et vitalité commerciale forte	Shopping street	25	Contextualiser - St Jean / Pont du Las - François Cuzin/ XVeme Corps
		F_D3	La Piétonne	Mail piétonnier de grande ampleur (géométries) irrigué par TC et modes doux	Ramblas	25	Cours Lafayette
Filaire 3	Local	F_L1	Rue de quartier	Tissu urbain standard avec stationnement filaire et trottoirs accueillant en discontinu des fonctions urbaines		15	Loubière
		F_L2	Rue résidentielle	Voie routière sans TC ni fonctions urbaines regroupées		10
		F_L3	Allées et sentes	cheminements strictement piétons		10

Le code SQL de Gemini

DROP TABLE IF EXISTS zones_motifs_filaires_v2;

CREATE TABLE zones_motifs_filaires_v2 AS
WITH lignes_originales AS (
-- On fait le lien entre vos codes Alteris et les lignes brutes d'OSM
SELECT
f.osm_id,
f.nom_voie,
f.code_pattern,
ST_Transform(l.way, 3857) as geom_ligne
FROM zones_motifs_filaires f
JOIN planet_osm_line l ON f.osm_id = l.osm_id
)
SELECT
osm_id,
nom_voie,
code_pattern,
-- On applique les nouveaux buffers stricts de votre tableau Google Drive
ST_Buffer(geom_ligne,
CASE
WHEN code_pattern = 'F_T1' THEN 100
WHEN code_pattern = 'F_T2' THEN 75
WHEN code_pattern = 'F_T3' THEN 50
WHEN code_pattern = 'F_D1' THEN 30
WHEN code_pattern = 'F_D2' THEN 25
WHEN code_pattern = 'F_D3' THEN 25
WHEN code_pattern = 'F_L1' THEN 15
WHEN code_pattern = 'F_L2' THEN 10
WHEN code_pattern = 'F_L3' THEN 10
ELSE 10 -- Sécurité par défaut
END
) as geom
FROM lignes_originales;

CREATE INDEX idx_zones_motifs_v2_geom ON zones_motifs_filaires_v2 USING GIST(geom);

------------------------------------------------------

Le filaires sont conçues à partir d'un croisement de 3 paramètres urbains que sont

la géométrie des voies sur OSM
leur intensité capacitaire en matière d'écoulemnent des flux de mobilité
le degré de densité fonctionnel

	Géométrique	Modalités cartographiques	Vitesse légale
N1	Autoroute / Voie Rapide	Absence de trottoir	Supérieure ou égal à 50 km/h
N2	Boulevard Métropolitain	Minimum de deux voies ouvertes à la circulation automobile	Comprise entre 50 et 70 km/h
N3	Avenue / Cours	Voie ouverte à la circulation automobile, avec stationnement filaire, TCSP possible, Largeur d'au moins 4,5 mètres minimum avec trottoir ou zone de rencontre, Présences de passages piétons,	maximum 50 km/heure
N4	Rue Faubourg / Principale	Voie ouverte à la circulation automobile inférieue à 4,5 mètres bordée par des fonctions urbaines, Sens unique possible,	maximum 30km/heure
N5	Rue de Desserte	Voie ouverte à la circulation automobile inférieue à 4,5 mètres bordée par des fonctions urbaines, Sens unique possible,
N6	Ruelle / Impasse	Autres (bolléen)
N7	Zones Piétonnes	Indcateur OSM


	Capacitaire
Niveau 1	Corridor de mobilté	Comptages routiers supérieurs à ? 000 véhicules/jour et irrigation par plusieurs lignes de transport en commun

Niveau 2	Desserte majeure	Présence d'au moins une ligne TC

Niveau 3	Desserte locale	Stationnement public filaire ou voie de mobilité douce




	Fonctionnel

Niveau 1	Centre Urbain	Présence continue ou presque d'activités commerciales / tertiaires / équipements publics / espaces publics

Niveau 2	Centre Local	Agrégations de fonctionnalités commerciales ou tertiaires couplées à un intensité démographique INSEE Carroyé

Niveau 3	Noyau de vie quotidienne	Ponctualité de services formant une centralité

Niveau 4	Espaces Résidentiels	Restent des zones agglomérées OSM ne figurant dans aucun des 3 premiers niveaux

Alteris propose une classification en 9 topologies de filaires

https://docs.google.com/spreadsheets/d/1DBBdDSaxFfXPchq6BUBhlQmkV2N0HK3AKi3W7DN5ZOQ/edit?gid=1802772327#gid=1802772327

