INFLUENCE DE LA MOBILITE QUOTIDIENNE SUR LA PROPAGATION DE LA DENGUE DEVELOPPEMENT DUN MODELE URBAIN INTEGRE a BASE D’AGENTS

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL PINON Pierre-Antoine INFLUENCE DE LA MOBILITE QUOTIDIENNE SUR LA PROPAGATION DE LA DENGUE: DEVELOPPEMENT D'UN MODELE URBAIN INTEGRE A BASE D’AGENTS ẢNH HƯỞNG CỦA DI CHUYỂN HÀNG NGÀY TỚI VIỆC LAN TRUYỀN BỆNH SỐT XUẤT HUYẾT: PHÁT TRIỂN MỘT MƠ HÌNH ĐƠ THỊ TRÊN NỀN HỆ ĐA TÁC TỬ MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOI – 2015 UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL PINON Pierre-Antoine INFLUENCE DE LA MOBILITE QUOTIDIENNE SUR LA PROPAGATION DE LA DENGUE: DEVELOPPEMENT D'UN MODELE URBAIN INTEGRE A BASE D’AGENTS ẢNH HƯỞNG CỦA DI CHUYỂN HÀNG NGÀY TỚI VIỆC LAN TRUYỀN BỆNH SỐT XUẤT HUYẾT: PHÁT TRIỂN MỘT MƠ HÌNH ĐƠ THỊ TRÊN NỀN HỆ ĐA TÁC TỬ Spécialité: Systèmes Intelligents et Multimédia Code: Programme pilote MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE Sous la direction de: Dr Alexis DROGOUL, Directeur de recherche Dr Nicolas MARILLEAU, Ingénieur de recherche Lu et validé, bon pour la soutenance HANOI - 2015 ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs La source des informations citées dans ce mémoire a été bien précisée LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chưa cơng bố cơng trình khác Các thơng tin trích dẫn Luận văn rõ nguồn gốc Signature de l’étudiant PINON Pierre-Antoine REMERCIEMENTS Je tiens exprimer toute ma reconnaissance M Alexis Drogoul, directeur de recherche l’IRD UMMISCO/UPMC, qui m'a proposé cette offre de stage, et je le remercie pour l'encadrement sans faille, le suivi qu’il ma apporté mon stage, les conseils, les discussions et réunions que nous avons pu avoir tout au long de la réalisation de ce stage, aussi pour l’inspiration, et pour le temps qu’il a bien voulu me consacrer Je tiens remercier toute l’équipe pédagogique de l’Institut de la Francophonie pour l’Informatique (IFI) de Hanoï, Vietnam et les intervenants professionnels responsables de la formation en master de recherche en informatique, pour avoir assuré la partie théorique de celle-ci Mes sincères remerciements s’adressent aussi l’ensemble de l’équipe du projet PICURS, Mlle Julie Blot, Post-Doctorante en géographie, M Frédérick Gay, Spécialiste en statistique et M Bernard Gazelles, Spécialiste en épidémiologie, pour les données épidémiologiques qu’il m'a apportées Je remercie l’ensemble du personnel "ICTLab" de l'Université des Sciences et Techniques de Hanoi, pour son accueil très chaleureux et pour les conditions de travail optimales Je souhaite remercier toutes les personnes qui m'ont aidé et soutenu durant toute la période du stage, en particulier M Truong Chi Quang, qui m'a aidé la création des données shapefiles, Huynh Quang Nghi, qui m'a aidé la mise en place de la plateforme ainsi que Duc An Vo, développeur du plug-in Gen* sous GAMA, qui m'a aidé comprendre et implémenter ce plug-in dans le modèle Egalement, je remercie les personnes qui m'ont accueillie lors de ma mission Can Tho, Minh Thu, Van Pham Dang Tri et Nguyen Hieu Trung Enfin, j’adresse mes plus sincères remerciements ma famille, qui m’a toujours soutenue et encouragé au cours de la réalisation de mes études et de ce mémoire Merci toutes et tous Page sur 63 RESUME La maladie de dengue est une maladie virale transmis par les moustiques Aedes aegypti l’homme Cette maladie se propage géographiquement très vite si certaines mesures ne sont pas prises au moment opportun La vitesse de propagation d’épidémies de dengue dépend fortement des différents facteurs tels que les facteurs climatiques, les facteurs démographiques, et les facteurs hydrologiques Mise part ces trois facteurs, la mobilité de la population est aussi un facteur non négligeable lors de la propagation d’épidémies de dengue vis vis des risques sanitaires Dans ce travail, nous essayons de comprendre les liens qui pourraient exister entre la mobilité de la population et la propagation d’épidémies de dengue Nous avons construit un modèle base d’agents couplé un modèle mathématique permettant de simuler la propagation d’épidémies de dengue au niveau microscopique Notre modèle s’appuie sur les données réelles d’une grande ville risques : Can