Data-Gouv-FR/horaires-theoriques-et-en-temps-reel-des-bus-et-autocars-circulant-sur-le-reseau-cap-cotentin

该数据集包含Cap Cotentin交通网络的巴士和长途汽车的理论和实时时刻表，涵盖城市、城际和次要线路。具体包括：城市线路1至6（理论和实时）、城际线路A至G（理论和实时）、次要线路S1至S12（理论）、夜间线路N1和N2（理论）、城市学校线路SCO1、SCO2、SCO3、SCO4、SCO6和SCO9（理论），以及Cherbourg <> Rennes线路。Theoretical and real-time schedules of urban, intercommunal and secondary lines of the Cap Cotentin mobility network of the Communauté dagglomération du Cotentin. The data includes: Urban lines 1 to 6 (theoretical and real-time), Intercommunal lines A to G (theoretical and real-time), Secondary lines S1 to S12 (theoretical), Night lines N1 and N2 (theoretical), Urban school lines SCO1, SCO2, SCO3, SCO4, SCO6 and SCO9 (theoretical), and the Cherbourg <> Rennes line.

搜集汇总

数据集介绍

构建方式

该数据集汇集了法国科唐坦城市圈Cap Cotentin交通网络的公交与长途客车时刻信息，涵盖理论时刻与实时动态数据。数据构建依托GTFS与GTFS-RT标准格式，整合了城市线路（1至6路）、跨社区线路（A至G路）及次要线路（S1至S12路）的固定时刻表，同时融入了夜班线路（N1、N2路）及校车专线（SCO1至SCO9路）的时刻数据，并纳入了Cherbourg至Rennes的城际线路信息，形成多层次的公共交通时间谱系。

使用方法

该数据集可从法国开放数据平台data.gouv.fr直接获取，打包为GTFS与GTFS-RT格式，支持直接导入交通分析软件或编程环境（如Python的GTFS工具包）进行解析。用户可提取各线路理论时刻用于调度模拟，或结合RT数据评估准时性及拥堵影响，也可将数据集成至乘客信息系统中以优化出行体验。对于研究机构，此数据集适合分析中小型城市交通网络的动态特征与规划实效。

背景与挑战

背景概述

该数据集由科唐坦城市圈公共社区于2022年创建，聚焦于其旗下Cap Cotentin交通网络的公交与长途客车时刻表数据。核心研究问题在于整合理论时刻表与实时动态数据，以支持公共交通系统的优化、实时监控与智能调度。数据涵盖城市线路1至6、城际线路A至G、次级线路S1至S12等多类服务，并纳入特定校车与夜班线路，为多模式交通研究提供了宝贵的结构化资源。作为开放数据（Licence Ouverte 2.0）发布，该数据集在法国公共交通数据开放领域具有示范意义，促进了学术研究、移动应用开发与政策制定中的数据分析与建模。

当前挑战

该数据集面临的挑战包括：首先，领域问题层面，如何有效融合理论时刻表与实时数据（GTFS与GTFS-RT）以应对动态交通环境中的不确定性，如延误、取消与临时调度变更，是实时公共交通预测与优化研究的核心难题。其次，构建过程中，数据整合需跨越多种线路类型（城市、城际、校车、夜班）与不同数据更新频率，确保时间粒度和空间精度的统一；同时，处理多语种标签（法语）与异构数据结构，维护长期数据质量与可用性，并对实时数据流的延迟与缺失进行稳健性设计，均构成显著工程挑战。

常用场景

经典使用场景

该数据集收录了法国科唐坦城市圈Cap Cotentin交通网络中公交与长途客车的理论时刻表与实时动态信息，覆盖城市线路1至6、跨社区线路A至G、次级线路S1至S12、夜班线路N1与N2、校车线路以及瑟堡至雷恩的城际班线。基于GTFS与GTFS-RT标准格式，研究者可将其用于公共交通调度系统的建模与仿真，分析时刻表稳定性与延误传播模式，亦可在多模式交通网络中进行出行时间预测与优化。

解决学术问题

该数据集有效回应了公共交通领域中长期存在的两大难题：理论时刻表与实际运行之间的偏差分析，以及实时动态数据在调度优化中的融合利用。通过提供结构化的GTFS静态数据与GTFS-RT实时动态数据，研究者能够深入探究公交运营中的延误规律、班次间隔变异系数以及换乘衔接效率等关键指标。这些分析有助于揭示公共交通系统脆弱性来源，推动时空数据融合方法在交通工程学中的理论发展。

实际应用

在实际应用中，该数据集助力地方交通管理部门与智能出行服务商开发实时到站预报系统、动态线路规划工具以及乘客信息发布平台。市民可通过移动应用或电子站牌获知准确的车辆到达时间，提升出行体验。数据还能为公交运营绩效评估提供依据，支持调度员针对异常事件快速调整发车频率，从而减少乘客等待时间，提高公共交通系统的整体运行效率与吸引力。

数据集最近研究

最新研究方向

在智能交通系统与开放数据生态的交汇点上，Cap Cotentin公交网络的实时与理论时刻表数据集正引领着区域移动性的精细化研究。该数据集融合了城市、城际及支线线路的GTFS静态数据与GTFS-RT实时动态信息，不仅覆盖了从常规校园班线到跨区域快线的多层次服务，更在数据开放许可（Open Licence 2.0）框架下，为学术界和产业界破解多模式公交协同调度、实时到站预测精度优化等前沿课题提供了标准化容器。当前，随着法国大科唐坦地区加速推进MaaS（出行即服务）战略，该数据集已成为验证复杂时空图神经网络模型、挖掘公交枢纽人流量级联效应以及评估碳中和导向下线路重组策略的关键基准。其理论时刻与实时流的双轨结构，尤其推动了应对突发事件（如极端天气或大型活动）下的韧性时刻表重构研究，并间接催化了低排放交通走廊的实时碳足迹测算方法革新。