Types de données
Les datasets CartograFit sont organisés en quatre types de données complémentaires, permettant différents niveaux d'analyse du stationnement et de l'aménagement urbain.
Architecture des données
┌──────────────────────────────────────────────────────────┐
│ Cellules H3 │
│ (Agrégation par zone hexagonale) │
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Cellule 1 │ │ Cellule 2 │ │ Cellule N │ │
│ │ - Stats │ │ - Stats │ │ - Stats │ │
│ │ - Densité │ │ - Densité │ │ - Densité │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
│ │ ┌────────────│ │ │
│ │ │ ┌─────────│─────────────────│ │
│ │ │ │ │ │ │
│ ▼ ▼ ▼ │ │ │
│ ┌──────────────────┐ │ │ │
│ │ Réseau routier │ │ │ │
│ │ (Routes OSM │ │ │ │
│ │ enrichies) │ │ │ │
│ └──────────────────┘ ▼ ▼ │
│ │ ┌───────────────────────────────┐ │
│ └──────────▶│Zones de stationnement │ │
│ └───────────────────────────────┘ │
└──────────────────────────────────────────────────────────┘
Les quatre types
Cellules H3
Données agrégées par zone hexagonale selon le système H3 d'Uber. Idéal pour :
- Visualisation par heatmap
- Analyse comparative entre quartiers
- Tableaux de bord et KPIs
Réseau routier
Routes issues d'OpenStreetMap, enrichies avec des métadonnées de stationnement. Idéal pour :
- Analyse linéaire du stationnement
- Comparaison par type de voie
- Planification d'itinéraires
Zones de stationnement
Emplacements de stationnement détectés individuellement. Idéal pour :
- Cartographie précise
- Applications de navigation
- Études de mobilité
Mobilier urbain
Éléments d'aménagement urbain extraits d'OpenStreetMap (bancs, lampadaires, arbres, etc.). Idéal pour :
- Inventaire du mobilier urbain
- Analyse d'accessibilité
- Planification et maintenance
Format commun
Tous nos datasets partagent des caractéristiques communes :
| Propriété | Valeur |
|---|---|
| Projection | WGS84 (EPSG:4326) |
| Format | GeoJSON |
| Indexation spatiale | H3 résolution 9 |
| Langue | Français |
Qualité des données
Chaque enregistrement inclut un score de confiance (0 à 1) reflétant la fiabilité de la détection. Nous recommandons de filtrer selon vos besoins :
| Score | Interprétation |
|---|---|
| ≥ 0.8 | Haute confiance |
| 0.5 - 0.8 | Confiance moyenne |
| < 0.5 | À vérifier |