0 - Méthode de calcul de la consommation ENAF

Les dispositions introduites par la loi Climat et Résilience, ainsi que l’objectif de Zéro Artificialisation Nette (ZAN) à l’horizon 2050, impliquent la mise en place de données robustes permettant de mesurer et de suivre, dans la durée, le phénomène d’artificialisation des sols. La réduction progressive de l’artificialisation constitue désormais une obligation réglementaire, appelée à être traduite dans les documents de planification territoriale. Dans ce contexte, la donnée dépasse son rôle traditionnel d’observation pour devenir un véritable outil d’aide à la décision, au service de la définition, du soutien et de la mise en œuvre des politiques publiques d’aménagement. Son usage à des fins réglementaires lui confère ainsi une portée décisionnelle. La méthode de calcul de la consommation des espaces naturels agricoles et forestiers (ENAF) est cruciale pour assurer la pérennité et la fiabilité des indicateurs au fil du temps et garantir leur cohérence dans le respect de la hiérarchie des normes.

C’est dans ce cadre que le service Connaissance (CIDDAE) de la DREAL a entrepris la structuration d’un ensemble cohérent de données relatives à la consommation des espaces naturels agricoles et forestirs. Le choix a été fait de privilégier une approche centrée sur la donnée plutôt que sur les solutions logicielles, afin de maximiser les possibilités de valorisation et d’échange. La brique "donnée" apparaît comme le niveau de mutualisation le plus pertinent dans un domaine caractérisé par la diversité des acteurs et des outils. Cette approche permet par ailleurs de préserver les choix technologiques propres à chaque partenaire.

Principes de calcul du flux de consommation des ENAF

La méthode de calcul de la consommation ENAF repose sur les données nationales diffusées sur le portail national de l’artificialisation des sols. Ces données sont produites niveau national par le Cerema pour le compte des Ministères de l’Aménagement du territoire et de la Transition écologique. Ce choix de cette source est motivée par le fait que c’est la seule donnée complète disponible à l’échelle Auvergne-Rhône-Alpes, assurant ainsi un traitement homogène et équitable des territoires.

La méthode de calcul repose sur deux principes :

1. 1 - Le principe calcul des objectifs à 2031 : il se base sur la consommation ENAF de la période de référence 2011-2020, calculée à partir du millésime 2021 des données nationales.
   Le choix du millésime 2021 pour établir le diagnostic de consommation ENAF sur la période 2011-2020 a été retenu pour plusieurs raisons :

• millésime utilisé pour définir les objectifs de réduction de consommation d’espace à l’échelle nationale ;
• c’est ce millésime qui a servi pour dimensionner les surfaces réservées aux projets d’envergures nationale et européenne (PENE) ;
• et au niveau régional, c’est le millésime à partir duquel ont été calculées les surfaces consommées du "porter à connaissance" du Sraddet ;
• fixer les indicateurs sur la période de référence 2011-2020

Ainsi pour la région Auvergne-Rhône-Alpes,30187 ha ont été consommés sur la période 2011-2020. l’objectif de consommation ENAF à ne pas dépasser sur 2021-2030 est de 13 735 ha.

A noter :
Au niveau national, la méthode de calcul de la consommation d’espace en vigueur depuis le millésime 2022, permet de mieux qualifier les usages auxquels se destinent les surfaces consommées
Pour pouvoir comparer le millésime 2021 avec les millésimes plus récents, la méthode intègre un retraitement des pour appliquer la nouvelle typologie des usages aux données du millésime 2021.

1. 2 - Le principe de suivi de la consommation des ENAF : Le suivi est effectué tous les ans, à partir du dernier millésime disponible sur le portail national de l’artificialisation des sols. Pour la décennie 2021–2030, les calculs de consommation sont réalisés en s’appuyant sur les données les plus récentes disponibles. Ces mesures sont ensuite comparées aux objectifs de réduction définis à partir du millésime de référence 2021 (cf étape 1 ), permettant ainsi d’évaluer l’évolution de la consommation et de mesurer l’écart éventuel par rapport aux trajectoires cibles.