Tho (Vietnam) Nous avons constaté lors des expérimentations que plus les individus se déplacent, plus la maladie s’étend très vite Ce qui nous permet de dire que la mobilité de la population a un impact direct sur le ralentissement ou l’accélération de la vitesse de propagation d’épidémies de dengue Nous avons constaté aussi que l’aménagement du territoire a un effet sur la propagation d’épidémies de dengue Egalement, nous avons constaté que le changement climatique a un impact direct sur la reproduction des moustiques, ce qui favorise ou pénalise la propagation d’épidémies de dengue dans une courte durée Notre modèle pourrait aider les décideurs comprendre le rôle de la mobilité de la population face la propagation d’épidémies de dengue Page sur 63 ABSTRACT The dengue disease is a viral disease transmitted by Aedes aegypti mosquitoes to humans This disease is spread geographically very quickly if some measures are not taken at the right time The speed of propagation of epidemics of dengue is highly dependent on various factors such as climatic factors, demographic factors, and hydrology factors Aside from these three factors, the mobility of the population is also a significant factor in the spread of dengue epidemics In this work, we try to understand the relationships that may exist between the mobility of the population and spread of dengue epidemics overlooked health risks We built an agent based model coupled with a mathematical model to simulate the spread of dengue epidemics at the microscopic level Our model is based on the actual data of the population of the a citie at risk : Can Tho (Vietnam) We found in experiments that more individuals move, more the disease spreads very quickly This allows us to say that the mobility of the population has a direct impact on slowing or accelerating the rate of spread of dengue epidemics We also found that land has an effect on the spread of dengue epidemics Also, we found that climate change has a direct impact on the reproduction of mosquitoes, which favors or penalizes the spread of dengue outbreaks in a short time Our models can help decision makers to understand the role of population mobility upon the spread of dengue epidemics Page sur 63 TABLE DES FIGURES Figure 3.1.2-1 : Environnement de simulation du modèle [22]……………………… …….24 Figure 0.3-1 : Représentation de la fonction d’émergence des moustiques [24].… 27 Figure 3.2.1-1 : Carte SIG du district de Ninh Kieu, Vietnam, 2010…………………… .30 Figure 4.3.3-1 : Mobilité humaine……………………………………………………………39 Figure 4.3.4-2 : Diagramme de classe UML du modèle…………………………….……… 40 Figure 5.1.1-1 : Pourcentage des travailleurs…………………………………………………43 Figure 5.1.1-2 : Répartition Homme/Femme, donnée réel, Can Tho 2010………………… 43 Figure 5.1.1-3 : Extrait de l'échantillon……………………………………………….………43 Figure 5.1.1-4Erreur ! Utilisez l'onglet Accueil pour appliquer au texte que vous souhaitez faire appartre ici : Résultat selon l'âge pour environ 1M habitants…………………………… 44 Figure 5.1.1-5 : Résultat selon l'âge pour 500 habitants…………………………………… 44 Figure 5.1.1-6 : Répartition selon le statut socioprofessionnel - Echantillon…………… .45 Figure 5.1.1-7 : Répartition selon le statut socioprofessionnel - Taille réel………………….45 Figure 5.1.2-1 : Vue sous GAMA - An Hoa 2005 (gauche) et 2010 (droite)……………… 46 Figure 5.1.2-2 : Vue sous GAMA - Modèle …………………………………………………47 Figure 5.2-1 : Effectifs population de moustiques……………………………………………49 Figure 5.2-2 : Effectifs population d’être humains I et E avec mobilité de 20% 49 Figure 5.2-3 : Effectifs population d’être humains I et E avec mobilité de 80% 50 Figure 5.2-4 : Effectifs population d’individus I et E, mobilité de 20%, SIG modifié…….…50 Figure 5.2-5 : Effectifs population d’individus I et E, mobilité de 80%, SIG modifié……….51 Figure 5.2-6 : Températures hautes et basses pendant années, début Janvier 2005…….….52 Figure 5.2-7 : Températures moyennes pendant années, début Janvier 2005………….… 52 Figure 5.2-8 : Prolifération des moustiques avec températures moyennes…………….…… 52 Figure 5.2-9 : Prolifération des moustiques avec températures hautes et basses…………… 53 Figure Annexe 2-1 - Installation Gen*……………………………………………………….59 Figure Annexe 3-2 : An Hoa 2005 (gauche) et An Hoa 2010 (droite)………….