L’ESSOR DE LA SURVEILLANCE MARITIME : PRODUCTION DE DONNEES SUR LES ACTIVITES MARITIMES

Télécharger le fichier pdf d’un mémoire de fin d’études

L’essor de la surveillance maritime : production de données sur les activités maritimes

Si historiquement, la surveillance34 maritime a longtemps été visuelle, puis radiophonique, depuis la côte ou plus récemment des sémaphores, le développement de nouveaux capteurs au cours du dernier siècle (AIS, VMS, radar terrestres et satellites, etc.) a permis de générer une masse croissante de données de géolocalisation des activités humaines en mer. Celles-ci permettent la surveillance en temps réel de la situation maritime (Maritime Situational Awareness) au titre de conventions sur la sécurité de la navigation et des personnes (ex. SOLAS) et de la sureté35 nationale (ex. Marine, douanes). Ces données de surveillance sont aussi collectées dans le cadre de la gestion des pêches.
Leur objectif est de limiter les risques de collisions, de faciliter les opérations de secours, de détecter des activités dangereuses ou illicites. Selon la Commission Européenne, ces données de surveillance maritime sont un moyen de « comprendre, prévenir, le cas échéant, et gérer de manière globale tous les événements et actions liés au domaine maritime qui pourraient avoir un impact sur la sûreté et la sécurité maritimes, l’application de la loi, la défense, le contrôle des frontières, la protection du milieu marin, le contrôle de la pêche, les intérêts commerciaux et économiques » (Council of the European Union, 2008).
A l’heure actuelle, ces données proviennent essentiellement de 3 sources :
1. La surveillance publique (Marine nationale, affaires maritimes, douanes, gendarmerie, autorités portuaires).
2. La surveillance privée (armateurs de transport, organisations de producteurs, agrégateurs).
3. Le suivi 36 des pêches (centres de surveillance des pêches nationaux et communautaires).
La surveillance publique est principalement opérée depuis des centres de surveillance du trafic (Vessel Traffic Services – VTS) côtiers ou portuaires, mais aussi depuis des centres opérationnels militaires. Cette surveillance est principalement destinée à la détection de situations dangereuses ou illégales, pour apporter en temps réel les solutions appropriées, sauvetage (Search and Rescue – SAR) ou interception. A ces fins, elle mobilise toute la palette de capteurs disponible depuis la terre (sémaphores), le ciel (survols aériens) et l’espace (satellites) : radars, capteurs optiques, balises de géolocalisation embarquées (AIS, VMS), souvent organisés en réseaux structurés (réseau de surveillance côtière, constellation de satellites). En France, c’est le système SPATIONAV qui fait l’agrégation de toutes les données collectées dans ce contexte (Michoux, 2007).
La surveillance privée est plus récente et se trouve principalement liée à l’apparition et au développement des données AIS. Elle peut être opérée depuis des centre de surveillance des flottes (Fleet Centers) appartenant à des armateurs de transport – et dans une moindre mesure de pêche – cherchant à surveiller leur flotte autour du globe. Elle est aussi opérée par une communauté grandissante d’entreprises spécialisées dans la collecte et l’agrégation de données AIS, ayant recours à la fois aux capteurs satellitaires et côtiers, dont Marine Traffic apparait le plus populaire. En France, certaines entreprises se positionnent au premier rang dans le domaine (ex. CLS), et se tournent aussi vers l’utilisation de capteurs radars (ex. UnseenLab). Dans une moindre mesure, la surveillance privée est aussi opérée par certaines ONG spécialisées dans la lutte contre la pêche illégale (ex. Global Fishing Watch).
Le suivi des pêches est opéré depuis des centres de surveillance dédiés, nationaux (en France, le Centre National de Surveillance des Pêches, CNSP) et communautaires (Agence Européenne de Contrôle des Pêches – AECP). Il peut lui aussi mobiliser une variété de données en fonction des contextes, mais repose majoritairement sur l’acquisition de données VMS (Vessel monitoring system), émises par des balises embarquées à bord des navires de pêches. En Europe, tous les navires de pêche de plus de 12m sont contraint à son emport.
Cette surveillance « multiforme » (Council of the European Union, 2008) fait donc appel à un large éventail de systèmes techniques, parfois communs :
• Systèmes de transmission embarqués :
o Système d’identification automatique – AIS (Tetreault, 2005) ;
o Système de surveillance des navires de pêche – VMS (Campbell et al., 2014) ; 52 p Figure 16
• Systèmes d’enregistrement embarqués : Voyage Data Recorders – VDR (Chang, 2016) ;
• Systèmes d’observation terrestres, aériens et satellites :
o Radars maritimes (fréquences allant de la bande HF à la bande X) (Huang et al., 2017)
o Imagerie (observation in situ, avion, drone, satellite) (Dalton et al., 2010)
Ces systèmes génèrent des données ayant leurs caractéristiques spécifiques en termes de couverture et de résolution spatiales et temporelles, de métadonnées associées, de format,
de couverture de la flotte. Celles-ci sont détaillées en et dans les sections suivantes.

