Data-Gouv-FR/comptage-velo-compteurs-syndicat-des-mobilites-de-touraine

该数据集列出并定位了自2016年以来由Syndicat des Mobilités de Touraine管理的自行车计数器。数据集通过合作伙伴Eco Compteur的API每日更新，该合作伙伴提供基于Zelt或Easy-Zelt电磁环的计数技术，以区分自行车和其他基础设施用户。计数器优先部署在交通流量集中的轴线上，例如图尔地区位于卢瓦尔河和谢尔河之间的桥梁。目前，计数器已部署在Velival网络上，以跟踪其使用频率的变化。一个计数站点可能配备一个或两个计数器，具体取决于站点配置；如果配备两个，则以TOTAL结尾的虚拟计数器会汇总同一站点的两个计数器。补充信息指出，Pont de Fil和Passerelle Ile Balzac计数器是混合计数器，提供每日行人和自行车总数。数据集中包含以下字段：计数器ID、计数器名称、方向信息、计数站点安装日期、计数器序列号、用户类型、记录间隔、计数站点照片链接以及计数站点的地理坐标。计数器的数量随着自行车设施的改进而变化，有些计数器可能因工程或临时故障而停用。计数数据可通过指定链接访问。This dataset lists and geolocates bicycle counters managed by the Syndicat des Mobilités de Touraine since 2016. The dataset is updated daily via the API of its partner Eco Compteur, which provides counting technology based on Zelt or Easy-Zelt electromagnetic loops to distinguish bicycles from other infrastructure users. The counters are primarily deployed on high-traffic corridors, such as bridges in the Tours region spanning the Loire and Cher Rivers. Currently, the counters have been deployed on the Velival network to track changes in its usage frequency. A counting site may be equipped with one or two counters, depending on the site's configuration; if two are installed, a virtual counter suffixed with TOTAL will aggregate data from both counters at the same site. Supplementary information notes that the Pont de Fil and Passerelle Ile Balzac counters are hybrid counters that provide daily total counts of pedestrians and bicycles. The dataset includes the following fields: counter ID, counter name, direction information, installation date of the counting site, counter serial number, user type, recording interval, photo link of the counting site, and geographic coordinates of the counting site. The number of active counters changes as bicycle infrastructure is improved; some counters may be decommissioned due to construction work or temporary malfunctions. Counting data is accessible via the specified link.

搜集汇总

数据集介绍

构建方式

该数据集源自法国图尔都市圈移动联合会（Syndicat des Mobilités de Touraine）管理的自行车计数器系统，数据经由合作伙伴Eco Compteur提供的API每日自动采集，计数技术采用Zelt或Easy-Zelt电磁感应回路，能够精准区分自行车与其他道路使用者。原始数据以CSV格式存储于data.gouv.fr平台，经Hugging Face团队整理后，转换为Parquet格式并发布为单一配置的数据集，仅包含一个名为'train'的分割，确保了数据结构的一致性与加载效率。

特点

数据集记录了自2016年以来图尔地区自行车计数器的位置与属性信息，包括计数器ID、名称、方向、安装日期、序列号、用户类型、记录间隔、现场照片链接及地理坐标等字段。值得注意的是，部分站点如'Pont de Fil'和'Passerelle Ile Balzac'为混合计数器，同时统计行人与自行车流量。此外，一个站点可能配置一台或两台计数器，当存在两台时，系统会生成一个以'TOTAL'结尾的虚拟计数器以汇总数据，巧妙反映了实际部署中的复杂逻辑。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据，使用`load_dataset("Data-Gouv-ML/comptage-velo-compteurs-syndicat-des-mobilites-de-touraine", "comptage-velo-compteurs-syndicat-des-mobilites-de-touraine")`指令即可获取'train'分割中的数据。每条记录代表一个计数器的静态特征，而非时间序列计数数值，适合用于分析计数器分布、基础设施规划或与动态计数数据集（如'Comptage vélo - Données compteurs'）进行关联分析，以挖掘城市骑行行为模式。

