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 MÔ HÌNH ĐÔ 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 MÔ HÌNH ĐÔ 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
Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác. Các thông tin trích dẫn trong Luận văn đã
được chỉ rõ nguồn gốc.

Signature de l’étudiant

PINON Pierre-Antoine

REMERCIEMENTS

Je tiens à exprimer toute ma reconnaissance à M. Alexis Drogoul, directeur de
recherche à 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 à 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 à 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 à 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 à M. Truong Chi Quang, qui m'a aidé à la création des
données shapefiles, à Huynh Quang Nghi, qui m'a aidé à la mise en place de la
plateforme ainsi que Duc An Vo, développeur du plug-in Gen* sous GAMA, qui m'a
aidé à comprendre et à implémenter ce plug-in dans le modèle.
Egalement, je remercie les personnes qui m'ont accueillie lors de ma mission à Can
Tho, Minh Thu, Van Pham Dang Tri et Nguyen Hieu Trung.
Enfin, j’adresse mes plus sincères remerciements à ma famille, qui m’a toujours
soutenue et encouragé au cours de la réalisation de mes études et de ce mémoire.

Merci à toutes et à tous.

Page 1 sur 63


RESUME

La maladie de dengue est une maladie virale transmis par les moustiques Aedes
aegypti à 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 à part
ces trois facteurs, la mobilité de la population est aussi un facteur non négligeable lors
de la propagation d’épidémies de dengue vis à 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 à base d’agents couplé à 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 à 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 à comprendre le rôle de la mobilité de
la population face à la propagation d’épidémies de dengue.

Page 2 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 3 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 0 au texte que vous
souhaitez faire apparaître 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 5 années, début Janvier 2005…….….52
Figure 5.2-7 : Températures moyennes pendant 5 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 modifié première façon……………………………………………62
Figure Annexe 5-2: SIG modifié première façon…………………………………………….63

Page 4 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 5 sur 63


INTRODUCTION
La dengue a été décrite dès le 18ème siècle. Cette maladie est transmise à 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 à un autre, d’une
ville à une autre, voire même d’un pays à 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 à 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 à lutter contre les vecteurs", souligne l’OMS.
L’émergence de la dengue dans des différents pays est un phénomène complexe qui
conduit les chercheurs à s’intéresser à 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 à prendre en compte sont déjà des systèmes
complexes.
Mise à 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 à elle, permet de développer l’accessibilité à l’eau courante, joue également
un rôle important dans l’évolution de la propagation d’épidémies de dengue. Elle
concourt à multiplier le nombre de logements susceptibles d’avoir des eaux stagnantes
pouvant entraîner la production rapide d’œufs des moustiques vecteurs de dengue ; ce
Page 6 sur 63


qui favorise et accélère la propagation d’épidémies. Notre travail se focalise sur la
compréhension de l’évolution de la propagation d’épidémies de dengue face à la
mobilité au niveau de la population et à l’impact de l’urbanisation.
Ce travail consiste à concevoir un modèle multi-échelles à base d’agents pour pouvoir
comprendre cette évolution de propagation d’épidémies au niveau à l’échelle d’un

quartier ; laquelle, à l’échelon d’une ville, constitue une petite échelle. Notre modèle
proposé pourrait aider les décideurs à comprendre les impacts de la mobilité de la
population sur la progression rapide de l’épidémie de dengue et à prendre des mesures
convenables en cas de l’épidémie.
Ce présent rapport se divise en cinq grandes parties. La première partie présente
l’Institut de Recherche pour le Développement (IRD) et le sujet du stage. La deuxième
partie définit le contexte du sujet. La troisième partie consiste à présenter les existants.
La quatrième partie montre la conception du modèle proposé. Et la cinquième partie
concerne l’implémentation et l’expérimentation.

Page 7 sur 63


CHAPITRE 1
PRESENTATION GENERALE
1.1 Présentation de l’établissement d’accueil :
Dans cette section, nous présentons l’organisation et la structure de l’établissement
d’accueil.

