Une étude géohistorique offre la possibilité d'analyser l'évolution d'un phénomène spatial au cours du temps. La répartition des châteaux n'échappe pas à cette règle. D'après les résultats précédents, il est possible de périodiser l'espace géohistorique picard et artésien en six périodes géographiques, périodes au cours desquelles non seulement le nombre de châteaux diminue, mais en plus, les territoires qui les enveloppent, se transforment. Pour essayer de comprendre l'organisation spatiale de cette transformation, on peut une nouvelle fois utiliser la répartition des châteaux comme indicateur. En effet, il est possible de calculer une « dimension fractale territoriale ». Elle correspond à une dimension fractale par comptage de boîtes carrées du nuage de lieux représentant la répartition des châteaux dans un territoire donné. Pour cela, il faut une référence statistique puisque tous les châteaux ne sont pas datés.
14.1. Caractéristiques de la population statistique de référence
Le nuage de points représentant la répartition atemporelle des châteaux sur l'ensemble de la zone d'étude possède une dimension fractale valant 1,644 ± 0,004. On compte 1 130 châteaux sur 1 413 dont la durée est établie, soit 80% de la population totale. Cela signifie que dans un territoire donné représentant un sous-échantillon de la population totale, il faut, pour que le résultat soit significatif, une sous-population possédant environ 20% de châteaux dont la durée est non établie.
La Figure 120 présente le calcul des dimensions fractales globales de manière « a-territoriale », c'est-à-dire qu'aucune découpe administrative n'a été appliquée. L'ensemble des châteaux est donc pris en compte pour une période géographique donnée. On constate une stabilité de la dimension fractale autour de 1,6. à l'opposé, le nombre total de châteaux sur l'ensemble de l'espace considéré diminue au cours des siècles, ce qui a pour conséquence l'augmentation de l'échelle de coupure aux grandes échelles. Autrement dit, la distance moyenne entre les châteaux s'accroît. Enfin, la Figure 120 montre une forte diminution des châteaux à durée déterminée, contrairement à ce que l'on aurait pu penser a priori.
Période géographique |
Nombre total de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
Échelle de coupure minimale (km) |
Échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
900-1100 | 1 413 | 80 | 20 | 4 | 245 | 1,644 ± 0,004 |
1100-1300 | 1 407 | 80 | 20 | 4 | 245 | 1,652 ± 0,005 |
1300-1400 | 1 351 | 79 | 21 | 4 | 245 | 1,649 ± 0,005 |
1400-1500 | 1 109 | 74 | 26 | 5 | 245 | 1,631 ± 0,005 |
1500-1700 | 1 062 | 73 | 27 | 5 | 245 | 1,627 ± 0,005 |
1700-1900 | 826 | 66 | 34 | 6 | 245 | 1,622 ± 0,005 |
14.2. Étude diachronique multi-échelle de la répartition territoriale des châteaux
à partir des données de la Figure 120, Il est désormais possible de mener une étude diachronique multi-échelle sur la répartition territoriale des châteaux. L'objectif de cette analyse est d'essayer de comprendre l'évolution de l'organisation scalaire et territoriale au cours de l'histoire d'un espace.
14.2.1. Présentation des résultats
à partir des données géohistoriques développées dans le chapitre 11, il est possible de développer une approche complémentaire aux résultats apportés par le chapitre 13. Les Figures 121, 122, 123 et 124 présentent les résultats obtenus pour les quatre premières périodes géographiques, résultats auxquels il faut ajouter ceux des deux dernières périodes présentés dans la Figure 125. Une nouvelle fois, on constate que la dimension fractale territoriale locale est différente de la dimension fractale territoriale globale (Figure 120) et que la valeur de la dimension fractale ne dépend pas du nombre de châteaux appartenant à tel ou tel territoire. Si l'on prend le cas du Boulonnais et de l'Amiénois dans la Figure 122, on remarque que pour une dimension fractale similaire, il existe un facteur deux entre le nombre de châteaux du Boulonnais et celui de l'Amiénois. Par contre, les résolutions minimale et maximale sont spécifiques à chaque territoire. La dimension fractale en dépend explicitement. En effet, il semblerait que plus un territoire s'agrège au cours du temps, plus sa dimension fractale est élevée
Territoire | Nombre de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
Échelle de coupure minimale (km) |
Échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
Amiénois | 186 | 82 | 18 | 4 | 67 | 1,345 ± 0,008 |
Vermandois | 56 | 79 | 21 | 4 | 67 | 1,138 ± 0,014 |
Nomois | 43 | 72 | 28 | 4 | 33 | 1,241 ± 0,016 |
Vendeuillais | 33 | 70 | 30 | 4 | 33 | 1,157 ± 0,013 |
Ponthieu et Vimeu |
227 | 74 | 26 | 4 | 134 | 1,282 ± 0,006 |
Ternois | 170 | 85 | 15 | 4 | 67 | 1,343 ± 0,007 |
Boulonnais | 99 | 92 | 8 | 3 | 33 | 1,343 ± 0,010 |
Ostrevant | 26 | 96 | 4 | 3 | 33 | 1,089 ± 0,012 |
Artois | 119 | 85 | 15 | 4 | 67 | 1,259 ± 0,010 |
