L’utilisation du sol, une information précieuse pour les antennes-relais

Published on July 17, 2023

Gilles Mulheims, directeur technique adjoint chez Proximus, explique comment la réutilisation d’une donnée ouverte contribue à affiner la couverture des téléphones mobiles.

Quelles données vous sont utiles pour planifier une couverture mobile ?

Portrait de Gilles Mulheims
Gilles Mulheims

Tous les opérateurs mobiles disposent d’un outil pour simuler la couverture, avant de construire le site d’une antenne-relais. C’est un outil vital, qui permet notamment de connaître l’intensité qu’aura la couverture. Grâce à lui, on détermine si l’objectif de couverture est atteint.

Mais l’exactitude des prédictions dépend essentiellement des données qu’on lui indique.

La première donnée requise, c’est la topographie, soit le relief du terrain. Les ondes radio ne pénètrent pas dans le sol. Si une colline se trouve entre l’antenne et le récepteur, la couverture sera inexistante.

L’utilisation du terrain constitue le deuxième jeu de données : bâtiments, forêts, routes... À l’intérieur d’une maison, le signal est affaibli.

Ces deux jeux de données ont été d’abord achetés à l’étranger. La topographie existe depuis longtemps, les données relatives à l’utilisation du terrain sont modélisées à l’aide d’images satellites. Le pays est divisé en carrés et chacun se trouve associé à une utilisation : dense urban, light urban, residential, open, etc.

Jusqu’en 2020, nous nous servions de données qui offraient un découpage du Grand-Duché en carrés de 20 mètres de côté. Pour une ville, cela manquait de précision. C’est la raison pour laquelle nous avons choisi, à cette date, d’utiliser les données proposées par le Géoportail. Nous avons bénéficié d’un réel saut qualitatif, car désormais le découpage est réalisé en fonction de carrés de deux mètres de côté. Les prédictions ne peuvent qu’être meilleures.

Avec l’aide du LIST, nous sommes parvenus à adapter les données du Géoportail afin qu’elles soient lisibles par notre solution logicielle.

Avec quels autres jeux de données pourriez-vous encore affiner vos simulations ?

La densité de population par surface, c’est une troisième donnée qui les améliorerait. Il est jusqu’ici difficile de savoir avec précision quel pourcentage de la population est couvert, par la 5G par exemple. C’est pour l’instant une estimation que nous faisons. Dans un village, le calcul est facile à faire. À Luxembourg, où d’un quartier à l’autre la densité de la population varie beaucoup, c’est plus compliqué.

Récemment, le STATEC a publié une carte précisant la répartition de la population selon une grille d’un km², sur base du recensement de 2021. C’est une donnée précieuse, mais qui comporte aussi ses limites : elle est basée sur le lieu de résidence. Or ce qui nous intéresse, c’est de savoir quelle densité de population se trouve en un endroit donné à un moment donné, afin de réaliser des prédictions de trafic data. Prenez les centres commerciaux : cette donnée n’existe pas. Sur base du lieu de résidence, la densité est censée y être nulle, pourtant beaucoup de monde s’y déplace.

Outre la topologie, l’utilisation du terrain, la densité de population... les usages aussi jouent un rôle important dans votre planification.

C’est certain. Il y a quelques années, l’heure de pointe data était aux alentours de 21 heures. À présent, c’est vers midi. Par ailleurs, le trafic mobile double tous les deux ans, depuis 2000. C’est exponentiel. C’est la raison essentielle qui explique la pertinence de la 5G : c’est une question de capacité de bande passante disponible.

Or, il est de plus en plus difficile de trouver des sites pour ériger de nouvelles antennes-relais. Quand ils existent, nous pouvons ne pas recevoir d’autorisation, par exemple de la part d’une commune ou du ministère de l’Environnement. Un site peut nécessiter jusqu’à cinq autorisations. C’est l’un des principaux défis qui nous attend dans un avenir proche.

Datasets 2