1.1.1 Présentation de l’IRD :
L’Institut de Recherche pour le Développement (IRD) [1] est un organisme français de
recherche, original et unique dans le paysage européen de la recherche pour le
développement. Privilégiant l’interdisciplinarité, l’IRD centre ses recherches, depuis
plus de 65 ans, sur les relations entre l’homme et son environnement en Afrique,
Méditerranée, Amérique latine, Asie et dans l’Outre-mer tropical français. Ses
activités de recherche, de formation et d’innovation ont pour objectif de contribuer au
développement social, économique et culturel des pays du Sud. L’IRD intervient au
Vietnam dans le cadre de ses activités de recherche depuis le début des années 1990.
Les actions de recherche sont menées par des chercheurs IRD en affectation auprès
d'instituts de recherche vietnamiens ou par des chercheurs en mission. Ces actions de

recherche, nées de la concertation entre chercheurs IRD et partenaires, sont menées en
coopération par les chercheurs des deux pays et visent à développer et acquérir des
connaissances originales publiables dans les meilleures revues scientifiques
internationales et utilisables pour le développement du Vietnam.

1.1.2 Ses missions et ses ambitions :
L’IRD a pour ambition de répondre, avec ses partenaires du Sud, aux enjeux
internationaux du développement. L’institut vise à améliorer les conditions sanitaires,
comprendre l’évolution des sociétés, préserver l’environnement et les ressources
constituent les piliers de son action dans la perspective d’atteindre les objectifs du
millénaire pour le développement. Les activités de l’IRD se focalisent sur le
développement de projets scientifiques centrés sur les relations entre l’homme et son
environnement dans la zone intertropicale, sur la recherche, l’expertise, la valorisation
et la formation pour le développement économique, social et culturel des pays du Sud.

1.1.3 Données et chiffres clés de l’IRD :
L'IRD référence ses activités annuelles. L'essentiel de l'année 2014 est [2] :
Page 8 sur 63


 237M d’euro de budget, 34.4M d’euro de recettes sur conventions et produits
valorisés.
 2221 agents dont 835 chercheurs, 1935 ingénieurs et techniciens et 451
personnels locaux. Avec 39% des agents affectés au Sud.
 56 unités de recherche et 7 observatoires.
 3682 publications scientifiques en 2013, font 46% sont cosignés avec un
partenaire du Sud.
 285 articles en sciences humaines et sociales.
 7400 heures d’enseignement dispensées par des scientifiques de l’IRD dont une
tiers dans des pays du Sud.

 816 doctorants encadrés dont 477 originaires du Sud.
 185 bourses attribuées à des scientifiques du Sud dont 147 pour des thèses.
 42 « Jeunes Équipes du Sud » soutenues.
 116 brevets détenus.

1.1.4 Les recherches de l’IRD au Vietnam :
Seize unités mixtes de recherche (UMR), appartenant aux trois principaux
départements de recherche de l'IRD (Département Environnement et Ressources,
Département Santé, et Département Sociétés), sont présentes au Vietnam ; elles
mettent en œuvre des programmes de recherche couvrant de larges champs
scientifiques allant des sciences sociales et humaines aux sciences de la vie, de la terre
et de l'environnement. La plupart de ces projets bénéficient de chercheurs IRD affectés
au Vietnam auprès d'Instituts vietnamiens ; d'autres sont menés sous forme de
missions.

1.1.5 Présentation de l’UMI UMMISCO :
UMMISCO [3] est une Unité Mixte Internationale de Modélisation Mathématique et
Informatiques des Systèmes Complexes. Créée en Janvier 2009, est
administrativement rattaché à deux tutelles : à l'IRD, Institue de Recherche pour le
Développement et à l'Université Pierre et Marie Curie (UPMC). Cette unité évaluée
par l’AERES est composé de 63 chercheurs ou enseignants chercheurs permanents qui
mènent des recherches en informatique et en mathématique appliquée à des
problématiques réelles touchant l’épidémiologie, l’écologie, et la société.
Trois axes de recherches ont été définis par UMMISCO au Vietnam :

 Méthodologie de modélisation des systèmes complexes :
Page 9 sur 63


Cet axe est dédié à la conception de plateformes et langages informatiques de

modélisation et simulation à base d'agents des systèmes complexes. L'enjeu est de
proposer l'équivalent informatique de véritables laboratoires virtuels, accessibles par
des non-informaticiens, et servant à construire des outils d’aide à la décision sur des
applications concrètes (axe 3).