Surveillance du trafic maritime et données AIS

En 2000, l’OMI a entériné l’utilisation du système AIS pour la sécurité de la navigation, principalement à destination du transport maritime, dans le cadre de la révision du chapitre V de la convention SOLAS (International Maritime Organization, 2000). Cette convention internationale, entrée en vigueur le 31 décembre 2004, impose que l’AIS soit installé à bord de différents types de navires : de jauge brute supérieure à 300T et effectuant des voyages internationaux, de jauge brute supérieure à 500T et n’effectuant pas de voyages internationaux, transportant des passagers quelle que soit leur taille.
L’AIS repose sur l’emport de balises à bord des navires, qui transmettent à haute fréquence des données sur la position du navire, sa direction et sa vitesse, mais aussi son identité (immatriculation, pavillon, etc.), ainsi que des informations complémentaires sur sa nature (type de navire, activité). Les informations statiques et dynamiques sont reçues toutes les deux à trente secondes, en fonction de la vitesse et du mouvement du navire (plus le navire se déplace vite, plus l’AIS transmet fréquemment des informations), et les informations relatives au voyage sont reçues toutes les six minutes. Initialement conçu pour éviter les collisions en mer, le système permet à chacun des navires équipés de suivre automatiquement la présence d’autres navires à proximité, ainsi que d’assurer sa visibilité par ces derniers. Les données échangées sont aussi captées par les stations AIS côtières, dans la mesure de leur portée (10 à 30M), et aux récepteurs AIS satellites, et par les centres de surveillance publics et privés (Figure 17).
Selon l’Agence européenne pour la sécurité maritime (EMSA), en 2018, les eaux européennes étaient parcourues quotidiennement par quelque 17 000 navires qui partagent leurs positions par AIS, générant au total des millions de messages quotidiens, qui sont reçus par environ 700 stations côtières en Europe. Avec l’apparition de portails en ligne tels que MarineTraffic, FleetMon, AISlive ou Vessel Finder, permettant d’accéder gratuitement à l’identification et au positionnement des navires en temps réel dans le monde entier, les données AIS ont connu un réel succès auprès d’un large public, dont les scientifiques intéressés par leur potentiel d’informations (Coello et al., 2015 ; Hensel et al., 2020 ; Svanberg et al., 2019)37.
Au fil de l’archivage de ces données, ces portails privés, aux côtés des quelques bureaux d’études proposant le même service, offrent également la possibilité de générer des cartes de densité du trafic maritime (filtrées par années, types de navires, zones) (Figure 18), mobilisées dans certains documents de planification, notamment français38.