……………59 Figure Annexe 3-3 : Cai Khe 2005 (gauche) et Cai Khe 2010 (droite)………………………60 Figure Annexe 3-4 : An Binh 2005 (gauche) et An Binh 2010 (droite)……………… ……60 Figure Annexe 4-1 : Photos réelles d’eaux stagantes, Can Tho, An Hoa, 2015………… .61 Figure Annexe 5-1 : SIG modifiộ premiốre faỗon62 Figure Annexe 5-2: SIG modifiộ premiốre faỗon.63 Page sur 63 LISTE DES TABLEAUX Tableau 3.1.1-1 : Définitions des variables du modèle [19] …………………………………19 Tableau 3.1.1-2 : Définitions des variables du modèle [20] …………………………………20 Tableau 3.1.3-2 : Définitions des variables SEIR du modèle [24]………………………… 28 Tableau 0.3-1 : Définitions des variables SEI du modèle [24]…………………………… 28 Tableau 4.3.1-1 : Liste des agents…………………………………………………………….37 Tableau 5.1.1-1 : Distribution par âge dans chaque quartier étudié……………… ……… 42 Tableau 5.1.1-2 : Distribution par âge de notre échantillon………………………………….42 Page sur 63 INTRODUCTION La dengue a été décrite dès le 18ème siècle Cette maladie est transmise l’homme par des moustiques Aedes aegypti Elle est classée parmi les maladies émergentes du fait de son extension géographique rapide : contamination d’un village un autre, d’une ville une autre, voire même d’un pays un autre Aujourd’hui, Aedes aegypti est présent dans pratiquement toutes les zones tropicales et intertropicales du globe, Deux milliards et demi de personnes, soit plus de 40% de la population mondiale sont menacées par la dengue Dans un rapport que l’Organisation mondiale de la santé (OMS) a publié, elle estime que la maladie pourrait toucher chaque année 50 100 millions personnes dans le monde La maladie est aujourd’hui endémique dans plus de 100 pays en Afrique, dans les Amériques, en Méditerranée orientale, en Asie du SudEst et dans le Pacifique occidental, indique l’OMS La progression de la propagation d’épidémies de dengue est fortement dépendante des facteurs environnementaux, aussi bien naturels (température, précipitation et humidité) qu’aux activités produites par l’Homme (les modes de stockage des réserves d’eau, les eaux stagnantes produites par les vases, les gouttières) Au cours de ces 20 dernières années, la dengue a émergé ou ré-émergé dans les pays asiatiques, provoquant des épidémies importantes et de nombreux décès humains En outre, plus le nombre de voyages augmente, plus le nombre de cas de dengue importée augmente Jusqu’à maintenant, il n’existe aucun traitement spécifique ni vaccin contre la dengue "Actuellement, la seule méthode pour prévenir ou combattre la transmission du virus consiste lutter contre les vecteurs", souligne l’OMS L’émergence de la dengue dans des différents pays est un phénomène complexe qui conduit les chercheurs s’intéresser la fois aux maladies elles-mêmes et aux conditions de leur émergence et de leur propagation Le grand défi est de comprendre les liens pouvant exister entre la propagation d’épidémies de dengue et les différents facteurs dynamiques comme les facteurs climatiques, les facteurs hydrologiques, et les facteurs démographiques Cette étude est une analyse du système complexe du fait que les dynamiques de chaque facteur prendre en compte sont déjà des systèmes complexes Mise part les facteurs climatiques et les facteurs hydrologiques, la progression et l’émergence rapide d’épidémies de dengue dépendent aussi d’autres facteurs tels que : l’amplification des voyages et l’urbanisation L’amplification des voyages favorise en effet la dissémination des différents sérotypes du virus de la dengue Et l’urbanisation, qui, quant elle, permet de développer l’accessibilité l’eau courante, joue également un rôle important dans l’évolution de la propagation d’épidémies de dengue Elle concourt multiplier le nombre de logements susceptibles d’avoir des eaux stagnantes pouvant entrner la production rapide d’œufs des moustiques vecteurs de dengue ; ce Page sur 63 par conséquent le même nombre d’êtres humains infectés l’initialisation, soit 24 personnes initialement infectées Figure 5.2-1 : Effectifs population de moustique En essayant de modifier les valeurs du taux de mobilité des individus dans les quartiers, nous constatons que la mobilité des individus pourrait changer l’évolution de la propagation d’épidémies de dengue Nous pouvons remarquer