 Calcul distribué et simulation haute performance :
Cet axe vise à fournir des outils performants pour réaliser les projets de simulation à
grande échelle qui nécessitent une forte puissance de calcul, la gestion d'un nombre
important de données ou un nombre très important de simulations.

 Recueil, analyse et fouille de données complexes :
Cet axe est centré sur les méthodes et outils informatiques nécessaires au recueil, à
l’analyse et à la fouille de données complexes pour la définition de systèmes d'aide à la
décision pour la sécurité environnementale (évacuation en cas de Tsunami, réseaux de
surveillance des invasions d’insectes, politiques de vaccination en collaboration avec
l’unité MIVEGEC, … ).

1.1.6 Quelques partenaires de l’UMI UMMSCO :
L’unité UMI UMMISCO travaille directement avec les partenaires suivants :







Institut de Recherche pour le Développement, France
Université Cadi Ayyad de Marrakech, Maroc
Université Cheikh Anta Diop de Dakar, Sénégal
Université Pierre et Marie Currie de Paris, France

Université Yaoundé 1 de Yaoundé, Cameroun
Université des Sciences et Techniques de Hanoi, Vietnam

1.1.7 Présentation d’ICTLab :
ICTLab [4] est un laboratoire international de recherche en lien avec l'Université des
Sciences et Techniques de Hanoi (USTH) et des partenaires vietnamiens et français.
Crée le 1er décembre 2014, ce laboratoire a été soutenu directement ou indirectement
par l'USTH, l'ambassade de France au Vietnam, 13 instituts et universités français
ainsi que la Banque Asiatique de Développement (ADB, Asian Development Bank). Il
implique des chercheurs provenant de USTH, de l'IOIT (Institute of Information
Technology, Hanoi, Vietnam), de l'IRD et de l'Université de La Rochelle, France.

1.2 Description du stage :
Page 10 sur 63


Historiquement, la dengue frappait surtout les populations urbaines et suburbaines.
Autrement dit, la dengue s’amplifie rapidement dans les zones où il y a beaucoup de
mouvement d'individus. Mais les épidémies récentes, comme celle qui a frappé le
Cambodge en 2007, montrent qu’elle se produit maintenant également dans les zones
rurales. C’est dans ce cadre que le projet PICURS (Impact des Changements
Climatiques et Urbains sur le Risque Sanitaire) a été créé.
Le projet PICURS vise à comprendre les liens pouvant exister entre, d’une part, les
formes spécifiques de croissance urbaine de métropoles situées dans la région du Delta
du Mékong et d’autre part, l’exposition accrue de leurs populations aux deux risques
sanitaires que sont le risque hydrique (accessibilité à l’eau potable) et le risque
épidémiologique (vagues épidémiques de Dengue, par exemple). Deux villes, sur
lesquelles les partenaires du projet ont déjà travaillé, et pour lesquelles de nombreuses
données ont été récoltées, ont été choisies comme cas principaux d’étude : Can Tho,
capitale régionale du Delta du Mékong Vietnamien et Phnom Penh, capitale du

Cambodge, située à l’apex du delta.
L’un des enjeux du projet PICURS consistera donc à les modéliser sous la forme de
systèmes complexes dont la dynamique résultera des interactions entre trois
circulations (celles des hommes, de l’eau et des vecteurs), à différentes échelles de
temps et d’espace, avec l’objectif affirmé de pouvoir offrir des éléments d’appréciation
aux politiques d’aménagement urbain. Le projet PICURS est formé par les membres
suivants :

 IRD-UPMC
o
o
o
o

Christophe Cambier (Maître de Conférence)
Bernard Cazelles (Professeur)
Alexis Drogoul (Directeur de Recherche)
Nicolas Marilleau (Ingénieur de Recherche)

 UPMC-INSERM
o Frédérik Gay (Professeur)

 Paris IV
o Julie Blot (Post-Doctorante)
o Olivier Sevin (Professeur)