Hiérarchisation des patterns			Les Filaires		Géométrique OSM
				Contexte
Filaire 1	Transit	F_T1	Corridor Métropolitain	Plus de 30 000 véhicules jours - 0 trottoirs	Higway
		F_T2	Voie Rapide Urbaine	Profil autoroutier à usage local	Ring Road
		F_T3	Axe Structurant	Colonne vertébrale de type tram/bHNS + fonctionnalités	Multi-Way Boulevard
Filaire 2	Desserte	F_D1	Avenue Commerçante	Axe à arbitrage modal nécessaire entre circulations automobile et autres	Downton streets
		F_D2	Rue marchande	Trafic automobile soutenu combiné avec réseau TC et vitalité commerciale forte	Shopping street
		F_D3	La Piétonne	Mail piétonnier de grande ampleur (géométries) irrigué par TC et modes doux	Ramblas
Filaire 3	Local	F_L1	Rue de quartier	Tissu urbain standard avec stationnement filaire et trottoirs accueillant en discontinu des fonctions urbaines
		F_L2	Rue résidentielle	Voie routière sans TC ni fonctions urbaines regroupées
		F_L3	Allées et sentes	cheminements strictement piétons

M1_2 Caractérisitiques OSM des filaires

Au delà de la classification thématique des voies, le fichier OSM contient NOTAMMENT les informations suivantes

https://wiki.openstreetmap.org/wiki/FR:%C3%89l%C3%A9ments_cartographiques#Route_(highway)

Items de tout le vocabulaire de voiries dans Openstreetmap

Les extractions OSM sont normées ici -

------------------------------------------------------------

La base de données OSM contient de nombreux renseignements sur la structuration des voies

Extrait -

highway: primary, lanes: 4, lit: yes, maxspeed: 50, name: Avenue Estienne d'Orves, oneway: yes, parking:both: no, source: cadastre-dgi-fr source : Direction Générale des Impôts - Cadastre. Mise à jour : 2009, surface: asphalt

C'est une véritable mine d'or ! Avec une seule ligne, vous avez le portrait-robot complet de l'Avenue Estienne d'Orves : 4 voies (lanes: 4), éclairée (lit: yes), limitée à 50 km/h (maxspeed: 50) et sans stationnement bilatéral (parking:both: no).

Dans la méthode Alteris, cette voie n'est plus un simple trait : c'est l'archétype parfait de l'Axe Structurant (F_T3) ou de la grosse Avenue Commerçante (F_D1).

Puisque tout est compilé dans une seule colonne texte nommée tag, nous avons deux façons de dire à PostgreSQL de lire à l'intérieur. Je vais vous montrer la méthode la plus robuste pour que vous puissiez mettre à jour vos filaires de manière chirurgicale.

Comment lire à l'intérieur de la colonne `tag` ?

Puisque les informations sont séparées par des virgules et structurées en clé: valeur, nous pouvons utiliser les Expressions Régulières (Regex) natives de PostgreSQL pour extraire n'importe quelle valeur à la volée.

Voici la fonction magique : substring(tag from 'nom_de_la_cle:\s*([^,]+)') Cela dit à la base : "Cherche le mot 'lanes:', ignore les espaces, et lis tout ce qu'il y a jusqu'à la prochaine virgule".

C'est une excellente question ! Vous avez l'œil absolu de l'administrateur de base de données. Il est tout à fait légitime de se demander pourquoi on s'acharne sur planet_osm_line alors qu'il y a des tables dont le nom semble bien plus logique comme roads ou ways.

L'architecture des bases de données OpenStreetMap (générée par les outils d'importation standards) est très spécifique. Voici exactement à quoi servent ces différentes tables et pourquoi planet_osm_line est notre cible :

1. `planet_osm_line` : La table "Reine" (Celle qu'il nous faut)

C'est la table exhaustive de toutes les géométries linéaires prêtes pour l'analyse spatiale. Elle contient les autoroutes, les avenues, mais aussi et surtout les ruelles de 2 mètres de large, les sentiers piétons, les pistes cyclables (et même les rivières ou les clôtures). Pour votre méthode Alteris (la ville du quart d'heure), nous avons absolument besoin de cette granularité fine pour vos filaires locaux (F_L2, F_L3).

2. `planet_osm_roads` : Le "Leurre" d'optimisation

Son nom est trompeur. Cette table n'est en fait qu'une version allégée et filtrée de planet_osm_line. L'outil d'importation la crée uniquement pour que les serveurs web puissent afficher la carte très vite quand on dézoome à l'échelle d'un pays ou d'une région. Elle contient les autoroutes et les grands axes, mais elle ampute délibérément les petites rues et les chemins piétons. Si on l'utilise, on va rater la moitié du tissu urbain toulonnais !

3. `planet_osm_ways` : La "Salle des machines"

Dans le langage d'OpenStreetMap, un Way (chemin) est juste une suite de points mathématiques. Cette table est utilisée par le moteur interne pour mettre à jour la base de données, mais elle n'est pas optimisée pour faire des croisements géographiques complexes sous PostGIS (elle ne stocke pas toujours les géométries finales compilées).

La révélation sur votre base de données

Votre remarque sur ces tables m'indique une chose très importante : votre fichier GPKG a en réalité transporté une base de données OSM structurée classiquement.

Dans ce type de structure, l'outil d'importation prend souvent les tags les plus utiles pour la voirie (highway, name, mais aussi très souvent maxspeed, lanes, surface, oneway) et les sort du gros sac tags pour leur créer leurs propres colonnes bien propres.