que si le taux de la mobilité des individus est 80%, l’épidémie est plus rapide et plus importante Le graphe en rouge nous montre le taux des personnes infectés de la maladie A 4500 pas ème de simulation, qui correspond environ au 187 jours de simulation, environ 85 personnes dans le quartier sont infectées par la maladie si le taux de mobilité est 80% Pourtant, environ 75 personnes sont infectées de la maladie, ce stade, si le taux de mobilité est 20% De même, au 6800 pas de simulation, qui correspond presque ème au 283 jour de simulation, environ 55 personnes sont infectées de la maladie si le taux de mobilité est 80%, mais les effectifs des personnes infectées sont d’environ de 40, ce stade, si le taux est 20% Nous pouvons dire que la mobilité des individus joue un rôle assez important sur la propagation d’épidémies du fait qu’elle provoque un impact direct sur l’accélération ou le ralentissement de la vitesse de propagation d’épidémies La diminution des déplacements des individus pourrait ralentir le risque de propagation d’épidémies, cela pourrait empêcher la propagation de la maladie géographiquement Figure 5.2-2 : Effectifs population d’être humains I et E avec mobilité de 20% Page 49 sur 63 Figure 5.2-3 : Effectifs population d’être humains I et E avec mobilité de 80% Il est noter aussi qu’on a besoin d’un certain temps, en moyenne mois de simulation pour cette expérimentation, pour obtenir la première personne infectée après l’initialisation Ceci est dû par les résolutions des équations mathématiques et des paramètres choisi – L’aménagement territorial a-t-il un impact sur la propagation d’épidémies ? Pour cette expérimentation, nous avons sộlectionnộ les shapefiles modifiộs de la deuxiốme faỗon (voir Annexe 5) Nous avons tentés avec les shapefiles de la premiốre faỗon mais les rộsultats ộtaient quasi identique que la première expérimentation car les changements territoriaux ne sont pas assez important Nous pouvons représenter partir de la Figure 5.2-4, Figure 5.2-5 les résultats de la simulation pour cette expérimentation Figure 5.2-4 : Effectifs population d’individus I et E, mobilité de 20%, SIG modifié Nous choisissons pour valeur de la mobilité des individus 20% et 80% En comparant avec l’expérimentation précédente, dont le changement est les shapefiles, nous pouvons voir, dans les deux cas de cette expérimentation, que la première infection d’un être humain est ralentit, nous avons un pas de temps de 1250 pour une mobilité de 20% et un pas de temps de presque 2000 pour une mobilité de 80% alors que pour la précédente expérimentation, le pas de temps était de 1000 environ pour la première infection A l’inverse de la précédente expérimentation, celle-ci montre un cas où une Page 50 sur 63 mobilité de 20% obtient la première infection par rapport une mobilité de 80%, ceci peut s’expliquer par le fait que la cellule peut contenir une ou plusieurs parcelles ; dans cette expérimentation, quasiment seule les cellules aux frontières des quartiers peuvent avoir plusieurs parcelles, en particulier ‘Residential’ et ‘Economic activty’ car se sont les deux parcelles les plus « utilisées », par conséquent le risque d’infecter des personnes est réduit Les personnes ont leur déplacement de base, maison – travail ; travail – maison, dans notre cas, il y a peu de chance que le lieu de travail soit dans une cellule où il y a une parcelle ‘Residential’ avec une/des personne(s) initialement infectées, donc le nombre de moustique est quasi nulle jusqu’à qu’il y a une diffusion des vecteurs vers cette cellule Par contre, nous avons le même résultat en nombre d’être humains infectés que pour la précédente expérimentation, soit : il y a plus d’infecté pour une population avec une mobilité de 80%, et moins pour une mobilité de 20% lorsque l’épidémie continue dans le temps Figure 5.2-5 : Effectifs population d’individus I et E, mobilité de 80%, SIG modifié Nous pouvons conclure que l’aménagement du territoire un impact sur la vitesse de propagation au début d’une épidémie mais après un certain temps, l’évolution de la maladie est la même pour les deux types d’aménagement qu’on a essayé En revanche, par intuition, avec des contrôles sur les vecteurs et des contrôles sur les premiers cas de malades