 UTC
o Céline Pierdet (Maître de Conférence)
Le stage s’inscrit dans le cadre du projet PICURS. Ce stage a pour but de recueillir des
données sur le terrain et de concevoir un modèle à base d’agents à une échelle assez

fine, mettant en avant l’exposition accrue de la population de la ville de Can Tho au
Page 11 sur 63


travers des risques liés à la mobilité de la population, et au travers de la question de
l'aménagement du territoire. Plus concrètement, le travail de ce stage consiste à
construire un modèle intégré à base d'agents, centré sur le cas de Can Tho, et
permettant d'étudier l'exposition de la population d'un quartier cible (An Hoa) à trois
facteurs identifiés et probablement liés : le facteur hydrique, de première part, au
travers de la question de l'accessibilité à l'eau courante, le risque épidémiologique, de
deuxième part, 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 à
la propagation des maladies.
Ce dernier sera construit à partir d’un ensemble de données mises en commun par les
partenaires du projet, ou disponibles par d'autres moyens, à savoir : cartes géoréférencées (aménagement du territoire, cours d’eau), données démographiques
(référencement de la population), données écologiques et biologiques sur les vecteurs
de la dengue, données climatiques, données hydrologiques. Cet ensemble hétérogène
de données et de (sous) modèles sera couplé en utilisant la plate-forme de modélisation
et simulation GAMA.
Nous proposons dans ce travail un modèle sous la forme de systèmes complexes
capables de restituer, dans des échelles temporelles et spatiales fines, les interactions
entre les trois dynamiques en présence (celle des hommes, de l'aménagement du
territoire et des vecteurs de la maladie).

Page 12 sur 63


CHAPITRE 2
CONTEXTE DU SUJET
2.1 Contexte de la maladie de dengue :

Nous présentons dans ce chapitre quelques notions sur la dengue afin de mieux
comprendre l’évolution de sa propagation dans un quartier ou dans une ville.

2.1.1 Dengue hémorragique :
La dengue est une infection transmise par les moustiques qui sévit dans les régions
tropicales et subtropicales du monde entier, selon OMS. Ces dernières années, la
transmission a surtout progressée dans les zones urbaines et périurbaines et cette
maladie est devenue un sujet majeur de préoccupation pour la santé publique [5].
La dengue sévère (que l’on appelait auparavant dengue hémorragique) a été reconnue
pour la première fois dans les années 1950, au cours d’épidémies aux Philippines et en
Thaïlande. Aujourd’hui, les pays d’Asie et d’Amérique latine sont les plus touchés et
la dengue sévère est devenue une cause majeure d’hospitalisation et de mortalité pour
les enfants dans ces régions, souligne OMS.

2.1.2 Vie d’un moustique :
La vie d’un moustique se déroule selon quatre phases de développement distinctes:
l’œuf, la larve, la nymphe et l’adulte. La durée de chaque phase de transformation
dépend des conditions climatiques (le temps que l’insecte met à se développer peut
varier d’une semaine en été, jusqu’à plusieurs mois en hiver) et de la caractéristique de
la ville (accessibilité de la population à l’eau courante, existence des eaux stagnantes)
[6].
La femelle ne s’accouple généralement qu’une seule fois. Pour pondre des œufs, la
femelle a besoin de prendre des repas de sang. Ce repas lui permet à chaque fois de
réaliser une ponte de 200 œufs environ. Elle prend un repas de sang tous les deux jours
et si les conditions de température et d’humidité sont favorables, elle est capable de
pondre à chaque prise de nourriture. Pourtant, elle s’arrête de pondre si les conditions
ne sont plus bonnes et attend jusqu’à ce que la belle saison soient revenues.
La durée de vie d’une femelle est d’environ 3 à 4 semaines. Pendant cette durée, elle
peut prendre jusqu’à 10 repas, ce qui lui permet de pondre environ 2000 œufs. Les
Page 13 sur 63

moustiques adultes se reposent dans les zones sombres (sous les lits, dans les placards
des maisons) et se reproduisent en pondant des œufs [7]. Les œufs sont pondus dans
l’eau, il s’agit d’eau stagnante et peu chargée en matière organique (eau claire) :
marécage, égouts, creux d’arbres, vieux pneus, bassins divers, fût d’eau de pluie, etc.,
mais pas dans les piscines ni dans la mer. Les œufs des moustiques Aedes peuvent
rester dans des milieux humides, peuvent se dessécher et rester intacts pendant
plusieurs années et éclore normalement lorsqu’il y a présence d’eau [8].