Surveillance des pêches et données VMS

En tant qu’activité souvent très encadrée, la pêche est aussi sujette à une surveillance spécifique dans de nombreux pays du monde, et diverses données sont constamment recueillies pour sa gestion. Si celles-ci étaient historiquement destinées à la gestion des stocks halieutiques, elles concernent aussi de manière croissante le suivi des dynamiques spatiales et temporelles des activités. C’est particulièrement le cas des données VMS, qui sont devenues au cours de la dernière décennie un outil standard de contrôle des pêches, dont l’Europe a été pionnière en étendant progressivement sa couverture à tous les navires de plus de 24m en 2000, 18m en 2004, 15m et 2005 et enfin 12 m en 2012.
Au même titre que l’AIS, le système VMS repose sur l’emport de balises à bord des navires, transmettant des données de localisation et d’identification à des récepteurs satellites ou terrestres de manière régulière (Figure 21). Il présente lui aussi des limites en termes de couverture de la flotte, particulièrement au regard des petites unités (<12m43) opérant dans les eaux côtières. De même, la période d’émission du VMS varie en fonction de la vitesse du navire, mais elle reste plus longue que celle de l’AIS avec un seuil minimal de 2h d’intervalle.
En dépit de ces limites, les données VMS sont de plus en plus souvent mobilisées pour la production d’informations spatiotemporelles sur les activités de pêche (Campbell et al., 2014), qui peuvent venir alimenter des processus de planification. Comme le notaient toutefois Le Berre et Peuziat en 2015 (Peuziat & Le Berre, 2015), ces données se retrouvent confrontées à des questions d’accessibilité liées aux enjeux (concurrence, confidentialité) d’une activité à vocation économique.

De la donnée de surveillance maritime à la planification : revue de la littérature scientifique internationale

Les données de surveillance maritime présentent donc un potentiel théorique certain pour décrire l’emprise spatiale et temporelle des activités maritimes, et ainsi répondre à une partie des besoins associés à la PEM, mais qu’en est-il de leur usage à cette fin ? La conduite d’une revue systématique de la littérature scientifique est apparue comme indispensable pour cerner un contexte international en pleine évolution, et offrir un aperçu inédit de la mobilisation des données de surveillance maritime dans le cadre de processus de planification. Cette revue de la littérature scientifique a fait l’objet d’un article publié dans la revue Marine Policy en Juillet 2020 (Dupont, Gourmelon, et al., 2020)

Méthodologie d’exploration et d’analyse de la littérature

En utilisant la littérature scientifique comme échantillon, cette revue bibliographique vise à dresser l’état de l’art de l’utilisation des données de surveillance maritime à des fins de planification. La méthodologie générale, présentée en Figure 26 (page suivante), se décompose en deux phases distinctes, l’une s’intéressant aux utilisations des données de surveillance maritime dans leur ensemble (« Set 1 »), afin de mettre en évidence l’attention portée à certains types de données maritimes ou à des activités spécifiques, ainsi que les développements techniques et méthodologiques actuels en termes d’acquisition et de traitement des données ; l’autre se concentrant sur les utilisations appliquées à la planification et la gestion (« Set 2 »), afin d’identifier des cas pratiques.
Afin d’identifier tous les articles mobilisant des systèmes et capteurs de surveillance maritime tels que définis par l’Union européenne (European Commission, 2009), le Web of Science, considéré comme la collection la plus exhaustive de la littérature scientifique internationale, a été exploré avec la requête suivante : TS44= « maritime surveillance » OR « AIS data » OR « automatic identification system » OR « VMS data » OR « Vessel monitoring system » OR “Vessel Traffic Service” OR “VTS data” OR “Long range tracking and identification” OR “LRIT” OR “voyage data recorder »45