déclarés, on pourrait ralentir considérablement l’évolution des épidémies de dengues avec ce type d’aménagement du territoire – Le changement climatique a-t-il une influence sur la prolifération des vecteurs et de la maladie de dengue? Nous avons notre disposition, des données de la température ; en moyenne, en valeurs hautes et en valeurs basses de chaque mois pour les années de 2005 2010 Par cette expérimentation, nous voulons montrer que la température un impact important pour l’émergence des moustiques, par conséquent pour la propagation de l’épidémie de dengue, comme pour le modèle mathématique [20] que nous avons présenté Les valeurs moyennes tournent autour de 27.5 degrés Celsius (Figure 5.2-6) Nous avons choisit pour les valeurs basses le mois de janvier, février, septembre, Page 51 sur 63 octobre, novembre, décembre afin de rester cohérent au contexte réelle, en hiver il fait froid, en été il fait chaud Pour les valeurs hautes, se sont les autres mois de l’année (Figure 5.2-7) Figure 5.2-6 : Températures hautes et basses pendant années, début Janvier 2005 Figure 5.2-7 : Températures moyennes pendant années, début Janvier 2005 A noter que l’on commence la simulation par le mois de janvier La valeur de la température et des précipitations pour tel jour est fait par le système de pondération expliqué dans la section associé Nous pouvons constater qu’avec les données où la température est d’environ 27.5 degrés, l’émergence des moustiques est constante (Figure 5.2-8), ce sont des valeurs favorables la prolifération des vecteurs En revanche, lorsqu’on utilise les données où la température est la plus basse durant les mois d’hiver, le nombre de moustique est en déclin, et lorsque la température remonte en été, ce nombre s’accrt Figure 5.2-8 : Prolifération des moustiques avec températures moyennes Page 52 sur 63 Figure 5.2-9 : Prolifération des moustiques avec températures hautes et basses Si nous avions les données réelles de température et des précipitations quotidiennes, nous aurions un très bon modèle climatique qui influe sur l’émergence des moustiques, et par conséquent qui peut entrner la progression rapide de la maladie de dengue en cas d’épidémies Page 53 sur 63 CHAPITRE CONCLUSION ET PERSPECTIVE La maladie de dengue est considérée comme maladie émergente du fait qu’elle se propage géographiquement vite Plusieurs chercheurs courent la recherche de la limitation de cette propagation Le projet PICURS a été crée afin de répondre ce besoin Ce projet a pour objectif de comprendre les impacts des risques de la croissance urbaine et les risques climatiques sur la propagation d’épidémies de dengue Comme notre stage s’inscrit dans le cadre du projet PICURS, notre travail vise comprendre les effets de la mobilité de la population et de l’aménagement du territoire sur la propagation d’épidémies de dengue en concevant des modèles base d’agents Pour atteindre cet objectif, nous avons proposé un modèle base d’agents couplé un modèle mathématique afin de simuler la propagation d’épidémies de dengue une échelle microscopique Le modèle permet de simuler la propagation d’épidémies au niveau de quatre quartiers Notre modèle se base sur les données réelles, la théorie dans la littérature et sur des modèles existants sur la propagation d’épidémies de dengue Nous utilisons le plug in Gen* afin de générer les populations basées sur des données réelles Nous nous appuyons sur les données d’une grande ville risques : Can Tho (Vietnam) Outre le recensement des cas de dengue et les données climatiques, les données disposition décrivent les caractéristiques des individus Nous avons constaté lors des expérimentations que la mobilité des individus a un impact direct sur le ralentissement et l’accélération de la vitesse de la propagation d’épidémies de dengue Aussi, le changement climatique influe sur la reproduction des moustiques Enfin, l’aménagement du territoire montre un effet de la propagation d’épidémies Notre modèle permet d’aider les décideurs pour la compréhension de l’évolution de la propagation d’épidémies et de prendre des mesures significatives lors de la propagation d’épidémies de dengue Le modèle développé dans le cadre de ce stage permet de simuler la propagation d’épidémies de dengue