2.1.3 Propagation de dengue :
Le moustique Aedes aegypti est le principal moustique responsable de la propagation
d’épidémies de dengue [7]. Cette maladie se propage à partir des piqûres de ce
moustique à l’homme. Le moustique Aedes aegypti dispose d’un faible rayon de vol. Il
ne s’éloigne pas de plus de 100 mètres de son gîte d’origine mais cela peut augmenter
s’il y a présence de vents forts et si ces derniers sont chauds et humides [8].
La femelle peut piquer plusieurs personnes pour un seul repas. En effet, une femelle
infectée, en piquant 3 ou 4 personnes pour un seul repas sanguin, peut propager la
maladie 3 ou 4 fois plus efficacement.
Le virus de dengue est transmis du moustique à l’homme, de l’homme au moustique,
et, dans une moindre mesure, du moustique à sa descendance [7]. En effet, l’homme ne
peut pas contaminer l’homme.
L’importance des échanges humains et commerciaux, le climat tropical et le
réchauffement climatique, ainsi que la poussée démographique favorisent la
propagation rapide de l’épidémie de dengue [7].
Il existe quatre sérotypes différents de dengue (DEN1, DEN2, DEN3, DEN4). Une
infection procure une immunité à vie contre le sérotype responsable de l’infection,
mais pas contre les autres. Il est donc possible de contracter la dengue plusieurs fois.
Cependant, il semblerait qu’une infection ultérieure, par un autre sérotype, majore le
risque d’évolution sur une forme sévère de la maladie [9].

Aussi, très récemment, une équipe internationale a regroupé des scientifiques de 18
institutions à travers le monde, passant en revue 18 années de rapports sanitaires, issus
de 8 pays du Sud-Est asiatique, pour établir des modèles de transmission de la dengue
dans toute la région [24] – [25]. Cette équipe a mis en évidence la corrélation des
grandes vagues épidémiques avec des températures atmosphériques anormalement
élevées liées aux évènements El Niño [26] intenses.

Page 14 sur 63


2.1.4 Lutte contre la dengue :
Il n’existe pas encore du vaccin commercialisé pour lutter contre la dengue, le seul
moyen pour lutter contre la dengue est de limiter au maximum la prolifération des
vecteurs de dengues. Pour cela, les solutions proposées sont l’élimination ou
vérification de toutes sortes d’eau stagnantes qui peuvent favoriser la production des
œufs (vases et coupelles des pots de fleurs, gouttières, réservoirs d’eau, creux d’arbres,
pneus), la portée des habits à manches longues, l’utilisation des moustiquaires, usage
de ventilation par brasseur d’air ou de climatisation, emploi des insecticides,
protection des réserves d’eau [7].
En revanche, des travaux publiés très récemment [10] au journal Nature datant de
janvier 2015, ont créés un grand espoir pour le développement d’un vaccin pour les
quatre sérotypes. Des chercheurs de l’Institut Pasteur et du CNRS, en collaboration
avec l’Imperial College (Londres) ont identifié un site vulnérable à la surface du virus
de la dengue, exposée aux anticorps, qui est commun aux quatre sérotypes de la
dengue. Cette région représenterait donc une cible intéressante pour le développement
d’un vaccin efficace contre les quatre sérotypes de la dengue.

2.2 Contexte de la modélisation :
2.2.1 Quelques définitions :
La modélisation est une construction abstraite qui permet de comprendre le

fonctionnement d’un système de référence en répondant à une question qui le concerne
[11].
Un modèle est lié à un point de vue et relève d’une question spécifique. Le niveau
d’abstraction dépend alors de ce point de vue et de cette question. Un modèle ne peut
être le système lui même mais une simplification de ce dernier, qui est facile à
manipuler et à comprendre par rapport au système lui même. Il est fondé à partir
d'hypothèses spécifiques au domaine, ou limités selon le niveau de complexités à
considérer. Un modèle s’appuie généralement sur la théorie.
L’usage du modèle se fait en simulation pour obtenir des résultats. C’est à partir des
résultats obtenus lors de la simulation que le modèle peut être validé ou non. D’une
manière générale, la résolution analytique d’un modèle permet d’obtenir un résultat en
un seul calcul alors que la simulation d’un modèle consiste a faire évoluer le temps
dans le modèle et ainsi calculer, pour chaque valeur du temps de simulation, un
résultat partiel [12].
La simulation permet donc au modèle de changer d’état par rapport à son état
Page 15 sur 63


précédant en fonction du temps d’exécution et des valeurs des paramètres en entrées
du modèle. La modélisation à base d’agents est une modélisation fondée par des
entités informatiques appelées agents. Les agents évoluent et interagissent entre eux
dans un environnement commun. L’interaction entre les agents est la spécificité du
modèle à base d’agents au lieu de considérer chaque agent et son évolution
indépendamment des autres [13].