Identification de facteurs limitants : à la fois techniques et politiques

En dépit du potentiel des données de surveillance mis en avant dans ce chapitre, les utilisations concrètes des données de surveillance pour la PEM apparaissent donc plus qu’anecdotiques, invitant à considérer l’existence de facteurs limitant leur mobilisation.
Il est tout d’abord probable que la littérature scientifique ne reflète pas l’entièreté des contributions des données de surveillance maritime à la PEM, et que l’exploration de la littérature grise (rapports, comptes-rendus, textes officiels) permettrait l’identification d’un plus grand nombre de cas. Toutefois, l’analyse de la littérature scientifique permet déjà d’identifier un certain nombre de facteurs pouvant expliquer le faible nombre de contributions relevées, dont l’influence respective reste à évaluer.
Les limites techniques (Tikanmäki & Ruoslahti, 2017) des données AIS et VMS en termes de couverture et de résolution expliquent leur faible mobilisation. Leur indisponibilité pour les petits navires (<300 tonnes de jauge brute pour l’AIS, et <12m pour le VMS en Europe) entraine en effet l’impossibilité de représenter de manière exhaustive l’empreinte spatio-temporelle des activités maritimes, en particulier dans les zones côtières où la plupart des navires sont en dessous de ces limites de taille. Les initiatives mises en place pour combler cette lacune, basées sur l’installation de GPS sur des flottes spécifiques (Lawrence & Bhalla, 2018 ; Wada et al., 2012) ou mobilisant le potentiel offert par les radars côtiers, beaucoup moins dépendants de la taille des navires (Huang et al., 2017 ; Laws et al., 2016 ; Park et al., 2017), restent à ce jour ponctuelles.
La circulation des données de surveillance, et leur accessibilité souvent limitée, sont identifiées comme un autre facteur limitant leur mobilisation. En effet, en raison notamment de la dimension multiforme de la surveillance maritime, tant en termes de systèmes que d’objectifs, les données restent souvent dispersées et rarement partagées (Tikanmäki & Ruoslahti, 2017). De plus, cette circulation des données intervient dans un contexte juridique flou (Le Tixerant et al., 2018) et est entravée par des aspects stratégiques (secret de défense) et économiques (confidentialité, secret commercial) (Tikanmäki & Ruoslahti, 2017). C’est principalement le cas pour les données produites dans un contexte militaire, mais aussi pour les données sectorielles telles que les données VMS (Hinz et al., 2013). L’amélioration des échanges de données de surveillance maritime entre les Etats et les services a été identifiée comme un enjeu crucial en Europe, qui développe actuellement un environnement commun de partage de l’information (CISE) pour « donner à toutes les autorités concernées l’accès aux informations dont elles ont besoin pour leurs missions en mer » (European Commission, 2014).
Enfin, l’acceptabilité des diverses informations dérivées des données de surveillance – hors du spectre de la sûreté et de la sécurité – par les secteurs économiques et les administrations concernées est identifiée comme un dernier facteur limitant leur mobilisation. En effet, dans le contexte fortement concurrentiel en termes de partage de l’espace en mer ayant contribué à l’émergence de la PEM, les informations sur l’emprise spatio-temporelle des activités, si elles pourraient contribuer à une meilleure prise en compte de ces dernières, pourraient tout aussi bien servir de base à des décisions les affectant négativement (Bennett et al., 2015 ; Flannery & Ellis, 2016 ; Tatenhove, 2017). En ce sens, une certaine opacité est probablement souhaitée par certaines parties prenantes, telle que souligné par Hinz et al. (2013).
En dépit de ces limites, les années à venir entraineront très probablement un besoin croissant de connaissances relatives à l’emprise spatio-temporelle des activités maritimes existantes, et donc le recours croissant aux données de surveillance. Ainsi, depuis que l’analyse de la littérature a été finalisée en 2019, 132 nouveaux articles scientifiques correspondant à la requête de recherche ont été indexés sur le Web Of Science (Dupont et al., 2020).

