Correspondance datasets data.gouv.fr → zones administratives

Ce jeu de données associe chaque jeu de données publié sur data.gouv.fr disposant d'une emprise géographique (bounding box) à la zone administrative qui lui correspond le mieux : région, département, commune, EPCI, ou périmètre national.

Deux fichiers sont disponibles, correspondant à deux méthodes complémentaires décrites ci-dessous.

### Méthode 1 — Comparaison avec la géométrie réelle

Pour chaque jeu de données ayant une emprise géographique déclarée, la zone administrative la plus représentative est identifiée par comparaison spatiale : on mesure le degré de recouvrement entre l'emprise du jeu de données et le contour réel de chaque zone candidate. La zone retenue est celle dont la géométrie correspond le mieux à l'emprise, avec un score de recouvrement minimal de 40 %. Les zones dont la surface dépasse celle de l'emprise sont exclues, afin d'éviter d'associer un jeu de données local à une zone trop englobante.

**Fichier :** `geozones-mapping-output.csv` — **32 338 jeux de données associés** sur 45 424 disposant d'une emprise géographique (71 %).

### Méthode 2 — Comparaison des boîtes englobantes

La deuxième méthode repose sur un principe différent : si l'emprise d'un jeu de données a été définie pour correspondre à une zone administrative précise, elle devrait être quasi identique à la boîte englobante de cette zone. On compare donc directement deux rectangles, ce qui permet un calcul plus rapide et un seuil de correspondance plus exigeant (80 %).

Cette approche détecte mieux les jeux de données à périmètre précis (PPR/PPRN, servitudes, orthophotographies) dont les contours administratifs irréguliers faisaient baisser le score dans la première méthode. Elle est en revanche plus conservative pour les correspondances approximatives.

**Fichier :** `geozones-mapping-bboxes-output.csv` — **29 219 jeux de données associés**sur 45 424 (64 %).

### Contours administratifs

Les contours utilisés proviennent du référentiel [GeoZones](https://www.data.gouv.fr/fr/datasets/geozones/) (régions, départements, EPCIs, communes), complété des périmètres France métropolitaine, DROM-COM et France entière.

Le code utilisé pour produire les fichiers de sortie est disponible et documenté ici : <https://github.com/abulte/dataset-geom-to-zone/>

### Résultats — Méthode 1 (géométrie réelle, seuil 0,4)

| **Niveau** | **Nombre de jeux de données** |
| :---------------------- | :---------------------------- |
| Département | 14 657 |
| Région | 8 390 |
| Commune | 7 358 |
| EPCI | 1 197 |
| France (sous-périmètre) | 680 |
| France entière | 56 |

### Résultats — Méthode 2 (boîtes englobantes, seuil 0,8)

| **Niveau** | **Nombre de jeux de données** |
| :---------------------- | :---------------------------- |
| Département | 14 672 |
| Commune | 7 495 |
| Région | 5 298 |
| EPCI | 906 |
| France (sous-périmètre) | 767 |
| Monde | 74 |
| France entière | 7 |