au niveau microscopique Cependant, ils nous manquent des données cruciales pour affiner le modèle tel qu’une étude approfondie sur les déplacements des individus Can Tho et l’accessibilité l’eau courante Nos travaux futurs consisteront, alors, recueillir les données manquantes, les intégrer au modèle existant et affiner le lien entre le modèle mathématique et le modèle base d’agents Les plus grands défis relever sont de pouvoir comparer les résultats du modèle avec ceux des autres modèles existants et calibrer et valider notre modèle avec les données réelles, en particulier le recensement des cas de dengues Page 54 sur 63 BIBLIOGRAPHE [1] IRD Présentation de l’IRD Disponible sur : https://www.ird.fr/, [en ligne] IRD Données et chiffres clés Disponible sur : https://www.ird.fr/lird/rapports-d-activite-annuels/2014, [en ligne] [3] UMMISCO Présentation d’UMMISCO Disponible sur : http://www.ummisco.fr/#&panel1-1, [en ligne] [4] ICTLab Présentation d’ICTLab Disponible sur : http://ictlab.usth.edu.vn/, [en ligne] [5] OMS Dengue et dengue hémorragique Disponible sur : http://www.who.int/mediacentre/factsheets/fs117/fr/, [en ligne] [6] Vigilance Moustique La vie d’un moustique Disponible sur: [2] http://vigilance-moustiques.com/moustiques-en-france/moustiques-communs-enfrance/la-vie-dun-moustique/, [en ligne] [7] INPES Dossier question réponses sur la dengue en gyanne Disponible sur : http://www.ars.guyane.sante.fr/fileadmin/GUYANE/fichiers/actualites/2013/dengue_q uestions_reponses.pdf, Mis jour le 14/05/2013, [en ligne] Institut Pasteur de Nouvelle-Calédonie Les moustiques et la dengue Disponible sur : http://www.institutpasteur.nc/les-moustiques-et-la-dengue/, [en ligne] [9] Institut Pasteur Dengue, mis jour courant Juillet 2014 Disponible sur : http://www.pasteur.fr/fr/institut-pasteur/presse/fiches-info/dengue [10] CNRS Recognition determinants of broadly neutralizing human antibodies against dengue viruses, Nature, Janvier 2015 Disponible sur : [8] http://www.igf.cnrs.fr/images/icagenda/files/nature14130.pdf [11] Dunod Modélisation et Simulation Disponible sur : http://excerpts.numilog.com/books/9782100502165.pdf, [en ligne] [12] Julien Siebert Approche multi-agent pour la multi-modélisation et le couplage de simulations Application l’étude des influences entre le fonctionnement des réseaux ambiants et le comportement de leurs utilisateurs PhD thesis, Université Henri Poincaré - Nancy I, disponible sur : https://hal.inria.fr/tel-00642034/document [en ligne], 2011 Multiagent Systems [cs.MA] [13] Franỗois Klein Contrôle d’un Système Multi-Agents Réactif par Modélisation et Apprentissage de sa Dynamique Globale PhD thesis, Université Nancy II, https://tel.archives-ouvertes.fr/tel-00432354/document [en ligne], 2009 Other [cs.OH] [14] Bernard Espinasse Intelligence Artificielle Distribuée (IAD) & Systèmes Multi Agents (SMA) Disponible sur : http://www.lsis.org/espinasseb/Supports/SMAI-2008/SMA-BE1-2012-4p.pdf, [en ligne] Page 55 sur 63 [15] Wikipedia Comparison of agent-based modeling software Disponible sur : https://en.wikipedia.org/wiki/Comparison_of_agent-based_modeling_software, [en ligne] [16] Philippe Caillou Développement de SMA Disponible sur : https://www.lri.fr/~caillou/c1bDeveloppement.pdf, [en ligne] [17] Edouard Amouroux, Alexis Drogoul, Patrick Taillandier, Duc-An Vo Gama: a simulation platform that integrates geographical information data, agent-based modeling and multi-scale control Kolkata, India Springer Berlin / Heidelberg, 7057 /2012, pp.242-258, Lecture Notes in Computer Science., 2012 Principles and Practice of Multi-agents Systems Disponible sur: https://hal.archives-ouvertes.fr/hal-00688318/document, [en ligne] [18] Saeedeh Maleki-Dizaji, Mike Holcombe, Mariam Kiran, Mesude Bicak Flame : A platform for high performance computing of complex systems, applied for three case studies Acta Physica Polonica B Proceedings Supplement, 4(2), 2011 Disponible sur : http://www.actaphys.uj.edu.pl/_old/sup4/pdf/s4p0201.pdf , [en ligne] [19] M S M Noorani SEIR model for transmission of dengue fever in Selangor Malaysia International Journal of Modern Physics, 9:380–389, 2012 Disponible sur : http://www.worldscientific.com/doi/pdfplus/10.1142/S2010194512005454, [en ligne] [20] Claudia