Data-Gouv-FR/fil-bleu-syndicat-des-mobilites-gtfs-gtfs-rt

--- license: other language: - fr tags: - data-gouv - donnees-publiques-francaises - parquet - csv - open-data pretty_name: "Fil Bleu - Syndicat des Mobilités - GTFS & GTFS-RT" configs: - config_name: horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl data_files: - split: train path: data/horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl.parquet --- # Fil Bleu - Syndicat des Mobilités - GTFS & GTFS-RT ## Source - Source officielle : https://www.data.gouv.fr/datasets/fil-bleu-syndicat-des-mobilites-gtfs-gtfs-rt - Identifiant du jeu de données data.gouv.fr : `638157af7f6b7cd00e2908e1` - Slug data.gouv.fr : `fil-bleu-syndicat-des-mobilites-gtfs-gtfs-rt` - Licence indiquée dans les métadonnées data.gouv.fr : lov2 ## Structure Hugging Face - Un jeu de données data.gouv.fr = un dépôt Hugging Face - Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face - Chaque sous-ensemble/configuration contient un split nommé `train` ## Sous-ensembles - `horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl` → `data/horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl.parquet` ## Utilisation ```python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/fil-bleu-syndicat-des-mobilites-gtfs-gtfs-rt", "horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl") print(ds["train"]) ``` ## Description originale Ce jeu de donnée renseigne l'offre de transport théorique (lignes, arrêts, horaires) du réseau Fil Bleu, ainsi que les données temps réel. La donnée théorique est disponible sous le format GTFS (<https://gtfs.org/fr/schedule/>), elle est mise à jour au maximum une fois par jour, et décrit l’offre théorique pour les semaines/mois à venir. La donnée temps réel est disponible sous le format **GTFS-RT** (<https://gtfs.org/fr/realtime/>), et correspond aux données actualisées pour la journée courante J (entre J à 3h du matin et J+1 à 2h59). Le flux _vehicle-positions_ fournit la position en temps réel des véhicules. Le flux _trip-updates_ fournit les avance, retard et annulations de chaque trajet. * * * Le fichier _stops.txt_ contient la liste des arrêts physiques et stations commerciales. Un arrêt physique est rattaché à une station commerciale. Plusieurs arrêts physiques peuvent être rattachés à une station commerciale. Exemple _(selon les données du 01/01/2023)_ : La station commerciale Vaucanson (StopArea : TTR:AC-LYVAB-1) est reliée à 4 arrêts physiques : * StopPoint : TTR:LYVAB-1 * StopPoint : TTR:LYVAB-1A * StopPoint : TTR:LYVAB-2 * StopPoint : TTR:LYVAB-2AThis dataset provides theoretical transport services (lines, stops, schedules) for the Fil Bleu public transport network, as well as real-time data. The theoretical data is available in GTFS format (https://gtfs.org/fr/schedule/), updated at most once per day, and describes the theoretical service for upcoming weeks/months. The real-time data is available in GTFS-RT format (https://gtfs.org/fr/realtime/), covering updated data for the current day J (from 3:00 AM on day J to 2:59 AM on day J+1). The vehicle-positions stream provides real-time vehicle locations, and the trip-updates stream provides advance, delay, and cancellation information for each trip. Additionally, the stops.txt file lists physical stops and commercial stations, where physical stops are attached to commercial stations, and multiple physical stops can be linked to a single commercial station (e.g., as of January 1, 2023, the Vaucanson commercial station is connected to four physical stops).

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放数据平台data.gouv.fr，整合了Fil Bleu交通网络的理论运营时刻表与实时动态数据。构建过程中，将原始数据资源中的表格型数据以Hugging Face数据集格式进行组织，每个原始数据资源对应一个子集配置，并统一划分为名为'train'的分割。数据文件采用高效的Parquet格式存储，涵盖了GTFS格式的理论线路、站点与时刻信息，以及GTFS-RT格式的实时车辆位置与行程更新。

使用方法

使用者可通过Hugging Face的datasets库便捷加载数据。只需调用`load_dataset`函数并指定数据集标识符及子集名称（例如`horaires-temps-reel-gtfsrt-reseau-filbleu-tmvl`），即可获取包含'train'分割的数据集对象。返回的数据可直接以Parquet格式读取，便于后续在Python生态中进行交通流分析、延误预测模型训练或可视化展示。

