Data-Gouv-FR/cadastre-napoleonien-feuilles-de-sections

该数据集包含法国上塞纳省拿破仑时期地籍册的原始和地理参考图幅。地籍册是用于确定土地税基的文档，这里的拿破仑地籍册指从1802年开始为某些市镇建立，1807年起规范实施，直至1860年代为上塞纳省未来所有市镇修改的地籍计划。数据来源于税务管理部门，通过巴黎省档案馆、伊夫林省档案馆以及税务和桥梁道路部门的移交进入上塞纳省档案馆。数据集按市镇和现有年份提供所有可用的图幅（原始图幅和地理参考图幅）。图幅根据来源标注为D6P、3P1和3P3。数据集还涉及上塞纳省在19世纪的行政区划变化，包括新市镇的创建和领土交换。地理参考采用RGF93 – CC49坐标系。文件命名遵循CODE-COMMUNE_DATE_CODE-SECTION_NUM-FEUILLE的规范，缺失信息用s.d、s.s或s.f表示。地理参考图幅与原始图幅同名，但带有_cale后缀。This dataset contains original and georeferenced sheets of the Napoleonic cadastre for the territory of the Hauts-de-Seine department in France. The cadastre refers to documents used to establish the basis for land tax. This dataset concerns the plans of the Napoleonic cadastre, established from 1802 for some municipalities, but regularly produced from 1807 and modified until the 1860s for all municipalities of the future Hauts-de-Seine department. Produced by the tax administration, the Napoleonic cadastre entered the Hauts-de-Seine Departmental Archives through devolution from the Paris Departmental Archives (for municipalities of the former Seine department) and the Yvelines Departmental Archives (for municipalities of the former Seine-et-Oise department), as well as through transfers from tax services and the Ponts-et-chaussées service of Boulogne, explaining the multiple references. The sheets are referenced as D6P, 3P1, and 3P3, depending on their origin. There were several successive revision campaigns for municipalities of the former Seine department. The dataset provides all available sheets (source sheets and georeferenced sheets) by municipality and for each existing vintage. Georeferencing uses the RGF93 – CC49 coordinate system. File naming follows the pattern CODE-COMMUNE_DATE_CODE-SECTION_NUM-FEUILLE, with missing information noted as s.d, s.s, or s.f. Georeferenced sheets have the same name as source sheets but with the suffix _cale.

搜集汇总

数据集介绍

构建方式

该数据集源自法国上塞纳省档案馆珍藏的拿破仑时期地籍档案，整合了来自巴黎省档案馆、伊夫林省档案馆、税务部门及布洛涅桥梁公路工程局的多元档案资源。数据集以地籍图幅为基本单元，收录了自1802年起逐步建立、历经1807年至1860年代规范化测绘的原始及地理配准图像。每幅图幅均依据其来源档案编号（如D6P、3P1、3P3）进行分类，并按照市镇、版本年份、区块代码及图幅编号进行标准化命名，如ANT_1808-1809_A_2，对于同一图幅的多部分文件则以增量序号区分，实现了历史地籍档案的系统化数字重构。

特点

本数据集的核心特色在于提供了上塞纳省所有市镇多个版本年份的完整地籍图幅集合，既包含原始扫描图像，也涵盖经地理配准的版本。地理配准采用RGF93–CC49投影坐标系，确保历史地图与现代地理信息系统的高度兼容。数据集不仅反映了19世纪行政区划的复杂演变，如勒瓦卢瓦-佩雷、马拉科夫等新市镇的建立，以及奥斯曼改革导致的巴黎市域扩展与边界调整，还通过统一命名规则解决了不同时期档案编号不一致的问题，为研究城市发展史、土地产权变迁提供了精密的时空参照基准。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集，具体命令为：`load_dataset("Data-Gouv-FR/cadastre-napoleonien-feuilles-de-sections", "fr-229200506-cadastre-napoleonien-feuilles-de-sections")`，加载后数据以Parquet格式存储于`train`分片中，包含所有市镇各版本年份的图幅记录。研究人员可根据标准化文件名中的市镇代码、年份和区块信息进行筛选与检索，原始JPG图幅可直接用于视觉分析，而ZIP格式的地理配准文件则包含JGW坐标文件，适用于GIS软件中的空间叠加分析，支持历史地籍与现代地理数据的对比研究。