Constitution du jeu de données

Afin de constituer une base de données structurée en vue des analyses, les enregistrements audio des entretiens ont été anonymisés puis compilés à l’aide du logiciel SONAL (Alber, 2010), conçu pour le traitement de données issues d’entretiens. SONAL offre notamment la possibilité d’une retranscription textuelle synchronisée aux enregistrements, facilitée par la définition de raccourcis claviers associés à la lecture du fichier audio ou permettant de compléter automatiquement des mots et expressions enregistrées. La totalité des 50h d’enregistrements audio ont été retranscrits par ce biais, aboutissant à la génération d’un corpus de 500 pages de texte51.
Ce travail de réécoute et de retranscription manuelle est l’une des étapes les plus importantes de l’enquête, en ce sens qu’elle permet de porter une oreille distanciée sur le discours, beaucoup plus attentive et exhaustive que pendant l’entretien lui-même. Elle offre la possibilité de redécouvrir « des passages de l’entretien que l’on avait presque oublié ou auxquels on n’avait pas, sur le moment, prêté véritablement attention » (Beaud & Weber, 2010). A ce titre, si la retranscription partielle et synthétique avait été envisagée au début du travail, afin de minimiser le temps consacré à l’exercice, la retranscription complète et littérale est progressivement apparue comme un impératif pour conserver autant que possible l’intégrité des données collectées. Seules d’anecdotiques onomatopées, marques d’hésitations ou répétitions ont été éliminées pour des raisons de compréhension.
Au fil de la retranscription, SONAL offre la possibilité de découper les entretiens (audio et textes synchronisés) en segments associés à des thématiques et sous-thématiques distinctes. Cette fonctionnalité permet d’identifier et d’isoler des extraits traitant de thématiques communes, et peut notamment servir à l’extraction de sous-corpus thématiques. Ici, les thématiques et sous-thématiques utilisées correspondent à celles définies dans le guide d’entretien. Cette thématisation s’est avérée d’autant plus utile que, par leur nature peu directive, les entretiens ont tous suivi une trame distincte, parfois inverse au guide d’entretien, et souvent faite de multiples aller-retours, comme en témoigne la mosaïque de couleur du corpus ainsi encodé (Figure 44).
Le corpus complet, ainsi retranscrit et thématisé, est ensuite exportable sous différents formats en vue de son analyse manuelle ou à l’aide de logiciels d’analyse complémentaires.
Les thématiques et items du guide d’entretien apparaissent dans la colonne de gauche (en bleus : les sous-thématiques relatives à la planification de l’espace maritime ; en verts : les sous-thématiques relatives aux données de surveillance maritime ; autres couleurs : questions, apartés, relances). Les entretiens encodés apparaissent dans la partie droite du graphique, chaque ligne correspondant à un entretien

Analyse des données

Le corpus complet au format texte ainsi constitué a fait l’objet de trois types d’analyse distincts : 1) analyses qualitatives, afin de synthétiser les propos récoltés dans le cadre des entretiens ; 2) analyses quantitatives, et plus précisément lexicométriques, afin d’évaluer l’importance accordée par les différentes catégories d’acteurs à certains sujets ou arguments en fonction de la fréquence d’utilisation de termes ou champs sémantiques spécifiques ; et 3) analyses de réseaux, visant à titre exploratoire, par l’intermédiaire de Gephi, à représenter visuellement les réseaux d’acteurs se structurant autour de la PEM métropolitaine ainsi que les voies de circulation des données de surveillance maritime au sein de ce réseau. Les modalités de ces analyses sont détaillées ci-après.

Analyses qualitatives

À la suite de l’encodage thématique réalisé avec SONAL, le logiciel permet de prioriser – manuellement- des éléments de discours, par l’attribution de notes -allant de 1 à 5- aux extraits de texte, à la manière d’un surlignage plus ou moins intense en fonction de l’importance accordée aux propos. Cette fonction a été mobilisée afin d’isoler et extraire les éléments de discours répondant précisément aux questions de recherche au sein des 500 pages du corpus complet. La priorisation a été réalisée au cours de deux relectures complètes du corpus, et tous les extraits ayant reçu une note ≥1 ont été rassemblés dans un corpus synthétique, représentant 1/5 du corpus complet, soit approximativement 100 pages. L’ensemble des citations mobilisées dans le chapitre suivant sont extraites de ce corpus synthétique.

