Dès lors, pourquoi utiliser la méthode raster, si elle est plus lourde que la méthode vectorielle ? Simplement parce que cette approche offre des possibilités alternatives mais complémentaires de traitement des données vis-à-vis de l’approche vectorielle. « Nous l’avons privilégiée pour deux raisons, explique Marie Trotta, co-auteur de la publication. Premièrement, parce qu’elle permettait d’appliquer des algorithmes de propagation. La propagation signifie que passer d’un pixel à un autre va augmenter la valeur de l’itinéraire par un processus d’addition. Comme si chaque pixel avait un coût préalablement déterminé. Pour passer d’un pixel à un autre, il faut « payer ». » Par exemple, dans le cadre de cette recherche, la résolution de chaque pixel correspond à 20 mètres sur 20. En partant d’un pixel vers un pixel situé à côté, on traverse une surface de coût de 20 mètres. La valeur cumulée du second pixel est donc de 40 mètres. Normalement, une propagation peut se faire dans toutes les directions à partir du pixel d’origine. Or, les malfaiteurs avaient une voiture. Pour calculer leur trajectoire, les chercheurs devaient utiliser le réseau routier. En joignant à la logique de propagation cette contrainte du réseau, il devenait dès lors possible de calculer la distance cumulée la plus courte entre chaque pixel du réseau et les différents lieux de crime.

La méthode raster a également permis d’utiliser des techniques de math-algebra. « Pour une même région cartographiée, en fonction des données que nous voulons mettre en valeur dans les pixels, il nous faut réaliser plusieurs images, illustre Jean-Paul Kasprzyk. Une image, par exemple, sera constituée de pixels qui enregistrent le tracé des routes. Une autre présentera des valeurs en fonction du relief, une autre encore en fonction de la situation des pixels dans un milieu urbain ou rural… Les possibilités sont infinies. Ce que permet la méthode raster, c’est d’attribuer des valeurs à chacun de ces pixels en fonction de ce qu’ils représentent, et d’additionner, de multiplier ou de soustraire par exemple ces valeurs entre elles dans un modèle multicritère » Ce qui permet de délimiter des zones de recherche en fonction de plusieurs facteurs étudiés. Imaginons par exemple que lors d’une enquête, on estime que le malfaiteur recherché se cache dans une forêt à proximité d’un point d’eau et d’une route. En additionnant des images rasterisées présentant les réseaux routiers, les forêts et les rivières, il sera possible de n’extraire que les pixels présentant ces trois particularités, et du coup, d’orienter les recherches en fonction de ces résultats.

De l’élaboration de différents scénarios…

Une fois les cartes numérisées, il fallait imaginer le trajet des malfaiteurs. En tout, quatre scénarii ont été proposés. Le premier était une simple addition des distances parcourues entre les faits. Une boucle entre les vols et l’abandon de la voiture. Cette boucle n’était longue que de 86 kilomètres. Le scénario ne convenait donc pas puisque les 100 kilomètres attendus n’étaient pas parcourus. Le second scénario intégrait une zone de repli, avec un aller et un retour entre ce repère et chacun des lieux de méfait.