Limites des données nationales et recommandations

Les données nationales disponibles sont des données déclaratives d’origine fiscale. Elles présentent des limites d’usages :

• Les données nationales de consommation ENAF ne concernent que les données cadastrées et présentent une latence entre la réalité observée et la mise à jour effective
• Ces données sont de nature statistique. Elles ne sont pas assez précises pour une aide à la stratégie foncière.
• Pour les analyses de tendances, il est recommandé de se baser sur des moyennes annualisées sur des périodes de 3 à 5 ans
• Les analyses géographiques sont significatives aux échelles moyennes, du niveau régional à l’échelle des EPCI (Établissements Publics de Coopération Intercommunale). Pour les analyses communales ou infra-communales, il est conseillé de compléter avec d’autres sources.

Principe de structuration et de stockage des données sous forme d’entrepôt

Pour permettre l’observation et l’analyse des nombreuses sources foncières disponibles, le choix a été fait de les structurer sous forme multidimensionnelle au sein d’un entrepôt de données. En informatique décisionnelle, cette technologie est désignée par l’acronyme OLAP (Online Analytical Processing) et constitue le socle des systèmes d’information orientés décision (SID).
Dans ce type de système, les données sont organisées selon un modèle dit « en étoile ». Chaque phénomène à analyser, appelé « fait », est représenté dans une table centrale, nommée « table des faits » ou « table de métriques ». Cette table est reliée à plusieurs tables dites « dimensions », qui correspondent aux axes d’analyse (comme le temps, le territoire ou le type d’usage).
Ce modèle est particulièrement adapté aux besoins d’analyse, car il offre des performances optimisées et une structuration orientée vers les usages. Sa proximité avec la réalité métier le rend également plus intuitif et accessible pour les utilisateurs non techniques, facilitant ainsi l’appropriation des données par les acteurs opérationnels. Ce type de structuration permet enfin de garantir l’intégrité et la fiabilité des indicateurs dans le temps.

Prise en charge de la représentation cartographique

La dimension spatiale, bien qu’externe au seul champ de l’artificialisation des sols, joue un rôle central dans le dispositif d’analyse, puisqu’elle conditionne la lecture des données à différentes échelles territoriales et de planification. C’est à partir de cette dimension que seront menées les analyses sur les périmètres administratifs et les niveaux de planification.
Afin de garantir la cohérence des analyses multi-échelles, cette dimension géographique est pensée comme un référentiel commun, partagé par l’ensemble des jeux de données thématiques. Ainsi, toute évolution ou mise à jour de cette dimension — comme l’actualisation à la géographie en vigueur en début d’année (Code Officiel Géographique COG) ou la redéfinition des périmètres d’intercommunalité — sera automatiquement répercutée sur l’ensemble des jeux de données, assurant une homogénéité des analyses et une fiabilité des indicateurs.
Sur le plan de la modélisation, une hiérarchie administrative classique est retenue, structurée selon les niveaux : commune – département – région. En revanche, les périmètres de planification tels que ceux des EPCI ou des Schémas de Cohérence Territoriale (ScoT) ne s’inscrivent pas dans une hiérarchie linéaire, car ils peuvent regrouper des communes appartenant à plusieurs départements, voire à plusieurs régions. C’est la raison pour laquelle ces périmètres de planification sont modélisés sous forme de dimensions alternatives, indépendantes de la hiérarchie administrative.
Les données géographiques alimentant cette dimension spatiale proviennent des organismes de référence, notamment l’IGN et l’INSEE, garantissant ainsi leur qualité, leur fiabilité et leur conformité aux référentiels conformes aux standards en vigueur.

Conclusion et perspectives

L’opportunité de créer un entrepôt de données sur la consommation ENAF, est de constituer un ensemble cohérent de données indépendamment de la solution de restitution et d’analyse choisie. Cette possibilité s’avère particulièrement pertinente dans la mesure où les services bénéficiaires en charge d’appliquer la réglementation, sont multiples. Ainsi l’offre de service que constitue l’entrepôt de données peut s’adapter et être exploitées sous des technologies différentes sans pour autant remettre en cause la cohérence des données.
Il est par ailleurs signalé que des données structurées conforme aux standards OLAP, facilitent grandement le développement des restitutions, la plupart des éditeurs de solutions d’analyses (BI) implémentant nativement les fonctions d’analyses (fonctions OLAP, analyses d’ensemble) dans leurs solutions.