Analyses lexicométriques

Le recours à la lexicométrie a été identifié comme un moyen d’apporter une dimension quantitative à l’analyse du corpus d’entretiens. Cette discipline, à la croisée de la linguistique et de la statistique numérique, est apparue pour faciliter l’analyse de discours (politiques, économiques, littéraires, etc.) en portant l’attention sur le vocabulaire utilisé, souvent considéré comme un vecteur de représentations sociales (Ratinaud & Marchand, 2015). Elle a connu un développement important au cours des années 1990, en grande partie grâce aux progrès informatiques, ayant facilité l’élaboration d’un « ensemble de méthodes permettant d’opérer des réorganisations formelles de la séquence textuelle et des analyses statistiques sur le vocabulaire d’un corpus de textes » (Lebart & Salem, 1994).
Pour ces analyses, le logiciel libre d’analyse IRAMUTEQ (© 2008-2020 Pierre Ratinaud) a été choisi, notamment pour sa compatibilité avec les exports de SONAL. IRAMUTEQ est conçu comme une interface faisant intervenir le logiciel de statistique R et le langage Python afin de traiter et d’analyser un ou plusieurs corpus de texte. La donnée d’entrée d’IRAMUTEQ consiste en un corpus (ici, le corpus complet), au format .txt, au sein duquel des marqueurs (****) permettent de délimiter les différents textes (unité de base, ici : un entretien) et d’y associer des variables (ex. catégorie d’acteurs) qui peuvent ensuite servir l’analyse52. Après avoir découpé ces textes en segments53, puis en mots (« occurrences ») et regroupé en « formes » les occurrences correspondantes aux différentes déclinaisons d’un même
52 La première analyse proposée par IRAMUTEQ consiste en une description statistique générale du corpus de texte sélectionné. Les résultats de cette analyse, qui permettent notamment de confirmer la bonne prise en compte des données d’entrée par le logiciel, sont présentés en Annexe C.

