Version HTML de base
18
Conclusion
Comme attendu, trois zones typiques ont été extraites des
enregistrements sonores. Les zones sont caractérisées par
des environnements sonores homogènes ou des sources
typiques sont présentes : des oiseaux dans le parc, des
véhicules sur le boulevard et dans la rue circulée, des voix
et des activités dans la rue piétonne. La quatrième zone
regroupe des environnements sonores de transition où diffé-
rents types de sources peuvent être entendus.
Compte tenu de ces résultats, il serait maintenant inté-
ressant d’étudier ces zones de transition d’un point de
vue perceptif. Que se passe-t-il lors du passage d’une
zone à une autre ? Les gens portent-ils leur attention sur
la morphologie visuelle et/ou sonore du lieu. Dans ces
zones caractérisées par la présence de nombreuses
sources, comment s’orientent-ils ? Écoutent-ils certaines
sources ? Toutes les sources ? Cette zone est-elle iden-
tifiée en tant que zone de transition, ou bien est-elle une
« non-zone » qui sert de passage d’une zone typée à une
autre ? Cette étude perceptive est actuellement en cours
de réalisation afin de proposer des indicateurs de qualité
sonore en milieu urbain, adaptés aux différents contextes
temporels et spatiaux de la ville.
Remerciements
Cette recherche fait partie d’un programme financé par
l’ADEME (Agence de l’environnement et de la maîtrise de
l’énergie) dans le cadre du PREDIT. Nous remercions ici
les différentes autorités de Paris qui nous ont autorisé à
réaliser les différentes mesures dans les lieux publics.
Références bibliographiques
[1] Brown L., Kang J., Gjestland T., Towards some standardization in assessing
soundscape preference, submitted to Euronoise 2009, Ottawa, 2009.
[2] Viollon S., Lavandier C., Drake C., «Influence of visual setting on sound
ratings in an urban sound environment «. Applied Acoustics, Vol. 63 (5), pp.
493-511, mars 2002
[3] Lavandier C., Defreville B., « The contribution of sound source characteristics
in the assessment of urban soundscapes «, Acta Acustica united with Acustica,
Vol. 92 (6), pp. 912-921, novembre-décembre 2006.
[4] Kohonen T., Self-organization and associative memory, Springer.
[5] Lavandier C., Barbot B., Influence of the temporal scale on the relevance
of acoustic parameters selected to characterize urban sound environments,
Proceedings of Euronoise 2003, Naples, 2003.
[6] Nakache J-P, Confais J., Approche pragmatique de la classification, Technip,
pp. 165-170, 2005.
[7] Cottrell M., Ibbou S., Letremy P., SOM-based algorithms for qualitative
variables, Neural Networks, New Developments in Self-Organizing Systems,
Volume 17(8-9), pp. 1149-1167, October-November 2004.
Fig. 5 : Diagramme des indices des noeuds
Fig. 6 : Neurones de la carte de Kohonen avec les lieux
correspondantsde Ward sur les neurones