🌱
GreenData- pour un impact environnemental maîtrisé
  • 1 - Référentiel GreenData - pour un impact environnemental maîtrisé
    • Préface et remerciements
    • 1.1 - Contexte
    • 1.2 - Bonnes pratiques
      • Avant tout, questionner le besoin
      • PLANIFICATION
      • BP 1 - Engager et conduire une démarche "donnée ouverte et responsable"
      • BP 2 - Prioriser les choix de données publiées
      • PRODUCTION
      • BP 3 - Standardiser les jeux de données
      • BP 4 - Documenter précisément les métadonnées
      • BP 5 - Proposer une granularité temporelle et géographique adaptée
      • ANALYSE
      • PUBLICATION
      • BP 6 - Réduire le volume unitaire des jeux de données
      • BP 7 - Proposer un accès aux données par API
      • BP 8 - Faciliter la découvrabilité des jeux de données
      • CONSERVATION
      • BP 9 - Mettre en place une politique d'archivage
      • EXPLOITATION
      • BP 10 - Contrôler l'hébergement des données
      • BP 11 - Penser l'écoconception du portail open data
    • 1.3 - Ressources
      • 1.3.1 - Méthodologie
        • 1- Priorité
        • 2- Difficulté de mise en œuvre
        • 3 - Pilote
        • 4 - Indicateur de pilotage
        • (optionnel)- Effet de levier environnemental, social et économique
        • (optionnel) - Echelle
        • (optionnel) - Type d’impact évité ou amélioré
        • (optionnel) - Système de calcul
      • 1.3.2 - Ateliers collaboratifs
      • 1.3.3 - Calculateur de score
    • 1.4 - Bibliographie
      • Productions INR
        • Guide de bonnes pratiques numérique responsable pour les organisations (2022)
        • Référentiel Green-IT (2020)
        • WeNR (2021)
        • MOOC - Numérique responsable (complet)
        • Calcul de mon impact environnemental
      • Productions FING
        • OpenDataImpact - 10 ans d'ouverture des données
        • Livre blanc Numérique et Environnement
      • Ressources de référence
        • Les impacts environnementaux et sociétaux des données : un défi pour l'avenir
        • Gautier Roussilhe - Etudes de cas
          • G.Roussulhe - Que peut le numérique pour la transition écologique ? (2021)
          • G. Roussilhe - Comprendre et estimer les effets indirects de la numérisation
          • G. Roussilhe - Territorialiser les systèmes numériques, exemple des centres de données (2021)
        • Empreinte environnementale des systèmes numériques et gouvernance territoriale
        • Guide Ademe - Face cachée du numérique (2019)
        • Les données, nouveau moteur de la transition écologique
        • MINUM_ECO - Mission interministérielle numérique responsable
        • Rapport ARCEP - Pour un numérique soutenable (2020)
        • Livre Blanc - Les KPI énergétiques et environnementaux des Data Centers (2017)
        • Loi du 15 novembre 2021 visant à réduire l'empreinte environnementale du numérique en France
        • DATAGIR (Ademe)
        • ADEME - ARCEP - Evaluation de l'impact environnemental du numérique (2022)
        • Datacenters éco-responsables
        • Label LUCIE
        • GreenIT Empreinte environnementale du numérique mondial
      • Voir ailleurs
        • Feuille de route AMDAC Data du MTE
        • Feuille de route Numérique responsable (MTE/ARCEP)
        • Mission "Connaissance" du ministère de la transition écologique (MTE)
    • Livrables GreenData
  • 2 - Le Projet
    • 2.1 - Présentation
    • 2.2 - Plan d'action
    • 2.3 - Partenaires
Propulsé par GitBook
Sur cette page
  • Contexte
  • Description de la bonne pratique
  • Retour d'expérience
  • Ressources
  1. 1 - Référentiel GreenData - pour un impact environnemental maîtrisé
  2. 1.2 - Bonnes pratiques