Table des matières

 REMERCIEMENTS
INTRODUCTION GENERALE
PARTIE 1 – CONTEXTE GENERAL
CHAPITRE 1 – LA PLANIFICATION DE L’ESPACE MARITIME : UN ENJEU GRANDISSANT
1. L’ESPACE MARITIME SOUS TENSIONS : ENTRE OPPORTUNITES ET CONTRAINTES
1.1. LA MARITIMISATION : UNE EMPRISE SPATIALE DE PLUS EN PLUS ETENDUE ET PERMANENTE
1.2. UNE CONCURRENCE ACCRUE POUR L’ESPACE : ENJEUX DE COHABITATION
1.3. UNE EMPREINTE ENVIRONNEMENTALE CROISSANTE : ENJEUX DE PROTECTION
2. LA PLANIFICATION DE L’ESPACE MARITIME : ORIGINES ET DEFINITIONS
2.1. L’ESPACE MARITIME : SOUVERAINETE ET RESPONSABILITE DES ÉTATS
2.2. ÉMERGENCE DES APPROCHES MARITIMES INTEGREES
2.3. LA PLANIFICATION DE L’ESPACE MARITIME (PEM) : DEFINITIONS
2.4. DEVELOPPEMENT DE L’APPROCHE DANS LE MONDE ET EN EUROPE
2.5. LA PLANIFICATION DE L’ESPACE MARITIME FRANÇAIS
CHAPITRE 2 – LES DONNEES DE SURVEILLANCE MARITIME, SUPPORT DE LA PLANIFICATION ?
1. LA PLANIFICATION, UN PROCESSUS EXIGEANT EN DONNEES ET INFORMATIONS SPATIALES
1.1. DONNEES DESCRIPTIVES DE L’ENVIRONNEMENT MARIN
1.2. DONNEES DESCRIPTIVES DES ACTIVITES MARITIMES
2. L’ESSOR DE LA SURVEILLANCE MARITIME : PRODUCTION DE DONNEES SUR LES ACTIVITES MARITIMES
2.1. SURVEILLANCE DU TRAFIC MARITIME ET DONNEES AIS
2.2. SURVEILLANCE PUBLIQUE ET DONNEES DES RADARS COTIERS ET SATELLITAIRES
2.3. SURVEILLANCE DES PECHES ET DONNEES VMS
2.4. DE LA DONNEE A L’INFORMATION
3. DE LA DONNEE DE SURVEILLANCE MARITIME A LA PLANIFICATION : REVUE DE LA LITTERATURE SCIENTIFIQUE INTERNATIONALE
3.1. METHODOLOGIE D’EXPLORATION ET D’ANALYSE DE LA LITTERATURE
3.2. UN INTERET CROISSANT DE LA COMMUNAUTE SCIENTIFIQUE…
3.3. …MAIS UNE MOBILISATION ANECDOTIQUE DANS LE CADRE DE LA PEM
3.4. IDENTIFICATION DE FACTEURS LIMITANTS : A LA FOIS TECHNIQUES ET POLITIQUES
CONCLUSION PARTIE 1
PARTIE 2 – ENQUETE SUR L’USAGE DES DONNEES DE SURVEILLANCE POUR LA PEM FRANÇAISE
CHAPITRE 1 – METHODOLOGIE D’ENQUETE
1. METHODOLOGIE DE RECUEIL DE DONNEES
1.1. CONSTITUTION DU PANEL D’ENQUETES
1.2. GUIDE D’ENTRETIEN
1.3. CONDUITE EFFECTIVE DES ENTRETIENS
2. METHODOLOGIE D’ANALYSE DES DONNEES
2.1. CONSTITUTION DU JEU DE DONNEES
2.2. ANALYSE DES DONNEES
CHAPITRE 2 – RESULTATS : USAGE DES DONNEES DE SURVEILLANCE POUR LA PEM FRANÇAISE
1. POTENTIELS ET ENJEUX TECHNIQUES DES DONNEES DE SURVEILLANCE MARITIME
1.1. L’AIS PRIVILEGIE MAIS TROP PEU REPRESENTATIF DE L’ENSEMBLE DE LA FLOTTE
1.2. LE VMS ADAPTE A LA PECHE MAIS ENCORE INSUFFISANT
1.3. LES DONNEES RADARS : UN POTENTIEL ENCORE MECONNU
1.4. CARACTERISATION DES ACTIVITES ET ANALYSES DE LA CINEMATIQUE DES NAVIRES : UNE MARGE DE PROGRESSION SIGNIFICATIVE
2. UNE CIRCULATION LIMITEE DE DONNEES DE SURVEILLANCE : CONTRAINTES STRATEGIQUES ET ECONOMIQUES AU PREMIER PLAN
2.1. LES DONNEES PECHE : CONTRAINTES CONCURRENTIELLES EVOQUEES AU PREMIER PLAN
2.2. LES DONNEES SPATIONAV : CONVOITEES MAIS SENSIBLES
2.3. LES DONNEES AIS : LE CAS DE DONNEES MARCHANDES
2.4. CIRCULATION DES DONNEES DE SURVEILLANCE MARITIME POUR LA PEM FRANÇAISE : PRODUCTEURS SYSTEMES, UTILISATEURS ET FLUX.
3. UNE FAIBLE ACCEPTABILITE DES DONNEES DE SURVEILLANCE DANS LE CONTEXTE DE LA PEM FRANÇAISE : RELATIONS ENTRE INFORMATIONS ET ENJEUX DE POUVOIR
3.1. L’IMPORTANCE ACCORDEE AU MAINTIEN DE LA « PAIX SOCIALE » DANS LA PRISE DE DECISION SUR L’ESPACE MARITIME METROPOLITAIN
3.2. L‘IMPORTANCE ACCORDEE AU CARACTERE ACCEPTABLE DES DONNEES ETINFORMATIONS MOBILISEES POUR LA PEM
3.3. PERSPECTIVES SUR L’USAGE DES DONNEES DE SURVEILLANCE : LEGITIMITE ET COMPLEMENTARITES.
CONCLUSION PARTIE 2
PARTIE 3 – DISCUSSION ET MISE EN PERSPECTIVE
1. LA PEM AU PRISME DE LA GEOGRAPHIE CRITIQUE : ENJEUX DE GOUVERNANCE ET DE POUVOIRS
2. L’INFORMATION COMME INSTRUMENT DE POUVOIR : DE FOUCAULT A LA CARTOGRAPHIE PARTICIPAT
CONCLUSION GENERALE
BIBLIOGRAPHIE

Télécharger le rapport complet