背景与挑战

背景概述

十九世纪初，拿破仑政权为建立统一的土地税制，在法国全境推行了系统性的地籍测绘工程，即著名的“拿破仑地籍”。这一浩大工程自1807年起逐步展开，直至1860年代方告完成，其产物不仅是土地赋税的核心依据，更是研究近代法国乡村景观、土地权属与社会结构变迁的珍贵历史档案。数据集“cadastre-napoleonien-feuilles-de-sections”由法国上塞纳省（Hauts-de-Seine）档案馆于2020年在国家开放数据平台data.gouv.fr上发布，后由Data-Gouv-FR团队整理并托管于Hugging Face。该数据集核心内容为上塞纳省范围内所有现存拿破仑地籍的分幅图（feuilles de sections），包括原始扫描件与经过地理配准的版本，为历史地理、城市演变及土地制度研究提供了前所未有的精细化空间数据源，显著推动了数字人文与历史GIS领域的交叉发展。

当前挑战

该数据集构建与应用面临多重挑战。首先，在领域问题层面，拿破仑地籍图的历史性决定了其与现代地理参考系统之间存在显著偏差，原始图幅因年代久远而存在形变、污损及比例尺不一等问题，如何通过地理配准技术实现历史地籍图与现代空间数据的精确叠加，是历史GIS研究的核心难题。其次，构建过程中遭遇了复杂的数据整合挑战：上塞纳省由原塞纳省与塞纳-瓦兹省部分区域合并而成，地籍图分属D6P、3P1、3P3等多种档案全宗，加之19世纪该区域行政边界频繁调整（如1860年奥斯曼改造、多公社的拆分与合并），导致同一地块可能对应多个年份的图幅，需耗费大量精力进行跨全宗比对与时间序列梳理。此外，图幅元数据（如年份、地块编号）缺失情况普遍，迫使团队采用“s.d”（无日期）、“s.s”（无区块）等占位符，增加了数据检索与关联的难度。最终，海量高分辨率图像文件的管理与分发，以及对两种数据格式（原始JPG与含地理配准文件的ZIP压缩包）的标准化命名与集成，亦构成了工程层面的严峻考验。

常用场景

经典使用场景

Cadastre napoléonien feuilles de sections 数据集汇聚了法国上塞纳省拿破仑时代地籍图的原始扫描件与地理配准成果，为历史地理学与数字人文研究提供了珍贵的一手材料。该数据集最经典的使用场景在于支撑基于历史地籍图的时空分析，研究者可利用其逐张的图幅信息，追溯19世纪以来土地划分与产权变迁的脉络，尤其适用于对比同一区域在不同年代（如1808年与1860年）的地块形态与利用方式，从而揭示城市化进程中的地籍演化规律。

解决学术问题

该数据集有效解决了传统历史地籍研究中资料分散、难以量化与空间化分析的学术困境。通过提供标准化命名与地理配准的图幅文件，学者得以构建跨时段的地籍数据库，系统研究土地所有权转移、行政区划调整（如塞纳省与塞纳-瓦兹省的合并）对土地利用格局的影响。其意义在于推动了历史GIS方法在法国地籍史中的应用，使研究者能从宏观层面量化分析乡村向城市过渡中的土地分化与集聚效应，为欧洲土地制度演变研究提供了关键数据基础。

衍生相关工作

该数据集衍生了一系列重要的学术工作，其中最经典的是围绕拿破仑地籍的时空重构研究。例如，有学者基于这些图幅数据，利用深度学习方法自动识别历史建筑轮廓与地块边界，进而生成19世纪上塞纳省的数字土地覆盖模型。另一些工作则聚焦于多源数据融合，将该数据集与同期税收登记簿（矩阵表）结合，构建完整的产权—税赋关联分析框架。此外，针对图幅中缺失命名的图档，研究者开发了基于命名规则的自动化归档算法，显著提升了历史地籍整理的效率与一致性。