Mobilité · Analyse spatiale

Livré

Accessibilité STAN

Grand Nancy · 2026

Isochrones piétonnes calculées sur le réseau STAN à partir de données 100 % ouvertes : 93 % de la population du Grand Nancy a un arrêt à moins de 5 minutes à pied.

Rôle

Conception · Analyse · Visualisation

Statut

Pipeline reproductible · Carte interactive

Résultats

93.3 %

de la population à ≤ 5 min

208 442 hab.

99.2 %

de la population à ≤ 10 min

221 485 hab.

99.6 %

de la population à ≤ 15 min

222 548 hab.

Sur 223 390 habitants recensés au carroyage INSEE Filosofi 2017 dans les 20 communes du Grand Nancy.

Chargement de la carte…

Basculez entre les seuils 5 / 10 / 15 min pour voir l'emprise de la couverture. Cliquez sur un arrêt pour son nom. La couleur des carreaux INSEE indique le niveau de couverture du carreau de population (200 m).

01 · Contexte

Pourquoi ce projet

L'accessibilité aux transports en commun est un indicateur clé pour évaluer l'équité d'un service public urbain. Cette analyse mesure, à partir de données 100 % ouvertes, la couverture piétonne du réseau STAN (bus + tram) à l'échelle du Grand Nancy — 20 communes, 223 000 habitants au carroyage INSEE.

Pipeline

De l'atelier au web, en quatre étapes.

  1. Sources

    Données ouvertes

  2. Routage

    Isochrones r5py

  3. Agrégation

    Carreaux INSEE

  4. Web

    Carte interactive

02 · Sources de données

Sources de données

GTFS officiel STAN (transport.data.gouv.fr) pour les 1 463 arrêts du réseau, voirie OpenStreetMap récupérée via Overpass et convertie en PBF par osmium-tool, carroyage INSEE Filosofi 200 m pour la distribution de population, limites communales Overpass (admin_level=8) filtrées par code EPCI. Tout est versionné dans metadata.json (hash SHA-256 et date d'extraction) pour reproduire l'analyse à l'identique.

03 · Méthode d'analyse

Méthode d'analyse

Calcul d'isochrones réseau via r5py (wrapper Python du moteur Conveyal R5). Une grille fine de destinations (100 m) couvre l'union des communes. r5py construit la matrice temps-de-marche depuis les 1 463 arrêts vers chaque cellule, à 4,5 km/h, en mode WALK uniquement. Pour chaque seuil (5/10/15 min), les cellules atteintes sont fusionnées avec un buffer adapté au pas de grille pour produire un polygone d'union. Chaque carreau INSEE 200 m hérite ensuite du seuil le plus restrictif qui couvre son centroïde.

04 · Résultats

Résultats

Sur 223 390 habitants : 93,3 % à ≤ 5 min, 99,2 % à ≤ 10 min, 99,6 % à ≤ 15 min. Nancy centre dépasse 96 % dès 5 min ; les communes les moins denses (Art-sur-Meurthe, Dommartemont) descendent à 54-77 % à 5 min mais atteignent 100 % à 15 min. Le maillage STAN est remarquablement serré.

Code source

Pipeline reproductible

Le repo public contient les trois scripts qui régénèrent l'analyse depuis zéro : download des sources, calcul des isochrones r5py, agrégation INSEE et publication des GeoJSON servis par cette page. Reproductible en quelques minutes viauv sync.

Code source sur GitHub →

Stack

Outils mobilisés

Données

  • GTFS STAN
  • OpenStreetMap (Overpass)
  • INSEE Filosofi 2017

Traitement

  • Python · uv
  • r5py + Conveyal R5
  • GeoPandas · DuckDB
  • osmium-tool

Publication

  • MapLibre GL JS
  • GeoJSON statique
  • Next.js