P Ferreira and al Modeling the dynamics of dengue real epidemics Disponible sur : http://www.sbmac.org.br/eventos/cnmac/xxxiii_cnmac/pdf/94.pdf, [en ligne] [21] Carlos Isidoro and al Agent-based model of dengue disease transmission by aedes aegypti populations Disponible sur : http://www.researchgate.net/profile/Nuno_Fachada/publication/221531305_AgentBased_Model_of_Dengue_Disease_Transmission_by_Aedes_aegypti_Populations/lin ks/02e7e52cb0ea8eb41f000000.pdf, [en ligne] [22] Luís F O Jacintho and al An agent-based model for the spread of dengue fever : A swarm platform simulation approach Disponible sur : http://www.researchgate.net/profile/Terry_Ruas/publication/220953719_An_agentbased_model_for_the_spread_of_the_Dengue_fever_a_swarm_platform_simulation_a pproach/links/0deec532250a03f3fb000000.pdf, [en ligne] [23] Stephen Karl and al A spatial simulation model for dengue virus infection in urban areas BMC Infectious Diseases 2014, 14/447 Disponible sur : http://www.biomedcentral.com/content/pdf/1471-2334-14-447.pdf, [en ligne] [24] IRD El Niño laisse craindre des flambées de dengue Disponible sur [En ligne depuis le 27 octobre 2015] : https://www.ird.fr/toute-lactualite/actualites/actualites-generales/el-nino-laisse-craindre-des-flambees-dedengue, [en ligne] Page 56 sur 63 [25] Marc Choisy and al Region-wide synchrony and traveling waves of dengue across eight countries in Southeast Asia, Proceedings of the National Academy of Sciences, 2015 ; 201501375 Disponible sur : http://www.pnas.org/content/112/42/13069.full.pdf, [en ligne] [26] Wikipedia El Niño Disponible sur : https://fr.wikipedia.org/wiki/El_Ni%C3%B1o, [en ligne] [27] Ampornpan Kengluecha and al Water Quality and Breeding Habitats of Anopheline Mosquito in Northwaster Thailand Disponible sur : http://imsear.li.mahidol.ac.th/bitstream/123456789/31434/2/46.pdf , [en ligne] [28] Jill Bigley Dunham An Agent-Based Spatially Explicit Epidemiological Model in MASON Journal of Artificial Societies and Social Simulation, 9(2), 2005 Disponible sur : http://jasss.soc.surrey.ac.uk/9/1/3.html, [en ligne] [29] Damien Philippon Réalisation d’un modèle épidémiologique avec prise en compte des politiques de santé entre différents pays Mémoire de fin d’étude pour l’obtention du diplôme de master en information, spécialité Multimédia, 2015 [30] Paul Edward Parham and Edwin Michael Modeling the Effects of Weather and Climate Change on Malaria Transmission Environmental Health Perspectives, 5/118 Disponible sur : http://sa.indiaenvironmentportal.org.in/files/Modeling%20the%20Effects%20of%20Weat her %20and%20Climate%20Change%20on%20Malaria%20Transmission.pdf , [en ligne] Page 57 sur 63 ANNEXES ANNEXE : Installation GAMA 1.7 Le site web de GAMA met en ligne un tutoriel pour installer la version développeur de GAMA Il est disponible l'adresse suivante : https://github.com/gamaplatform/gama/wiki/G InstallingGitVersion Il faut simplement suivre les étapes indiquées Attention toute fois, lorsqu'il est indiqué de télécharger une version spécifique d'un module, il faut absolument télécharger cette version Par exemple, nous avons eu une mésaventure lorsqu'on avait téléchargé ''XText'' (un module gérant les fenêtres d'édition), il est sélectionné par défaut lorsqu'on veut installer le module, or pour que GAMA fonctionne correctement, il faut absolument prendre la version indiqué dans le tutoriel ANNEXE : Installation du plug-in Gen* Le plug-in Gen* est également disponible sur GitHub, comme pour GAMA version développeur La méthode d'installation est légèrement différente Tout d'abord, on doit créer un répertoire clone de Git sous Eclipse (comme pour GAMA version développeur), l'adresse du répertoire est : https://github.com/anvd/gensta (voir Figure 8, n°1 ) Il faut ajouter ''ummisco.genstar.feature'' dans les dépendances de l'application GAMA Pour cela, dans la vue Java sous Eclipse, il y a un projet nommé : ????, lorsqu'on déroule le projet, il y a un fichier appelé : ''gama1.7.Eclipse3\_8\_2.product'', c'est dans ce fichier qu'on ajoute la dépendance cité avant (voir Figure 8, n°2 ) Pour avoir accès aux différents projets de Gen*, qui sont des modèles démo et des vrais modèles comme le projet MIRO ou le projet PICURS, il faut importer les projets (voir Figure 8, n°3 ) Choisir : ''Import existing projects'' - ''Next'' - cocher la case nommé : ''Search for nested projects'' - ''Finish'' Les projets Gen* sont importer dans le répertoire clone sur votre disque dur Sous GAMA, importer les projets Page 58 sur 63 Figure Annexe 2-1 - Installation Gen* ANNEXE : Les fichiers SIG des quartiers Pour le quartier An Hoa (Figure et 10) : en 2005, il y a plus d'établissements militaires qu’en 2010 ; ceux-ci se sont transformés en zones résidentielles ou en zones d'activités On constate qu'il y a plus d'établissements scolaires en 2010 qu’en 2005 Il y a eu des travaux routiers, des grands axes routiers se sont construits durant l'année 2010 Les zones agricoles n'ont pas réellement évoluées Figure Annexe 3-2 : An Hoa 2005 (gauche) et An Hoa 2010 (droite) Page 59 sur 63 Pour le quartier An Khanh (Figure 11 et 12) : Les zones résidentielles ont diminuées pour l'année 2010 pour laisser place plus de zones agricoles Une grande zone résidentielle de l'année 2005 est devenue une zone scolaire en 2010 Une zone militaire a été transformée en zone agricole en 2010 Figure Annexe 3-2 : An Khanh 2005 (gauche) et An Khanh 2010 (droite) Pour le quartier Cai Khe (Figure 13 et 14) : les zones agricoles ont considérablement diminuées entre l'année 2005 et 2010 pour laisser place plus de zones d'activités Certains emplacements de zones résidentielles ont été modifiés mais leur nombre entre 2005 et 2010 est constant L'aquaculture a quasi disparue en 2010 Figure Annexe 3-3 : Cai Khe 2005 (gauche) et Cai Khe 2010 (droite) Page 60 sur 63 Pour le quartier An Binh (Figure 15 et 16) : c'est un quartier quasi agricole Entre 2005 et 2010, le nombre de zones agricoles a légèrement augmenté Une grande zone militaire est devenue une zone agricole en 2010 On constate aussi l'émergence de zones d'activités en 2010, situées gauche du quartier, le long d'un axe routier important Cet axe routier a été aménagé en 2010, il traverse les différents quartiers qu'on a notre disposition Les zones résidentielles ont légèrement diminué en 2010 Figure Annexe 3-4 : An Binh 2005 (gauche) et An Binh 2010 (droite) Can Tho est une ville en constante expansion Les pouvoirs publics mettent en œuvre des infrastructures dans tous les quartiers Chaque année, l'aménagement du territoire évolue Cependant, les zones résidentielles diminuent dans les quartiers excentrés du centre ville La population devient de plus en plus urbaine Page 61 sur 63 Annexe : Photos eaux stagnantes Can Tho – Avril 2015 Figure Annexe 4-1 : Photos réelles d’eaux stagantes, Can Tho, An Hoa, 2015 Lors de notre visite Can Tho au mois d’avril 2015, nous avons visité les ruelles d’An Hoa Nous avons découvert plusieurs lieux où des eaux stagnantes sont présentes mais dans de très mauvaises conditions environnementales Généralement, voire systématiquement, l’eau est de couleur noire accompagnée d’une odeur nauséabonde insoutenable Nous considérons que cette eau est polluée de divers produits chimiques puisque les habitants déversent directement leurs eaux usées quotidiennes dans ces lieux (eau des toilettes, eau de douche, eau de la machine laver, etc.…) Cette eau polluée, chargée de molécules chimiques susceptibles d’empoisonner l’eau, constitue un milieu défavorable au développement des moustiques Page 62 sur 63 Annexe : Fichiers SIG modifiés – 2010 Première faỗon : Les parcelles sont mieux regroupộes Figure Annexe 5-1 : SIG modifiộ premiốre faỗon Deuxiốme faỗon : Un quartier est devenu une zone résidentielle (An Hoa et An Khanh) ou zone d’activité (Cai Khe) ou zone agricole (An Binh) Figure Annexe 5-2: SIG modifiộ premiốre faỗon Page 63 sur 63 ... mettant en avant l’exposition accrue de la population de la ville de Can Tho au Page 11 sur 63 travers des risques liés la mobilité de la population, et au travers de la question de l'aménagement...UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL PINON Pierre-Antoine INFLUENCE DE LA MOBILITE QUOTIDIENNE SUR LA PROPAGATION DE LA DENGUE: DEVELOPPEMENT D'UN MODELE URBAIN INTEGRE. .. au travers de la résurgence récente de vagues épidémiques de dengue et le facteur d’urbanisation, de troisième part, au travers de la question de l’impact lié la propagation des maladies Ce dernier