背景与挑战

背景概述

随着可持续城市交通理念的深入人心，自行车出行已成为缓解城市交通拥堵、降低碳排放的重要手段。在这一背景下，法国的图尔大都会区移动联盟（Syndicat des Mobilités de Touraine）自2016年起系统性地部署了自行车流量计数器，以监控非机动交通的演变趋势。该数据集由法国公共数据平台data.gouv.fr发布，并由Data-Gouv-ML团队整理至Hugging Face平台，核心研究问题聚焦于利用电磁感应技术（Zelt或Easy-Zelt环）精准区分自行车与其他道路使用者，从而获取高精度流量统计。数据集记录了计数器标识、位置坐标、安装日期及方向信息等，为城市慢行交通规划、基础设施评估及政策制定提供了重要量化依据。其在开放数据运动中的标杆地位，推动了法国乃至欧洲自行车交通数据的标准化与共享。

当前挑战

该数据集所解决的领域核心挑战在于，城市交通管理中自行车流量数据长期匮乏，传统人工计数方式成本高昂且难以覆盖全域，导致无法科学评估自行车道使用效率与规划需求。构建过程中面临多重技术难题：首先，电磁感应环易受金属干扰及天气影响，需持续校准以保障计数准确性；其次，同一站点可能配置单双两个计数器，数据需合并为虚拟总数，增加了数据清洗与聚合的复杂度；此外，计数器可能因施工或故障临时停用，造成数据缺失，需建立可靠的补全与异常检测机制。混合计数器（如“Pont de Fil”站点）同时记录行人与自行车，要求从混合流中剥离出有效骑行数据，这对算法精度提出更高要求。这些挑战共同决定了数据集质量与后续应用价值的可信度。

常用场景

经典使用场景

该数据集由图尔移动联盟自2016年起管理，汇集了图尔大都会区自行车计数器的详尽信息，涵盖计数器标识、名称、方向、安装日期、序列号、用户类型、记录间隔、现场照片链接及地理坐标等核心属性。在交通规划与城市研究领域，它常被用于分析自行车流量在时间与空间上的分布规律，揭示桥梁等关键节点的通行特征。通过结合计数器的方向与位置数据，研究者能够构建自行车出行的时空轨迹模型，进而评估不同时段与天气条件下的骑行活跃度。数据集还区分了单车与双计数器配置，并以“TOTAL”虚拟计数器整合同一站点的全部通行记录，这使得它在多模式交通流量解耦与基础设施需求预测中扮演了重要角色。此外，徒步与自行车混合计数站点（如Pont de Fil）的独立标识，为探究慢行交通共存模式提供了宝贵的数据基础。

解决学术问题

在学术前沿，该数据集首要解决了城市非机动车交通流数据稀疏性与不连续性这一长期难题。传统交通调查多依赖短期抽样，难以捕捉自行车使用的长期趋势与季节波动，而本数据集通过每日自动上传的计数器记录，提供了自2016年以来连续、高时间分辨率的观测序列，使得研究者能够开展自行车交通流量的长周期趋势检验与突变点检测。在此基础上，它促进了围绕基础设施投资效益评估的实证研究——例如，通过对比桥梁加装自行车道前后的流量变化，定量评价慢行交通改善措施的实际效果。数据集对计数器停用与故障信息的记录，还支撑了缺失值插补技术与数据质量评估方法的发展。更深层地，它推动了空间计量经济学在非机动交通领域的应用，帮助揭示建成环境、人口密度与自行车使用率之间的非线性关联，为绿色出行促进策略提供了循证依据。

衍生相关工作

围绕该数据集，一系列衍生工作已在交通工程与数据科学领域展开。研究者基于其连续计数序列，开发了适用于非机动交通的短时流量预测模型，如融合时空图卷积网络与注意力机制的深度学习架构，实现了对下一小时自行车流量的精准预报。另有工作专注于计数器数据中的异常检测——通过构建基于高斯过程的概率模型，自动识别因道路施工或特殊事件引发的流量突变，为城市应急管理提供预警信号。在数据融合方向，该数据集已被用作基准，与手机信令数据、共享单车轨迹数据及气象记录进行多源整合，构建了城市慢行交通需求的全景式画像。地图服务商则利用其中关于双计数器配置与方向信息的标注，训练了更为鲁棒的交通流方向识别算法，提升了地图更新的自动化程度。这些衍生产出不仅丰富了非机动交通研究的工具包，也反向促进了本数据集本身在结构优化与注释完善方面的持续改进。