Cartographier des quartiers non formels

Une équipe du Senseable City Lab du MIT a cartographié une favela brésilienne à l’aide de scanners 3D portatifs. Je vais être honnête, si je poste cet article, c’est en partie parce que ça a l’air très cool !

Baptisé Favelas 4D, le projet utilise des nuages de points issus de scanners LiDAR (Light Detection and Ranging) portatifs pour étudier la forme de Rocinha, une favela de Rio de Janeiro. Les quartiers urbains à faible revenu présentent des structures complexes, construites par leurs habitants au fil du temps. […]

Fajardo est entré dans la Rocinha à pied et a capturé les données à l’aide d’un appareil LiDAR portatif qui utilise une impulsion laser pour mesurer les distances. De minuscules points sont mis en correspondance avec des emplacements dans l’espace pour créer un ensemble de données qui révèle les détails complexes d’un environnement en 3D.

Mais elle recoupe également un certain nombre de défis auxquels un nombre croissant de villes seront confrontées. Comment prendre correctement des décisions en matière d’infrastructures (matérielles et sociales) si l’on ne comprend pas en profondeur où et comment vivent les gens ? Avec l’augmentation des mouvements migratoires – des campagnes vers les villes, mais aussi des réfugiés climatiques – les quartiers informels sont appelés à se développer et à se multiplier. Comment les intégrer dans le tissu de la ville officielle ?

MIT Senseable City Lab maps Brazilian favela with handheld 3D-scanners
MIT Senseable City Lab maps Brazilian favela with handheld 3D-scanners

Favelas 4D a pour objectif de recueillir des données inédites afin d’accéder à l’état actuel d’un lieu et de donner un aperçu de l’aspect qu’il pourrait avoir à l’avenir. «Nous pouvons utiliser la cartographie 3D des quartiers informels pour déterminer les zones sujettes aux glissements de terrain, ou nous pouvons l’utiliser pour attribuer la propriété foncière dans des espaces complexes en trois dimensions.»

Ce type de cartographie est un outil que les villes peuvent utiliser pour mieux comprendre «de quoi elles sont faites», pour mieux évaluer et planifier les besoins et les défis de leurs populations.