2.2.2 Domaine d’application :
Le système multi-agents est appliqué dans plusieurs domaines que nous allons citer ciaprès [14] :

 Systèmes de production : ordonnancement d’ateliers, conduite de processus













industriels, systèmes multi-capteurs, ...
Diagnostique : diagnostic à multiples niveaux
Taches de contrôle : contrôle du trafic routier, trafic aérien, distribution
d’énergies, ...
Taches d’interprétation : interprétation de signaux, reconnaissance de la
parole, cristallographie, reconnaissance et compréhension des formes, ...
Télécommunications, systèmes de transports, réseaux : routage,
équilibrage de charges, recouvrement d’erreurs, management et surveillance de
réseaux, ...
Travail collaboratif assisté par ordinateur : agents assistants, agents
médiateurs, workfows, gestion des rendez-vous, personal digital assistants
(PDA), ...
Robotique distribuée : planification multi-robot, robots autonomes mobiles,
...
Télématique (Internet) : agents "intelligents", agents d’interface, agents
mobiles, ...
Simulation de systèmes complexes : simulation individu-centrée, ...

 Commerce électronique

 Data Mining

2.2.3 Principaux outils existants :
Il existe plusieurs plates-formes de simulation des systèmes multi-agents mais les plus
répandus et les plus utilisés sont les suivant [15]-[16] :

Page 16 sur 63


 RePast S : appliqué principalement dans le domaine de sciences sociales (The
Repast Suite).

 NetLogo : très utilisé dans les domaines de sciences sociales et naturelles. Il
aide les utilisateurs débutants pour la création des modèles (Netlogo).

 GAMA [17] : permet de faire de la modélisation et du développement de la
simulation de l’environnement pour la construction de simulations à base
d’agents spatialement explicites (utilise des données SIG arbitrairement
complexes que les environnements pour les agents). GAMA est développé par
l’IRD/UPCM UMMISCO Unité de Recherche International (GAMA).

 FLAME [18] : permet de faire des grandes simulations, des systèmes
complexes avec des grandes populations d’agents sur les systèmes HPC
utilisant MPI et OpenMP. Il est développé grâce à une collaboration entre
STFC Rutherford Appleton Lab et de l’Université de Sheffield, Royaume-Uni.
 SWARM : est une plate-forme multi-agent avec agents réactifs. L'inspiration
du modèle d'agent utilisé vient de la vie artificielle. SWARM est l'outil
privilégié de la communauté américaine et des chercheurs en vie artificielle.
L'environnement offre un ensemble de bibliothèques qui permettent
l'implémentation des systèmes multi-agent avec un grand nombre d'agents

simples qui interagissent dans le même environnement.

Page 17 sur 63


CHAPITRE 3
EXISTANTS
3.1 Modèles existants :
3.1.1 Modèles à base des systèmes d’équations différentielles :


SEIR model for transmission of dengue fever in Selangor Malaysia [19] :

Ce travail propose un modèle mathématique, sous forme des systèmes d’équations
différentielles, qui permet de comprendre la dynamique de la population humaine et de
la population du vecteur de transmission de dengue. Le modèle proposé est un modèle
de compartiments SEIR (Susceptible, Exposé, Infecté et Retiré ou immunisé). Ce
modèle considère deux catégories de population : la population humaine (Nh) et la
population du vecteur moustique (Nv). La population humaine ou les êtres humains est
divisée en quatre groupes selon leurs états de santé : les personnes susceptibles (Sh),
les personnes exposées de la maladie (Eh), les personnes infectées (Ih) et les personnes
immunisées de la maladie (Rh). Pour la population des moustiques, elle se répartie en
trois groupes : les vecteurs susceptibles (Sv), les vecteurs exposés de la maladie (Ev),
et les vecteurs infectés (Iv). Le système d’équations différentielles pour la population
humaine et la population de moustiques est :
Pour la population humaine :

Symbôle
:
:

