Communes nouvelles au 1/1/2019... et les conséquences ;)

Comme chaque début d’année c’est la grande question : quels sont les changements dans les communes françaises !

Pour mémoire, j’avais écrit un article en 2015 sur le manque d’organisation de ces changements… et il est malheureusement toujours d’actualité: https://medium.com/@cq94/millésimons-3fa21714abdf

Sur les wikipédiens ont répertorié 232 communes nouvelles sont créée ou modifiées, avec plus de 600 “anciennes communes” qui fusionnent.

J’ai reporté ces informations dans les données OSM le week-end dernier, exporté et publié (le 1er janvier !) un fichier géographique du nouveau découpage communal: https://www.data.gouv.fr/fr/datasets/decoupage-administratif-communal-francais-issu-d-openstreetmap/

Si vous n’avez pas besoin de manipuler des données géo, le tableau disponible sur wikipédia est aussi disponible sous forme de fichier json ici: https://github.com/cquest/fusion-communes/tree/master/2019 (ainsi que le script qui l’a généré depuis wikipédia)

Bien sûr tout ceci peut être modifié si une fusion n’a pas été repérées dans les arrêtés préfectoraux… ce qui n’est pas impossible, parfois les arrêtés sont publiés vraiment à la dernière minute :frowning:

Si vous repérez une anomalie, merci de la signaler de préférence sur https://github.com/cquest/fusion-communes/issues

Conséquences…

  • j’ai regénéré un fichier “BAN” qui tient compte de ces fusions
  • mon instance de géocodage BAN utilise ce fichier (ban.addok.xyz)
  • je suis en train de géocoder la base SIRENE avec ce nouveau fichier… comme ça, au moins la version géocodée sera à jour sur ces infos :slight_smile:

Et j’en profite pour vous souhaiter une bonne année !

4 « J'aime »

Quelle est donc la meilleure méthode pour géocoder des adresses?

La meilleure, je ne sais pas, mais j’ai ma méthode…

  • utilisation de 2 référentiels d’adresses (BAN et BANO)
  • ajout d’un troisième pour les adresses qui n’en sont pas “GALERIE MARCHANDE”, donc basé sur POI OSM

Un script python qui cherche la meilleure réponse dans ces 3 bases interrogées via le géocodeur addok (lui aussi en python) qui s’occupe de tout le fuzzy matching spécifique adresses.

Le résultat semble plutôt bon.

3 « J'aime »