Data-Gouv-FR/tisseo-reseau-transport-urbain-toulousain

--- license: other language: - fr tags: - data-gouv - donnees-publiques-francaises - parquet - csv - open-data pretty_name: "Tisséo : Réseau transport urbain toulousain" configs: - config_name: tisseo-gtfs data_files: - split: train path: data/tisseo-gtfs.parquet --- # Tisséo : Réseau transport urbain toulousain ## Source - Source officielle : https://www.data.gouv.fr/datasets/tisseo-reseau-transport-urbain-toulousain - Identifiant du jeu de données data.gouv.fr : `56b0c2fba3a7294d39b88a86` - Slug data.gouv.fr : `tisseo-reseau-transport-urbain-toulousain` - Licence indiquée dans les métadonnées data.gouv.fr : odc-odbl ## Structure Hugging Face - Un jeu de données data.gouv.fr = un dépôt Hugging Face - Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face - Chaque sous-ensemble/configuration contient un split nommé `train` ## Sous-ensembles - `tisseo-gtfs` → `data/tisseo-gtfs.parquet` ## Utilisation ```python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/tisseo-reseau-transport-urbain-toulousain", "tisseo-gtfs") print(ds["train"]) ``` ## Description originale En sa qualité d’Autorité Organisatrice de la Mobilité de la grande agglomération toulousaine, Tisséo Collectivités (Syndicat Mixte des Transports en Commun), orchestre l’offre de mobilité, sous la marque Tisséo, sur son ressort territorial : soit 114 communes réparties dans 5 EPCI (Toulouse Métropole, SICOVAL, Muretain Agglo, Grand Ouest Toulousain, Coteaux Bellevue). Tisséo Voyageurs, exploitant du réseau, est le producteur de ces jeux de données GTFS, GTFS-RT et NeTEx. #### GTFS/NeTEx Ce jeu de données statiques « Tisséo – Réseau transport urbain toulousain » présente l’offre théorique de transport (arrêts, horaires et lignes) pour les lignes régulières, dont la desserte est assurée par Tisséo Voyageurs et par des délégataires. Le transport à la demande zonal (119, 170, 171) n’est pas intégré. Ces données sont publiées chaque jour à 4h15. Elles décrivent l’offre théorique pour les 3 semaines à venir. Elles sont disponibles en téléchargement libre sous licence Odbl. Pour plus d'informations sur le format GTFS: [la référence](https://developers.google.com/transit/gtfs/reference) #### GTFS-RT Les données temps réel Tisséo sont désormais disponibles au format GTFS-RT à l’adresse suivante <https://api.tisseo.fr/opendata/gtfsrt/> Tisséo diffuse plusieurs fichiers : * <https://api.tisseo.fr/opendata/gtfsrt/GtfsRt.pb> contient l’ensemble des données temps réel disponibles à ce jour à savoir : \- Les entités TripUpdate sur les réseaux Bus et Tram directement opérés par Tisséo Voyageurs \- Les entités TripUpdate sur le téléphérique à titre expérimental \- Les entités Alert sur l’ensemble du réseau * <https://api.tisseo.fr/opendata/gtfsrt/Alert.pb> contient uniquement : \- Les entités Alert sur l’ensemble du réseau Ce jeu de données GTFS-RT est actuellement en version Beta, des instabilités peuvent être constatées. En parallèle, nous diffusons temporairement les fichiers équivalents *.json afin de faciliter la compréhension, la réutilisation des données et repérer les bugs éventuels. Ces fichiers sont mis à jour toutes les 5 secondes environ et disposent d'une profondeur temporelle de 2 heures. Si vous souhaitez avoir une haute réactivité de mise à jour, nous vous invitons à utiliser le système de ETag prévu dans la norme http : <https://developer.mozilla.org/fr/docs/Web/HTTP/Reference/Headers/ETag> Pour plus d'informations sur le format GTFS-RT : [la référence](https://gtfs.org/documentation/realtime/reference/) Pour toute question, vous pouvez adresser vos mails à [[e-mail]](mailto:[e-mail]).This dataset contains public data on the Toulouse urban transport network (Tisséo), produced by Tisséo Voyageurs. It includes static data (in GTFS/NeTEx format) and real-time data (in GTFS-RT format). The static data describes theoretical transport services, such as stops, schedules, and lines, covering regular lines operated by Tisséo Voyageurs and its delegates, but excluding zonal demand-responsive transport (e.g., lines 119, 170, 171). Static data is updated daily and covers the next three weeks of transport plans. Real-time data provides live updates, including trip updates (TripUpdate) and alerts (Alert), covering bus, tram, and experimental cable car networks, updated approximately every 5 seconds with a temporal depth of 2 hours. The dataset is released under the Odbl license and can be loaded via Hugging Face.