:
:
:
:

Pour la population de moustique :

Définition
Population humaine
taux de natalité et taux de mortalité des êtres humains
nombre moyen de piqûres par les moustiques par jour
taux de transmission de l’homme au vecteur
pourcentage de moustiques infectés
pourcentage de personnes exposées à la dengue
taux de guérison
Page 18 sur 63


:
:
:
:
:
:
:
:
:
:
:
:

:
:
:
:

taux de mortalité causé par la maladie
Effectif population humaine
personnes Susceptibles
personnes Exposés
personnes Infectées
personnes Immunisés (Recovered)
Population de moustique
taux de natalité et taux de mortalité des vecteurs
nombre moyen de piqûres par les moustiques par jour
taux de transmission du vecteur à l’homme
taux de moustiques exposés par la maladie
effectif population de moustique
moustiques Susceptibles
moustiques Exposés
moustiques Infectées
Variables communes
Population d’être humains
moustiques Infectées

personnes Infectées
:
Tableau 3.1.1-1 : Définitions des variables du modèle [19]

Pour la validation de ce modèle, les auteurs ont combiné les valeurs des paramètres de
Singapour et de la Malaisie parce qu’ils ont considéré que les deux pays sont voisins et

ont des conditions climatiques et de valeur des estimations des paramètres, pour les
taux d’infection de moustiques, similaires. Le résultat du modèle SEIR indique que le
niveau maximum du taux d’infection humaine de la dengue, à partir des données
réelles à Selangor Malaisie, apparaît dans une courte durée. Autrement dit, la
propagation d’épidémies de dengue progresse très vite pour ces deux pays. L’infection
par le virus de la dengue se produit quand il existe une corrélation continue entre
l’effectif de la population humaine et la population des moustiques. Ce modèle
empirique SEIR produit des résultats similaires au modèle théorique décrit.

 Modeling the dynamics of dengue real epidemics [20]:

Page 19 sur 63


Dans ce travail, les auteurs proposent un modèle mathématique pour la transmission de
la propagation de la dengue afin d’analyser et de comparer deux épidémies de dengue
survenus à Salvador, au Brésil, en 1995-1996 et en 2002. Ce modèle est conçu de la
façon suivante :
– La population des moustiques (M) est divisée en quatre composantes :
aquatique (A), susceptibles (Ms), exposée (Me) et infectée (Mi).
– La population humaine (H) est supposé constante avec le taux de mortalité
défini par µh, et est divisé en population susceptible (Hs), exposée (Me), infectée (Mi)
et immunisée (Mr).
Le système d’équations différentielles pour ce modèle se défini comme suit :

Symbôle

:

Définition

Population humaine
taux moyen de ponte

:

taux moyen de mortalité des moustiques

:

taux moyen de mortalité aquatique

:

taux moyen de transition aquatique

:
:
:
:

taux d’incubation extrinsèque
taux de mortalité humaine
taux d’incubation intrinsèque

:

taux de guérison
fraction de moustiques femelles éclos de tous les œufs

:

capacité de charge de moustique

:

nombre moyen de piqûres par moustique par jour
:
:
:

taux de contact efficaces
taux de contact efficaces
taux d’effort de contrôle

taux d’effort de contrôle
:
Tableau 3.1.1-2 : Définitions des variables du modèle [20]
Page 20 sur 63


Lors de l’étude, les auteurs ont constaté que les paramètres entomologiques des
moustiques varient en fonction des températures quotidiennes. En effet, les valeurs de
ces paramètres varient en fonction du temps. Plus la température augmente, plus le
taux de survie et le taux de ponte du moustique augmente et le temps de latence pour
arriver au stade adulte pour les moustiques est très petit. Aussi, la précipitation
influence sur la production des moustiques. La température et la précipitation sont les
facteurs principaux qui favorisent la prolifération des moustiques, qui peut entraîner la
progression rapide de la maladie de dengue en cas d’épidémies.
L’objectif des auteurs dans cette étude est de connaître l’effet de la lutte antivectorielle. L’analyse a été effectuée en fonction du nombre de reproduction de base,
R0, ainsi que son évolution dans le temps, R(t), qui sont calculées à l’aide de la

