Data-Gouv-FR/plu-bioclimatique-version-du-geoportail-de-lurbanisme-prescriptions-lineaires

PLU生物气候规划 - 国家城市规划地理门户版本 - 线性规定数据。这是2024年11月20日巴黎市议会投票通过的PLU版本。数据也可在国家城市规划地理门户网站上下载。完整文档请参见附件PLU_GPU_PRESCRIPTIONS_LINEAIRES.PDF。这些数据仅供参考，不具有法规效力。要访问官方PLU，请查阅巴黎的城市规划规则门户。要访问城市规划地理门户上可用的PLU其他数据，请参阅相关页面。要访问巴黎市开放数据平台上可用的PLU其他数据，请参阅相关页面。PLU bioclimatique - Data disseminated on the States Urban Planning Geoportal - Linear prescriptions. Version of the PLU voted by the Paris Council on November 20, 2024. Data also downloadable on the National Urban Planning Geoportal. Complete documentation: see attached PLU_GPU_PRESCRIPTIONS_LINEAIRES.PDF. Data available for information only and without regulatory value. To access the official PLU, consult the Paris Urban Planning Rules Portal. To access other PLU data available on the Urban Planning Geoportal, refer to the relevant page. To access other PLU data available on the Paris City Open Data platform, refer to the relevant page.

搜集汇总

数据集介绍

构建方式

本数据集源自法国国家开放数据平台data.gouv.fr，由巴黎市议会于2024年11月20日表决通过的气候城市规划（PLU bioclimatique）中提取而来。其构建遵循了地理门户规范性数据发布标准，将源自法兰西国家城市规划地理门户的线性约束性规划指标进行系统化整理。数据集保留了单一tabular格式的资源结构，每个原始表格资源对应一个Hugging Face子集，并以Parquet列式存储格式高效封装，最终以Hugging Face数据集仓库的形式发布，便于用户直接通过编程接口进行访问与集成。

特点

该数据集聚焦于巴黎城市规划中线性约束（如道路红线、绿带边界等）的详细描述，具有明确的地理空间与法规双重属性。其特点在于严格按照巴黎新气候规划（2024版）的官方版本制作，数据字段结构清晰，文档齐全。数据集仅包含一个名为'plub_gpu_pl'的子集与一个训练划分split，使用开放数据共享许可证odc-odbl发布，便于学术研究、城市规划分析与政府决策支持等广泛用途。

使用方法

数据集通过Hugging Face的datasets库轻松加载。用户可通过load_dataset函数指定仓库名称与子集名称'plub_gpu_pl'，即可获取包含一个训练分割（train）的数据集对象。加载后，数据以字典形式呈现，可直接用于Python环境下的数据分析、地理可视化或机器学习建模。用户需注意，该数据集仅供信息参考，无法替代具备法律效力的官方城市规划文件，实际应用时应依据巴黎城市规划规则门户中的官方版本进行验证。

背景与挑战

背景概述

该数据集名为“PLU bioclimatique - Version du Geoportail de l'Urbanisme - Prescriptions linéaires”，由法国巴黎市政府于2024年11月20日通过议会投票后发布，旨在提供《生物气候地方城市规划计划》（PLU bioclimatique）中线性规划管制的空间数据。数据集托管于法国国家开放数据平台data.gouv.fr，并经由Hugging Face平台以Parquet和CSV格式分发，便于机器学习与城市规划领域的自动化分析。其核心研究问题聚焦于将城市规划法规数字化、结构化，以支持智能城市管理、环境影响评估及建筑合规性审查。该数据集作为法国公共数据开放运动的一部分，对推动城市规划领域的标准化数据共享、促进基于数据驱动的城市政策制定具有重要影响力。

当前挑战

该数据集所解决的领域挑战在于，传统城市规划法规多以PDF或纸质文本形式存在，导致信息的机器可读性与空间分析能力极为有限，难以支持大规模自动化合规检查或城市规划模拟。构建过程中面临的挑战包括：在将复杂的城市法规条款转化为结构化线性要素时，需确保空间几何精度与法律语义的双重准确性；同时，数据集发布时明确标注“仅供参考，不具有法规效力”，意味着官方法规与数据版本之间可能存在差异或更新滞后，这对数据时效性与权威性构成潜在风险。此外，数据集的维护需与巴黎城市规划法规的修订保持同步，确保其长期可用性。

常用场景

经典使用场景

在法国城市规划与气候适应性研究的交汇领域，该数据集作为巴黎市于2024年11月通过的新版生物气候地方城市计划（PLU bioclimatique）中线性规划限制条件的权威数字化表征，为研究者提供了结构化、可机器读取的规划规则信息。其经典使用场景包括利用线性要素（如建筑红线、绿化边界等）进行城市空间形态的量化分析，以及评估规划政策对城市微气候和生物多样性的潜在影响。通过整合该数据集，学者能够构建高精度的城市发展模拟模型，探索不同规划方案下城市热岛效应缓解与生态网络连通性改善的协同效益。

实际应用

实际应用中，该数据集直接服务于法国国家层面正在推进的城市规划数字化治理体系，例如通过Geoportail de l'Urbanisme平台向公众与开发商提供法定规划限制的透明查询。在城市更新项目中，建筑师和工程师可将其嵌入自动化合规审查系统，快速验证建筑设计是否满足巴黎市关于建筑退让、绿带保留等线性规划要求。此外，该数据还与地理信息系统（GIS）深度集成，支持市政部门在审批新建项目时进行动态的环保合规性检查，例如分析新建建筑是否可能阻塞关键生态廊道或过度加剧区域不透水面比例，从而在开发早期规避潜在的气候风险。

衍生相关工作

该数据集衍生出的一系列经典工作主要集中在基于机器学习的规划规则推理与城市多智能体仿真领域。例如，研究者利用其线性要素数据训练了规划约束条件的自动分类模型，实现了从多模态城市数据中提取隐含规划模式；同时，该数据也被用于校准基于代理的城市增长模型（ABM），通过嵌入真实的红线与边界约束，显著提升了城市扩张预测的空间合理性。在学术出版方面，该数据支撑了关于‘生物气候导向下规划规则对街区能耗影响’的前沿研究，其中线性绿化边界的间距参数被证明与建筑群总负荷存在显著的统计关联，相关工作发表在《环境规划与管理》等顶级期刊，推动了数据驱动型城市规划方法论的发展。