C'est pour ça que notre recherche dans la colonne fourre-tout tags a fait chou blanc : l'information a déjà été triée !

Faisons tomber le masque

Pour en avoir le cœur net et voir si vos colonnes maxspeed et lanes vous attendent sagement toutes prêtes, tapez juste cette commande pour voir l'architecture de la table reine :

SQL

\d planet_osm_line

Copiez-moi le début de la liste qui va s'afficher (là où il y a écrit Column | Type). Si mes soupçons sont bons, nous n'aurons même pas besoin d'expressions régulières compliquées : on pourra juste taper SELECT name, highway, maxspeed, lanes FROM planet_osm_line; et ce sera gagné !

Table « public.planet_osm_line »

Colonne | Type | Collationnement | NULL-able | Par défaut

--------------------+---------------------------+-----------------+-----------+------------

osm_id | bigint | | |

access | text | | |

addr:housename | text | | |

addr:housenumber | text | | |

addr:interpolation | text | | |

admin_level | text | | |

aerialway | text | | |

aeroway | text | | |

amenity | text | | |

area | text | | |

barrier | text | | |

bicycle | text | | |

brand | text | | |

bridge | text | | |

boundary | text | | |

building | text | | |

construction | text | | |

covered | text | | |

culvert | text | | |

cutting | text | | |

denomination | text | | |

disused | text | | |

embankment | text | | |

foot | text | | |

generator:source | text | | |

harbour | text | | |

highway | text | | |

historic | text | | |

horse | text | | |

intermittent | text | | |

junction | text | | |

landuse | text | | |

layer | text | | |

leisure | text | | |

lock | text | | |

man_made | text | | |

military | text | | |

motorcar | text | | |

name | text | | |

natural | text | | |

office | text | | |

oneway | text | | |

operator | text | | |

place | text | | |

population | text |

Il y a une excellente nouvelle et une petite subtilité à comprendre :

L'Excellente Nouvelle : La table possède bien ses propres colonnes pour la plupart des choses importantes. Regardez bien la liste : vous avez name, highway, oneway, surface (même si on ne la voit pas en entier, elle est sûrement là plus bas), bicycle, etc. C'est génial, ça veut dire que la donnée est déjà ultra-propre et prête à être interrogée directement, sans avoir besoin d'utiliser de substring compliqué !
La Subtilité : Vous ne voyez pas de colonne maxspeed ou lanes dans cette liste partielle. Pourquoi ? Parce que l'outil d'importation (probablement osm2pgsql utilisé pour générer le fichier original) a été configuré pour ne pas créer de colonnes dédiées pour ces attributs, et les a donc relégués dans la colonne fourre-tout tags.

C'est là que l'erreur de ma précédente requête intervient. Je cherchais "highway" dans la colonne tags. Or, comme on le voit dans votre liste, highway a sa propre colonne ! Il n'est donc plus dans tags.

La Requête Parfaite (La Vraie)

Voici la requête ultime qui va utiliser la colonne highway (pour filtrer) et la colonne tags (pour extraire le nombre de voies et la vitesse) en même temps.

Copiez-collez ceci dans alteris_db=# :

SQL

SELECT 
    name as nom_voie,
    highway as type_osm,
    substring(tags::text from '"lanes"\s*=>\s*"([^"]+)"') as nb_voies,
    substring(tags::text from '"maxspeed"\s*=>\s*"([^"]+)"') as vitesse_max,
    substring(tags::text from '"surface"\s*=>\s*"([^"]+)"') as revetement,
    substring(tags::text from '"lit"\s*=>\s*"([^"]+)"') as eclairage
FROM planet_osm_line
WHERE highway IS NOT NULL 
  AND name IS NOT NULL
LIMIT 20;

Que va-t-il se passer ?

name et highway sont lus directement depuis leurs propres colonnes (facile, rapide, efficace).
Pour lanes, maxspeed, surface et lit, on utilise notre "scalpel" (substring) pour aller les pêcher dans le dictionnaire de la colonne tags.

Cette fois, je vous garantis que vous allez voir apparaître un tableau avec les noms des rues, leurs types et, si l'information existe dans OSM, leur vitesse ou le nombre de voies.

Lancez la requête et donnez-moi le verdict !

C'est une victoire totale ! 🎉

Regardez attentivement votre tableau :

La Route Nationale 7 affiche fièrement ses 3 voies (nb_voies = 3).

Le Chemin de Freyssinet remonte avec une vitesse max de 70 km/h.

Le Chemin de Fremigières est identifié à 30 km/h et on sait même qu'il n'a pas d'éclairage public (eclairage = no).

Si certaines cases sont vides, c'est tout simplement la réalité d'OpenStreetMap : ce sont des données collaboratives. Si un contributeur n'a pas renseigné la vitesse d'une ruelle, la case est vide. Mais pour les grands axes structurants (ceux qui nous intéressent pour vos Niveaux 1 et 2), l'information est généralement très bien remplie !