véritable épidémie par séries chronologiques. La valeur de R0 est supérieur à 1 pour
l’épidémie en 1995- 1996 pour une valeur choisie du paramètre de contrôle du vecteur,
ce qui indique que d’autres stratégies seraient nécessaires à part la lutte contre les
vecteurs adultes, telles que le contrôle de la phase aquatique du moustique, pour
réduire sa force d’infection, ainsi de contrôler l’épidémie.
En bref, nous pouvons dire que les deux modèles mathématiques étudient l’évolution
de la propagation d’épidémies en définissant les relations entre les humains et les
moustiques, et en prenant en compte les conditions climatiques. Ceci se fait à partir de
la résolution du système d’équations différentielles. A chaque pas de temps, avec les
modèles mathématiques, il y a du changement de répartition de la population tant au
niveau des êtres humains qu’au niveau des moustiques du fait de la résolution des
systèmes d’équations différentielles. Ces modèles utilisent des informations globales
de la ville étudiée telles que les effectifs de population dans chaque groupe de
compartiments, le taux de transmission de la maladie, taux de guérison, taux de
mortalité, nombre moyen de piqûres par jour, etc. pour générer des nouveaux
individus.
Ils sont très rapides au niveau de simulation même si la taille de la population à étudier
est très grande mais ils perdent des informations détaillées au niveau de chaque
individu, en particulier les comportements individuels.

3.1.2 Modèles à base des systèmes multi-agents (SMA) :
 Agent-based model of Dengue Disease Transmission by Aedes aegypti
Populations [21] :
Cet article présente un modèle à base d’agent permettant non seulement de simuler la
dynamique de la population mais aussi de simuler la propagation d’épidémies de
dengue tant au niveau des hôtes (les hommes) qu’au niveau des vecteurs (les
Page 21 sur 63


moustiques Aedes aegypti). Ce modèle à base d’agent se base principalement sur

l’aspect écologique et les comportements des moustiques. Il implémente la notion de
la grille à 8 voisins. Les agents considérés par ce modèle peuvent être groupés en 5
grandes catégories : les moustiques mâles, les moustiques femelles, les moustiques
mâles stériles, les êtres humains et les places de ponte. Le modèle proposé est fondé
sur les hypothèses suivantes :
– Si un moustique mâle et un moustique femelle appartiennent à une même cellule, il y
a une chance que le moustique femelle soit fécondé ;
– Si un moustique mâle stérile et un moustique femelle se trouvent dans une même
cellule, il y a une chance que le moustique femelle enregistre son état fécondé même si
il n’a pas été fécondé ;
– Si un moustique femelle est dans une même cellule qu’un être humain, il a une
probabilité de mourir ou de nourrir du sang de l’être humain ;
– Les femelles s’étant accouplées et nourries du sang humain se déplacent vers une
place de ponte en suivant l’humidité dégagée par elles mêmes. Quand la femelle arrive
à la place de ponte, elle pond un certain nombre d’œufs si elle s’est accouplée avec un
moustique mâle et ne pond pas si elle s’est accouplée avec un moustique stérile mâle.
Ensuite, elle repart pour commencer de nouveau à chercher des compagnons et des
humains ;
– La propagation de dengue peut se produire lors de l’interaction entre l’homme et le
moustique femelle, aussi lors de l’interaction entre le moustique femelle et les lieux de
pontes ;
– Un être humain infecté peut contaminer les moustiques femelles qui le piquent.
Après un certains nombre de jours, il cesse de contaminer et devient immunisé de la
maladie de dengue. Les œufs pondus par les femelles infectées auront une probabilité
d’être infectés aussi.
Le modèle n’a pas été validé à partir de donnée réelle.

 An Agent-Based Model for the Spread of the Dengue Fever : A Swarm
Platform Simulation Approach [22] :
Ce modèle montre les interactions entre les agents ainsi que le processus de la

propagation au niveau de l’environnement. Les auteurs utilisent la plateforme Swarm
pour la simulation. Le modèle proposé considère les œufs, les larves, les nymphes, les
moustiques adultes, aussi les êtres humains comme des agents ou des entités du
modèles. Des règles sont donc fondées au niveau des moustiques, des êtres humains et
des exterminateurs d’insectes. Elles sont généralement tirées à partir des théories dans
la littérature. Nous pouvons citer ci-après les règles considérées par ce modèle :
Page 22 sur 63