背景与挑战

背景概述

在智能交通系统与开放数据运动交汇的时代，公共交通数据的标准化与可访问性成为城市智慧化治理的关键基石。Fil Bleu - Syndicat des Mobilités - GTFS & GTFS-RT数据集由法国Tours Métropole Val de Loire的Fil Bleu网络与Syndicat des Mobilités联合发布，于2022年通过法国政府开放数据平台data.gouv.fr首次公开，旨在为研究者、开发者及交通规划者提供结构化的公共交通运营信息。该数据集融合了通用交通数据规范（GTFS）与其实时扩展（GTFS-RT），涵盖了线路、站点、时刻表等理论运营数据，以及车辆实时位置、行程延误与取消等动态信息。作为法国开放数据生态中的重要资源，它促进了公共交通透明度的提升，并为基于数据的出行优化、交通仿真与智能调度研究提供了基础支撑，影响力辐射至学术研究、移动应用开发及公共政策分析等领域。

当前挑战

该数据集的核心挑战在于解决公共交通领域数据异构性与实时性融合的复杂问题。一方面，理论规划数据（GTFS）与实时动态数据（GTFS-RT）在时间尺度与更新频率上存在显著差异，前者每日更新一次描述未来数周的运营计划，后者仅提供当日凌晨至次日的实时状态，如何在数据分析与建模中有效对齐这两类异构信息并挖掘其关联性，是领域应用的一大难点。另一方面，数据集构建过程中面临数据质量维护与标准化挑战，包括多源数据接口的实时同步、不同物理站点与商业站点之间的层次化映射关系（如例子中Vaucanson商业站点下辖四个物理站点）的准确记录，以及确保车辆位置、延误信息等高频数据流的完整性与时效性，这些都对数据清洗、存储与版本管理提出了严苛要求。

常用场景

经典使用场景

该数据集以法国图尔市Fil Bleu公共交通网络为对象，整合了静态时刻表（GTFS）与实时运行数据（GTFS-RT），为城市交通研究提供了高保真的多模态时序数据。经典使用场景集中于公共交通系统建模与预测领域，研究者可利用该数据集构建车辆到站时间预测模型、班次延误分析框架以及线路运行状态分类器。由于数据同时包含理论计划与实际运营信息，它非常适合用来对比理论调度与实际执行之间的偏差，从而开展鲁棒性分析或异常检测任务。数据集以Parquet格式存储，便于高效读取，并可通过Hugging Face的`load_dataset`接口快速接入深度学习流水线，极大地方便了基于交通大数据的研究复现与扩展。

解决学术问题

长期以来，城市公共交通领域的学术研究面临两大障碍：一是缺乏标准化、公开可用的实时运营数据；二是静态时刻表与动态运行数据难以对齐融合。Fil Bleu - GTFS & GTFS-RT数据集有效破解了这一困境，解决了从理论班次到实际车辆轨迹的全链路数据整合问题。它使学术研究者能够系统性地探究车辆晚点传播机制、线路容量瓶颈以及乘客等待时间规律等经典课题。此外，该数据集还填补了中小型城市公共交通数据开源化的空白，拓展了交通网络韧性评估、调度优化算法验证等研究方向，推动了交通科学与数据驱动方法的深度融合。

实际应用

在实际应用中，该数据集可直接服务于城市交通管理部门的智能调度系统与乘客信息服务平台。例如，基于车辆位置（vehicle-positions）与行程更新（trip-updates）数据流，运营方能够构建实时到站预测模块，动态调整发车频率以应对突发延误。对于移动出行服务商，该数据可融入多模态路线规划引擎，为乘客提供融合步行、骑行与公交的精准出行建议。同时，数据集的开放许可证（lov2）降低了商业使用的门槛，使得创业公司能够在此基础上开发面向市民的智慧出行App、停车换乘引导系统等便民应用，切实提升城市交通运行效率与乘客满意度。

数据集最近研究

最新研究方向

该数据集聚焦于法国图尔市Fil Bleu公交网络的静态时刻表（GTFS）与实时动态数据（GTFS-RT）的深度融合，为智慧城市交通领域的实时预测与调度优化提供了前沿数据支撑。当前研究热点集中于利用vehicle-positions与trip-updates流数据，结合多模态出行模式，构建高精度车辆到达时间预测模型及动态线路调整算法。关联事件如欧盟推动的开放数据指令（Open Data Directive）与法国数据开放政策，促使此类公共交通开放数据集成为研究可持续城市移动性（Sustainable Urban Mobility）的基础设施。其意义在于通过实时数据驱动，提升公交准点率与乘客出行体验，并为多模式交通网络韧性分析提供实证基础。