Ardrésis | 8 | 63 | 37 | 5 | 16 | 0,887 ± 0,042 |
Territoire | Nombre de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
Échelle de coupure minimale (km) |
Échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
Amiénois | 224 | 81 | 19 | 4 | 134 | 1,325 ± 0,008 |
Breteuil | 10 | 70 | 30 | 4 | 8 | 1,068 ± 0,102 |
Montdidier | 60 | 78 | 22 | 3 | 67 | 1,050 ± 0,011 |
Vermandois | 60 | 73 | 27 | 4 | 33 | 1,048 ± 0,016 |
Noyon | 23 | 74 | 26 | 4 | 33 | 1,054 ± 0,018 |
Montreuil | 12 | 100 | 0 | 2 | 16 | 0,894 ± 0,026 |
Hesdin | 8 | 100 | 0 | 2 | 8 | 0,775 ± 0,039 |
Saint-Pol | 70 | 90 | 10 | 4 | 67 | 1,110 ± 0,011 |
Ponthieu | 180 | 69 | 31 | 4 | 67 | 1,295 ± 0,008 |
Aumale | 14 | 79 | 21 | 3 | 16 | 0,643 ± 0,018 |
Eu | 40 | 73 | 27 | 4 | 33 | 1,093 ± 0,010 |
Artois | 255 | 84 | 16 | 4 | 134 | 1,257 ± 0,008 |
Boulonnais | 92 | 90 | 10 | 3 | 33 | 1,321 ± 0,010 |
Calaisis | 8 | 100 | 0 | 5 | 16 | 0,913 ± 0,049 |
Territoire | Nombre de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
Échelle de coupure minimale (km) |
Échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
France | 1 062 | 80 | 20 | 5 | 245 | 1,605 ± 0,005 |
Calaisis | 52 | 79 | 21 | 4 | 67 | 1,055 ± 0,014 |
Ponthieu | 133 | 68 | 32 | 3 | 67 | 1,252 ± 0,010 |
Territoire | Nombre de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
Échelle de coupure minimale (km) |
Échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
Picardie | 369 | 71 | 29 | 4 | 134 | 1,353 ± 0,004 |
Boulonnais | 91 | 90 | 10 | 3 | 67 | 1,164 ± 0,010 |
Eu | 30 | 77 | 23 | 4 | 33 | 0,971 ± 0,012 |
Saint-Pol | 51 | 86 | 14 | 4 | 67 | 1,119 ± 0,013 |
Hesdin | 35 | 89 | 11 | 3 | 33 | 1,042 ± 0,012 |
Montreuil | 18 | 89 | 11 | 2 | 16 | 0,770 ± 0,017 |
Artois | 148 | 74 | 16 | 4 | 134 | 1,151 ± 0,008 |
Calaisis | 7 | 57 | 43 | 5 | 16 | 0,780 ± 0,049 |
Période géographique |
Nombre de châteaux |
Pourcentage de châteaux à durée établie dans l'échantillon |
Pourcentage de châteaux à durée non établie dans l'échantillon |
échelle de coupure minimale (km) |
échelle de coupure maximale (km) |
Estimation de la dimension fractale territoriale |
1500-1700 | 773 | 71 | 29 | 5 | 245 | 1,556 ± 0,005 |
1700-1900 | 823 | 66 | 34 | 6 | 245 | 1,622 ± 0,005 |
Pour conclure, on peut établir une dimension fractale territoriale moyenne en fonction de la période considérée. La Figure 126 établit les résultats obtenus qui semblent confirmer l'idée que plus un territoire est agrégé, plus la dimension fractale est élevée, et, a contrario, plus un territoire est désagrégé, plus la dimension fractale est faible. On peut faire correspondre les variations de la dimension fractale territoriale locale moyenne aux différents événements historiques présentés dans le chapitre 11. La période 900-1100 correspond à l'émergence du système féodal : les territoires sont, certes, des reliquats de l'empire carolingien, mais restent cohérents. La période 1100-1300 correspond à ce que l'on appelle l'émiettement féodal et à la reprise en main des Capétiens de leur royaume. La période 1300-1400 marque le paroxysme de cette politique territoriale, tandis que, au contraire, la période 1400-1500 correspond à une désagrégation due à l'État bourguignon. Puis, les périodes 1500-1700 et 1700-1900 matérialisent le retour d'un État royal, puis républicain, fort.
Période géographique |
Nombre de territoires |
Dimension fractale territoriale locale moyenne |
Écart-type | Erreur quadratique à la moyenne |
900-1100 | 10 | 1,208 | 0,145 | 0,046 |
1100-1300 | 14 | 1,060 | 0,204 | 0,054 |
1300-1400 | 3 | 1,304 | 0,279 | 0,161 |
1400-1500 | 8 | 1,044 | 0,199 | 0,070 |
1500-1700 | 1 | 1,556* | 0,139* | 0,005* |
1700-1900 | 1 | 1,622* | 0,143* | 0,005* |
14.2.2. Cartographie des résultats
Les Figures 127, 128, 129, 130, 131 et 132 montrent, à légende constante, les représentations cartographiques des résultats précédents. Une nouvelle fois, on perçoit bien que, plus un territoire est cohérent, plus sa dimension fractale est élevée, sa cohérence étant donnée d'une part, par sa taille (échelle de coupure maximale), ou d'autre part, l'efficacité du contrôle territorial sous-jacent à la répartition des châteaux donnée par la distance moyenne entre les sites (échelle de coupure minimale).
L'étude de la dimension fractale territoriale complète et conclut les analyses des chapitres 11 et 13. Il fournit des informations sur le rôle du maillage administratif et politique au sein d'un espace géohistorique marqué par des conquêtes et des reconquêtes territoriales. Ainsi, une véritable étude scalo-spatio-temporelle a pu être proposée. S'il est vrai que les données de la base Catiau peuvent poser un certain nombre de problèmes du point de vue de la fiabilité des informations temporelles, et parfois, des localisations dans l'espace, elle a tout de même permis de construire une méthode générique pour l'étude d'un espace en géographie, méthode qui sera reprise dans la partie suivante.