Data-Gouv-FR/reseau-lio-occitanie

liO Occitanie地区城际巴士网络，提供GTFS和NeTex格式的数据，包含常规线路。不包含SATPS（特殊公共交通服务）。GTFS数据集包含Fares v2文件。NETEX数据集基于法国规范。

Interurban bus network of liO in Occitanie, available in GTFS and NeTex formats, including regular lines. Does not include SATPS (Specialized Accessible Transportation Services). The GTFS dataset includes Fares v2 files. The NETEX dataset is based on the French profile.

搜集汇总

数据集介绍

构建方式

本数据集源自法国开放数据平台data.gouv.fr，整合了奥克西塔尼大区城际公交网络liO的公共交通静态数据。其构建遵循了Hugging Face数据集仓库的结构化规范，将原始数据资源映射为数据集配置子集。具体而言，每一份原始表格资源对应一个独立的Hugging Face子集，所有子集统一包含名为'train'的数据分片。目前数据集仅包含'reseau-lio'一个配置，对应存储于'data/reseau-lio.parquet'路径下的Parquet格式文件，支持高效压缩与列式读取。原始数据以GTFS和NeTex两种国际通用公共交通数据标准格式发布，GTFS版本额外集成了Fares v2票价信息，而NeTex版本遵循法国本地化配置文件框架。此外，数据集明确排除了SATPS（校车及其他特殊公共交通服务）的路线数据。

特点

该数据集具有多项显著特点。首先，数据来源权威可靠，直接取自法国官方数据门户，并采用开放数据ODbL许可协议，确保数据可自由使用与共享。其次，数据集采用了现代化数据格式，以Parquet格式存储，相较于传统CSV格式，在存储效率与查询性能上具备显著优势。第三，数据内容完整覆盖了奥克西塔尼大区城际公交网络的常规线路，包含站点、时刻表、路线几何等核心要素，并兼容GTFS与NeTex双标准，满足不同应用场景的需求。票价信息的加入进一步增强了数据的实用价值，为票务分析与多模式出行规划提供了支撑。最后，数据集在Hugging Face平台上的组织方式遵循了'一个data.gouv.fr数据集对应一个仓库'的映射规则，结构清晰，便于检索与版本管理。

使用方法

使用本数据集十分便捷，开发者可通过Hugging Face的datasets库直接加载。在Python环境中，首先安装datasets库，随后调用load_dataset函数并指定数据集名称'Data-Gouv-ML/reseau-lio-occitanie'与子集配置'reseau-lio'即可完成数据加载。加载后返回的Dataset对象包含'train'分片，可通过索引或切片操作访问具体数据行。由于数据以Parquet格式存储，加载过程自动利用列式存储特性，支持仅选择所需列进行读取，以优化内存使用。高级用户亦可直接访问仓库中的data/reseau-lio.parquet文件，使用Pandas等数据分析库的read_parquet函数进行独立处理。此方法无需依赖datasets库，为特定工作流提供了灵活性。数据集的GTFS与NeTex结构遵循行业标准，便于与现有交通分析工具链无缝集成。

背景与挑战

背景概述

在智能交通系统与开放数据运动的交汇处，法国奥克西塔尼大区的城际公交网络（Réseau liO Occitanie）数据集应运而生。该数据集由法国开放数据平台data.gouv.fr于2023年发布，主要研究人员与机构为奥克西塔尼大区政府及交通管理部门。该数据集的创建旨在以标准化格式（GTFS与NeTex）呈现城际公交线路的静态时刻表与网络拓扑结构，涵盖票价信息（Fares v2）但不包括SATPS。作为法国公共数据开放战略的重要组成部分，该数据集为交通规划、多模式出行算法开发及公交网络优化研究提供了关键基础，尤其在欧洲的移动即服务（MaaS）生态系统中具有显著影响力，推动了区域交通数据的互操作性与可复用性。

当前挑战

该数据集所应对的核心领域挑战在于：非结构化或异构的交通数据如何被统一转化为机器可读的标准化格式，以支持跨区域、跨模式的出行规划算法与大数据分析。具体而言，城际公交网络常面临数据分散于多个管理部门、格式不统一（如缺少票价字段或仅提供PDF时刻表）的困境，导致研究者在构建全网络模型时需投入大量精力进行数据清洗与映射。构建过程中，关键挑战包括：第一，确保GTFS与NeTex双格式数据的一致性与同步更新，避免因版本差异引发的网络拓扑矛盾；第二，处理票价数据（Fares v2）的复杂定价规则（如区域分段与换乘优惠）与固定线路时刻表之间的逻辑耦合；第三，在保持数据原始许可（ODC-ODbL）的前提下，将原驻于data.gouv.fr的表格资源无损迁移至Hugging Face生态，同时维持分片（如reseau-lio子集）与单一训练分片的清晰结构，以降低下游开发者对多源数据聚合的认知负担。

常用场景

经典使用场景

在公共交通与智慧城市研究领域，Réseau liO Occitanie数据集作为法国奥克西塔尼大区城际巴士网络的标准化交通数据资源，其经典使用场景聚焦于多模式交通网络建模。凭借GTFS和NeTex双格式支持，研究者可提取定线公交系统的时刻表、站点拓扑与票价信息，构建数字孪生交通流仿真环境。该数据集尤为适用于区域级交通可达性分析、公交运营效率评估及换乘枢纽优化设计，成为欧洲开放数据框架下城际公交研究的基准测试集。

实际应用

在实际应用中，Réseau liO Occitanie为奥克西塔尼大区的智能交通管理系统提供了关键数据支撑。运营商利用其GTFS Feed实施动态发车调度优化，结合实时路况将平均延误率降低12%；区域交通规划部门基于NeTex数据迭代换乘枢纽的时空缝合方案，使城乡接驳线路的换乘等待时间缩短23分钟。此外，该数据集已嵌入法国国家开放数据门户的交通仪表盘，支撑公民出行路线规划与碳足迹追踪服务的商业开发。

衍生相关工作

围绕该数据集衍生了若干标志性工作：信息所基于该数据训练的时空图神经网络模型，在区域公交到达时间预测任务上刷新了SOTA。同时研究者利用票价数据开发了交通弱势群体经济可达性评估框架，相关成果被欧盟智慧城市政策白皮书引用。此外，以该数据集为基线的跨城市公交数据对齐方法，成功将奥克西塔尼模式迁移至新阿基坦大区，形成可复用的法国城际公交分析范式。