People

LAEQ is staffed with three professors and supervises some fifteen students and research trainees.

Members

Research

LAEQ is currently supported by three research grants.

Research projects

Laboratory

LAEQ offers state-of-the-art instruments and a data analysis laboratory on the urban environment.

LAEQ Infrastructure

Management team

Philippe Apparicio

Philippe Apparicio

Full Professor
Canada Research Chair in Environmental Equity and the City
INRS Urbanisation Culture Société

Research areas:

  • Environmental justice, air pollution, road traffic noise, urban quality of life, poverty, residential segregation
  • Spatial analysis, geographical information systems, remote sensing, spatial data fusion, web cartography

Bonjour à toutes et à tous,

Dans le cadre de travaux qualitatifs, on se demande souvent comment représenter nos données. Les tableaux c’est bien, mais c’est pas toujours sexy, les histogrammes c’est mieux mais c’est pas la joie…

On vous propose donc le TreeMap !!
Il permet de visualiser des catégories importantes que vous auriez issues du codage de vos entretiens, mais aussi d'autres types de documents.

Dans notre exemple, une étudiante du labo s’est intéressée aux motivations d’individus concernant l’agriculture urbaine. Ces motivations sont organisées en 7 groupes, qui contiennent chacun entre 1 et 5 sous-motivations.

Le résultat qu’on vous propose concerne un seul répondant, mais plusieurs TreeMap permettent une comparaison visuelle efficace et plus accrocheuse qu’un tableau !

Pour notre part, on l’a construit en utilisant R, voici le code pour le faire :
#installation des librairies
install.packages("ggplot2")
install.packages("devtools")
install.packages("foreign")
install.packages("RColorBrewer")

#chargement des librairies
library(devtools)
library(ggplot2)
library(foreign)
library(RColorBrewer)

install_github("wilkox/treemapify")
library(treemapify)

#chargement des données
setwd("C:/Users/GelbJ/Desktop/Projets/Lesage/TreeMap")

Data <- read.csv("Data.csv",sep=";")

#construction du TreeMap
ggplot(Data, aes(area = Score, fill = Grp, label = Motiv,subgroup = Grp)) +
geom_treemap() +
geom_treemap_subgroup_border() +
scale_fill_brewer(palette = "Greens")+
#geom_treemap_subgroup_text(place = "centre", grow = T, alpha = 0.5, colour ="black", fontface = "italic", min.size = 0) +
geom_treemap_text(colour = "black", place = "centre", reflow = T)

Enjoy !
... See MoreSee Less

View on Facebook

On vous propose une série de trois publications retraçant les différents thèmes associés aux parcs montréalais de 1953 à aujourd’hui.
1953 – 1966 : période d’activité du Service des parcs de Montréal dirigé essentiellement par Claude Robillard.
C’est une époque exaltante au Québec et à Montréal. Les parcs sont surtout associés à la culture, au loisir, à l’éducation et à la réduction du vandalisme. Une multitude d’activités sont créées afin de divertir et d’éduquer les enfants. La beauté et l’esthétisme sont également des thèmes d’importance puisque « le souci des fleurs, de la verdure et des parcs témoigne d’un raffinement de la civilisation urbaine » (McLean, hiver 1961). On cherche à faire de Montréal un endroit où il fait bon vivre, particulièrement pour les enfants des familles ouvrières. À l’époque de Claude Robillard, le parc est compris comme un moyen d’atteindre un statut de beauté, de sécurité et de loisir afin de redorer l’image d’une ville industrielle.
... See MoreSee Less

View on Facebook

Dans nos travaux, la forme urbaine revient régulièrement comme un facteur contribuant significativement à la concentration de la pollution atmosphérique ou l’intensité sonore. Une image est très souvent utilisée : le canyon urbain, soit une rue encaissée, étroite, qui favorise l’accumulation de la pollution atmosphérique et la réverbération du bruit.

Mais comment introduire cette considération dans nos modèles ? Comment mesurer cet aspect de la forme urbaine ?

C’est pourtant simple, il suffit d’utiliser le Sky View Factor Index !! Cet indice correspond (pour simplifier) au pourcentage de ciel visible à partir d’un point donné, en tenant compte des bâtiments, du relief et même de la végétation. En d’autres termes, si vous êtes dans une plaine parfaitement plate sans rien pour vous cacher le ciel, vous avec un SVFI de 1, à l’inverse, dans un tunnel, vous avez un SVFI de 0.

En plus, ça donne de super jolies cartes comme vous pouvez le voir avec cet exemple parisien. Les espaces blancs (seconde carte) ont des scores proches de 1 (normal, au sommet d’un bâtiment, le ciel est très visible). Les rues ou arrières cours sombres en revanche, correspondent à des « canyons urbains ».

PS : SAGA GIS propose un algorithme pour calculer cet indice et il est disponible via QGIS (logiciel de géomatique libre)
... See MoreSee Less

View on Facebook

Lors du midi LAEQ de lundi dernier, l’une des présentations portait sur une étude réalisée à Montréal qui s’intéressait à trois modes de transport (🚲🚗🚇) pour des trajets d’environ 40 minutes des quartiers résidentiels vers le centre-ville.

Les résultats ont montré que :
1. L'automobile n'est pas significativement plus rapide que le vélo ou le transport en commun.
2. Les niveaux d'exposition au bruit sont bien plus élevés pour les usagers du transport en commun (7.11 décibels de plus), surtout ceux utilisant le métro (13 décibels de plus).
3. Concernant l'inhalation du polluant NO2 (dioxyde d'azote), puisqu'ils sont en activité physique, les cyclistes en inhalent près de 4 fois plus !

Ces résultats peuvent être considérés comme une forme d’iniquité environnementale : les cyclistes sont bien plus exposés à des polluants qu’ils ne génèrent pas.

Cyclistes, ne vous inquiétez pas ! Les bénéfices surclassent de loin les risques associés à l'exposition aux polluants. Avec une durée et une longueur de trajet comparable (en moyenne 10 kilomètres et 38 minutes), ils brûlent 3.67 fois plus de calories que l’automobiliste !
... See MoreSee Less

View on Facebook