遇见数据集

Data-Gouv-FR/nombre-de-passoires-energetiques-par-iris-dpe-apres-juillet-2021

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

该数据集包含法国每个IRIS(统计区块)中主要住宅的能源消耗大户(能源等级F和G)的估计数量,同时也包含能源等级D或E的主要住宅数量。这些数据是通过将人口普查的住房详细文件与2021年7月改革后ADEME(法国环境与能源管理署)数据库中的能源性能诊断(DPE)提取进行匹配而获得的。完整的数据处理方法已开源(提供代码和文档链接)。如有疑问、建议或希望贡献改进此数据集,请联系yassine@abckpi.com。

This dataset contains an estimate of the number of energy-intensive residences (energy classes F and G) among primary residences for each IRIS in France. It also includes the numbers of primary residences in energy class D or E. The data were obtained by matching the detailed housing file from the census with an extraction from the ADEME database containing all DPEs conducted after the July 2021 reform. The complete processing methodology is open source (with code and documentation links). For questions, comments, or contributions to improve this dataset, contact yassine@abckpi.com.

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/nombre-de-passoires-energetiques-par-iris-dpe-apres-juillet-2021 数据集图片
构建方式
该数据集旨在提供法国各IRIS(统计分区)中能源消耗严重住宅(即能效等级F和G的“能源筛子”)的估算数量,同时涵盖D级和E级住宅的统计数据。其构建过程通过将人口普查中的住宅详细档案与2021年7月改革后法国环境与能源管理署(ADEME)数据库中的能源绩效诊断(DPE)记录进行精准匹配,并采用完全开源的算法及方法论进行数据处理,确保了评估的科学性和可复现性。
特点
聚焦于法国自2021年7月DPE改革以来各IRIS区域的能源绩效数据,特别突出对低效住宅(F和G级)的空间分布与量化分析。数据不仅包含高能耗住宅数量,还纳入了D级和E级中等能耗住宅的信息,为研究人员和政策制定者提供了评估住宅能效梯度的完整视角。其开源的代码与详尽文档增强了数据的透明度与可信度。
使用方法
用户可通过Hugging Face平台获取该数据集的元数据与引用信息,但实际数据托管于法国开放数据门户data.gouv.fr。使用者可直接下载数据文件,结合地理信息系统(GIS)工具或数据分析软件(如Python、R)进行空间统计与能效分析。数据集遵循Open Licence 2.0开放许可协议,允许自由复制、修改与再分发,适用于学术研究、政策评估及相关应用开发。
背景与挑战
背景概述
随着全球对气候变化与能源消耗问题的日益关注,建筑能效评估成为节能减排的重要环节。该数据集由Yassine等人于2021年后创建,基于法国ADEME能源绩效诊断(DPE)数据库与人口普查中的住房详细数据,通过开源方法构建。其核心研究问题在于量化法国各IRIS(细分统计区域)内能源绩效等级为F和G的‘能耗密集型住宅’数量,并同时统计D、E级住房分布。数据集依托2021年7月DPE改革后的最新数据,为法国区域能源规划与政策制定提供了精确、可复现的底层支撑,在建筑能效与城市可持续发展领域具有重要影响力。
当前挑战
该数据集所解决的领域挑战在于精准识别能源绩效低下的住宅集群,以支持针对性的建筑翻新策略与气候目标达成。其构建过程中面临多重挑战:首先,需将人口普查的详细住房数据与ADEME的DPE数据库进行高精度匹配,这涉及数据格式异构与缺失值处理;其次,DPE改革前后的评估标准差异需统一,以确保时间序列数据的一致性;此外,跨区域IRIS的尺度差异需通过空间统计方法调整,以避免生态学谬误。这些挑战的克服依赖于开源方法论与模型优化,保障了数据集的鲁棒性与可扩展性。
常用场景
经典使用场景
该数据集聚焦于法国住宅能源性能诊断(DPE)改革后的能效等级分布,尤其针对被称为“能源筛子”(passoires énergétiques)的F级和G级住宅。其经典使用场景在于结合IRIS(法国统一街区单位)地理分区,对能效低下住宅的空间分布进行精准量化。研究者可借此识别高能效改造需求的热点区域,并为地方政府制定节能政策提供微观数据支撑。
解决学术问题
数据集解决了建筑能源效率研究中“空间异质性”与“数据粒度不足”的核心矛盾。通过链接人口普查住宅数据与ADEME的DPE记录,它首次实现了对法国境内每个IRIS街区中F/G级住宅数量的系统估算。这为分析建筑存量的能效鸿沟、评估既有建筑节能改造的优先级,以及探讨社会经济因素与能源贫困之间的关联提供了可靠的实证基础。
衍生相关工作
基于该数据集及其开源方法论(gitlab.com/energytransition/energy_performance_diagnosis),衍生了一系列相关工作:包括能效改造影响模拟模型、住宅能效地图交互可视化工具,以及将DPE数据与社会-人口统计指标融合的能源不平等研究。这些工作不仅验证了数据集的可用性,还推动了法国建筑节能政策从宏观目标向街区级精准干预的落地。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务