BP 5 - Proposer une granularité temporelle et géographique adaptée

Priorité :

Mise en œuvre :

Exemple(s) d’indicateur(s) de pilotage

  • % de jeux de données proposant une granularité temporelle ou géographique

Exemple de pilote : Délégué ou référent aux données ouvertes et responsables

Contexte

La production et la diffusion de jeux de données sobres visent à limiter les flux et le nombre de téléchargements de données non utilisées. Offrir un mode de récupération des jeux de données permettant de cibler une temporalité et/ou une cellule administrative spécifique permet notamment :

  • de réduire les flux de données transmises,

  • de limiter la volumétrie des données stockées chez l'utilisateur,

  • de mieux répondre aux besoins des usagers,

  • d'anticiper la gestion de l'historicité des données.

Description de la bonne pratique

1 - Lors de la production des données

Décrire avec précision la granularité temporelle et géographique des données contenues dans les jeux de données.

Pour chaque jeu de donnée, il convient de préciser quelle est la plus petite échelle géographique dans les données présentées, par exemple : la zone IRIS, la commune, le canton, etc.

De même, on précisera la granularité temporelle, c'est à dire l'échelle, pour les données essentielles : heure ou jour (cas de la pollution de l'air), année (cas des budgets), etc.

Ces informations sont différentes de la notion de couverture:

  • couverture géographique : périmètre géographique qui correspond à l'emprise maximale géographique des données précisées, par exemple la "ville de Rennes" (dans le monde géographique, on précise parfois les coordonnées des limites du rectangle qui contient les données (un point en haut à droite, et un point en bas à gauche)

  • couverture temporelle : période temporelle contenant les données présentées, par exemple : "2021" pour un jeu de données sur les budgets de telle commune, élections "2018 à 2022" pour les résultats des élections des cinq dernières élections de telle commune.

Ces champs indiquent le choix qui est fait dans le découpage et la présentation des données, ils permettent aux réutilisateurs de cibler précisément les données à récupérer et de limiter les données transférées (volume réduit). Dans certains cas, le portail de données ouvertes peut proposer un service de création de filtres ou de sélection.

2 - Lors de la récupération des données

En tant qu'utilisateur d'un portail de données ouvertes, il est courant de rechercher des données spécifiques publiées dans un jeu de données.

En appliquant certains filtres, il est possible d'isoler seulement les données nécessaires et attendues plutôt que de récupérer la totalité du jeu de données.

3 - Export de données geolocalisées

  • choisir un territoire (commune, EPCI, département)

  • choisir une thématique (parking à vélo, défibrillateurs, enseignement, entreprises, élections...)

  • récupérer les données issues d'OpenStreetMap ou d'une base nationale sur ce thème et sur ce territoire (formats CSV, GeoJSON, Shapefile)

Retour d'expérience

La plateforme opendatasoft propose de récupérer les données disponibles en filtrant différents champs : couverture spatiale ou temporelle, producteurs, thématiques, ...

Par exemple, ici, le CD34 (Data Hérault) propose d'isoler les aménagements cyclables par filtres : communes, vitesse maximale pour le trafic adjacent, type d'aménagements...

Ressources

PrécédentBP 4 - Documenter précisément les métadonnéesSuivantANALYSE

Dernière mise à jour il y a 2 ans

et sont des outils simples d'extraction thématique de données OpenStreetMap ou de bases nationales. Ils permettent de :

- Documentation de cas pratiques d'utilisations des API géographiques par Etalab (2022)

Les tuiles vecteur . Cette API permet de mettre à disposition des tuiles vectorielles qui sont affichables sur des cartes géographiques interactives. Elles servent principalement à afficher des fonds de plan mais aussi les contours cadastrales et les limites administratives en France. Cela permet de s'affranchir d'APIs cartographiques comme Google Maps.

GéoDataMine
DataClic
API Adresse (Base Adresse Nationale - BAN)
openmaptiles.geo.data.gouv.fr