搜集汇总

数据集介绍

构建方式

Tisséo数据集由Tisséo Voyageurs作为网络运营商负责生产，采用GTFS与NeTEx两种国际通用静态交通数据标准格式，对图卢兹大都市区114个市镇的公共交通网络进行系统性描述。该数据集涵盖公交、地铁、有轨电车及缆车等多元交通模式的站点、时刻表与线路信息，每周一凌晨4时自动更新，提供未来三周的理论运力数据。值得注意的是，数据构建排除了区域预约式交通服务（如119、170、171线路），以聚焦于固定线路的常规运营。

特点

该数据集的核心特征在于其高度的开放性与标准化，遵循ODbL授权协议供公众自由下载使用。数据覆盖Tisséo作为移动管理机构所辖的五个区域公共联合体，呈现了图卢兹大都市圈综合交通网络的完整静态架构。通过GTFS格式的全球通用性，数据集不仅支持传统的交通规划分析，更能便捷地与智能体（Agent）系统、数字孪生等新兴技术领域对接，为多模式交通仿真与出行服务优化提供高质量的基础数据支撑。

使用方法

用户可直接从data.gouv.fr平台获取该数据集的原始文件，利用GTFS标准工具链进行解析与处理。在开发与应用场景中，建议将数据导入交通分析软件或编程环境（如Python的gtfs-kit库），以提取线路拓扑、站点覆盖及班次频率等关键信息。对于智能体系统的集成，可将结构化数据作为环境感知模块的输入，实现路径规划、运力预测等上层功能的开发。任何使用问题均可通过[e-mail]邮箱联系数据维护团队。

背景与挑战

背景概述

城市公共交通网络的数字化与智能化管理已成为现代都市演进的重要基石。在此背景下，由法国图卢兹地区交通管理机构Tisséo Collectivités及其运营方Tisséo Voyageurs于近年创建的数据集“Tisséo: Réseau transport urbain toulousain”，旨在系统化呈现图卢兹大都市区114个市镇的综合公共交通方案。该数据集以GTFS和NeTEx国际通用标准格式发布，涵盖地铁、公交、有轨电车及缆车等多元运输方式的站点、时刻与路线信息，每周更新并覆盖未来三周的理论运力。作为开放数据计划的核心组成部分，该数据集采用ODbL许可协议，有力推动了法国乃至欧洲城市交通数据共享与学术研究的进步，为多模式出行优化、交通网络韧性分析及智能代理系统训练提供了宝贵的基础资源。

当前挑战

该数据集面临的首要挑战在于如何准确刻画实际交通网络的动态性与不确定性，例如实时客流波动、突发事件导致的线路调整，以及需求响应式运输（如区域按需公交119、170、171路）未被整合的局限，这限制了模型在高精度智能调度与行为预测任务中的适用性。构建过程中的挑战则集中于数据的跨机构协调与质量保障：由于涉及Tisséo Voyageurs及其多个委托运营商，各子系统间的时间表同步、停靠点标识符统一与班次连续性维护需要持续的人机校验；此外，GTFS格式对非规则服务（如节假日临时变更）的建模能力有限，且每周快照更新机制可能遗漏短期修路或临时改道等微观变化，从而削弱数据对动态路径规划算法的支撑效能。

常用场景

经典使用场景

该数据集涵盖了法国图卢兹大都市区Tisséo公共交通网络的静态时刻表与地理信息，广泛用于构建多式联运的路径规划与调度模型。研究者常利用其GTFS和NeTEx格式数据，模拟公交、地铁、有轨电车及缆车线路的协同运作，评估网络连通性与换乘效率。此外，该数据也成为时空可达性分析的标准素材，用以量化不同区域间的通勤时间成本，助力城市交通规划的科学决策。

解决学术问题

数据集精准刻画了114个市镇、5个行政联合体下的公共交通理论供给，有效解决了城市交通研究中线网优化与班次匹配的基准缺失问题。学术领域借此探索高峰时段运力分配策略、线路冗余识别以及多模式接驳的瓶颈突破。其每周更新的动态特征，更为长期交通流变化规律与需求预测模型提供了可信的实证基础，显著提升了理论模型对真实城市系统复杂性的解释力。

衍生相关工作

基于此数据集，衍生出一系列代表性工作，包括面向多模式公共交通网络的可视化分析工具，以及面向教育智能体的交通仿真训练环境。部分研究将其与实时车辆定位数据融合，构建混合交通状态估计模型，提升延误预测的鲁棒性。此外，在开放数据运动背景下，该数据集成为验证GTFS与NeTEx标准互操作性的典型案例，推动了跨城市交通数据整合方法论的发展。