five

Data-Gouv-FR/les-amenagements-cyclables-de-saint-marcellin

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
下载链接:
https://hf-mirror.com/datasets/Data-Gouv-FR/les-amenagements-cyclables-de-saint-marcellin
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集详细描述了法国圣马塞兰市的自行车道设施,包括自行车道的位置、车道方向、宽度、路段名称等信息。潜在用途包括:帮助市民识别自行车道并安全出行,识别自行车交通顺畅和缺乏基础设施的区域,以便市政部门优化规划自行车道建设和维护工程。数据内容包括:自行车道的地理位置、路段名称、自行车道方向、宽度、圣马塞兰的INSEE标识符、最近翻新日期、照明情况以及在自行车道位于道路上时的限速。数据收集过程主要基于OpenStreetMap数据,并由市政部门提供道路网络地图以补充标识符、方向和其他本地交通信息。更新频率为每次自行车道工程后进行更新,以反映扩展或改道情况。数据生产原因是为了更好地理解圣马塞兰自行车出行的挑战,通过识别现有自行车道来促进其发展,特别是通过潜在扩展。

This dataset comprehensively documents bicycle lane infrastructure in Saint-Marcelin, France, including details such as the location, direction, width, and road segment name of each bicycle lane. Its potential use cases include: helping residents identify bicycle lanes for safe commuting, identifying areas with efficient bicycle traffic flow and regions with insufficient bicycle infrastructure, to enable municipal departments to optimize the planning, construction, and maintenance of bicycle lane projects. The dataset contains the following fields: geographic positions of bicycle lanes, road segment names, bicycle lane directions, lane widths, the INSEE code of Saint-Marcelin, date of the most recent renovation, lighting conditions, and speed limits applicable when bicycle lanes are integrated onto public roads. The data collection primarily leverages OpenStreetMap data, and is supplemented with road network maps provided by the local municipal authorities to supplement identifiers, direction information, and other local traffic-related details. The dataset is updated following the completion of each bicycle lane construction or modification project, to reflect any lane expansions or route adjustments. This dataset was developed to gain a better understanding of the challenges associated with bicycle travel in Saint-Marcelin, and to facilitate the development of local bicycle infrastructure by identifying existing bicycle lanes, particularly to support potential future expansions.
提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
main_image_url
构建方式
该数据集源自法国开放数据平台data.gouv.fr,以Saint-Marcellin市镇的自行车道基础设施为核心,通过整合OpenStreetMap地理数据与地方政府提供的路网地图,系统采集了每条自行车道的空间位置、路段命名、通行方向、路面宽度等属性,并补充了照明条件、限速规定及最新修缮日期等信息。数据以Parquet格式存储,由单一配置文件构成,并划分为训练集。
特点
数据集聚焦于城市微交通基础设施的精细化表达,每条记录均包含高精度地理坐标与多维度道路属性,如车道方向可明确区分双向或单向通行,宽度信息有助于评估骑行舒适度,而限速与照明数据则关联骑行安全。此外,数据集通过INSEE编码与行政边界紧密关联,便于区域级交通规划分析,其更新机制旨在动态反映新建或改道工程。
使用方法
用户可通过HuggingFace的datasets库便捷调用,只需一条Python指令即可加载指定子集;例如,使用`load_dataset('Data-Gouv-FR/les-amenagements-cyclables-de-saint-marcellin', 'saint-marcellin-jeu-de-donnee-amenagement-cyclable')`获取`train`拆分数据。该数据集适用于地理可视化、骑行网络连通性评估或市政工程优先级排序,也可结合其他开放数据源进行多模式交通对比分析。
背景与挑战
背景概述
近年来,随着可持续交通理念的普及与城市低碳转型的推进,自行车出行基础设施的规划与优化成为智慧城市研究的重要议题。由法国圣马塞兰市与数据开放平台data.gouv.fr合作构建的“Les aménagements cyclables de Saint-Marcellin”数据集,于2021年首次发布,依托OpenStreetMap数据与本地道路网络资料,精准记录了该市自行车道的空间位置、宽度、方向、照明条件及速度限制等关键属性。该数据集旨在为市民提供安全骑行导航,并为市政部门识别基础设施缺口、规划扩建工程提供量化依据,在法国地方交通治理与开放数据运动中具有示范性影响。
当前挑战
该数据集所应对的领域核心挑战在于:如何系统化地收集与整合分散于不同来源的城市自行车道信息,以解决因数据碎片化导致的交通规划盲区。构建过程中面临多重困难:原始数据依赖OpenStreetMap众源标注与市政纸质地图的手动融合,需克服坐标对齐与属性匹配的技术难题;自行车道宽度、方向等字段的标准化定义缺乏统一规范,易引入数据歧义;道路施工频繁导致数据时效性难以保障,需建立随工程更新的快速响应机制。此外,与INSEE编码、限速等本地交通规则的关联增加了数据治理的复杂性,对构建者协调多方利益与数据质量维护构成显著挑战。
常用场景
经典使用场景
在智慧城市与绿色交通领域,圣马瑟兰市自行车道数据集(Les aménagements cyclables de Saint-Marcellin)是研究城市非机动车基础设施的空间分布与通行质量的经典资源。该数据集涵盖了自行车道的精确地理位置、路段名称、行驶方向、宽度、限速、照明情况及最近翻新日期等关键属性。研究者常基于此数据集进行自行车道网络的可视化与连通性评估,例如分析车道宽度的分布特征、识别断头路或未连接路段,从而为优化城市骑行路线提供数据支撑。该数据也可用于构建骑行友好指数,比较不同街区的服务差异,是探索慢行交通规划与城市可持续发展的基础性工具。
实际应用
在实际应用中,该数据集是圣马瑟兰市及其周边社区进行交通基础设施规划与预算分配的核心依据。市政工程师可借助车道宽度、最新翻新日期与照明状况等字段,快速定位亟需维护或扩建的自行车道路段,从而科学安排施工优先级。同时,市民可通过前端应用直观查询附近的骑行路径与安全状态,提升日常出行的便利性与安全性。此外,该数据集还可与交通流量监测系统结合,辅助识别高事故风险区域或骑行高峰拥堵点,为动态交通管理(如信号灯配时优化)提供决策支持。数据集的开放性使其能被整合进城市数字孪生平台,成为智慧交通生态的重要组成部分。
衍生相关工作
基于该数据集,已有若干衍生研究与实践工作展开。在学术层面,其数据被用于训练深度学习模型,自动预测自行车道的新建或改建需求,例如结合OpenStreetMap的路网拓扑结构,利用图神经网络推断缺失的骑行连接。在应用层面,有研究团队构建了“骑行可达性地图”,将本数据与人口普查、POI(兴趣点)数据叠加,分析从住宅区到学校、商业中心的骑行便利度。此外,数据集的持续更新机制催生了变化检测方法,例如对比不同年份的车道布局以量化城市慢行政策的影响。这些工作不仅延伸了原始数据的价值,也推动了自行车基础设施数据标准化与共享范式的进步。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务