Document de métadonnées de la Base de données ouvertes sur les immeubles (BDOI) : concepts, méthodologie et qualité des données

1. Aperçu

Afin d'explorer l'utilisation des données ouvertes pour établir les statistiques officielles et soutenir la recherche géospatiale dans divers domaines, on a entrepris des travaux pour créer une base de données accessible et harmonisée sur les immeubles, qui comporte des données ouvertes ayant été publiées par plusieurs ordres de gouvernement au Canada. Le présent document décrit en détail le processus de collecte, de compilation et de normalisation des ensembles de données individuels sur les immeubles ayant servi à la création de la Base de données ouvertes sur les immeubles (BDOI), disponible en vertu de la Licence du gouvernement ouvert – Canada.

La version actuelle de la BDOI (version 3.0) contient environ 14 millions d’enregistrements sur les immeubles, en hausse par rapport aux 4,4 millions d’enregistrements sur les caractéristiques d’immeubles de la version 2.0. On s’attend à ce que la base de données soit mise à jour périodiquement à mesure que de nouveaux ensembles de données sur les immeubles tirés de sources gouvernementales ouvertes deviennent accessibles. Cet ensemble de données vectorielles est fourni sous forme de fichier geopackage compressé à l'échelle provinciale ou territoriale.

L'ensemble de données est accessible sure le site Web de Statistique Canada L'Environnement de couplage de données ouvertes.

2. Sources de données

Des centaines de sources de données ont été utilisées pour créer la BDOI. Les fournisseurs de données, qui comprennent les ordres de gouvernement provincial et fédéral, ainsi que les administrations municipales et régionales, sont présentés à l’annexe A. Chaque ensemble de données régionales compressé de la BDOI est accompagné d’un fichier intitulé BDOI_v3_fournisseurs_de_donnees.csv, qui dresse une liste des différentes sources de données. Les fichiers des sources de données comprennent le nom de la source, le titre de l’ensemble de données, l’adresse URL de téléchargement de l’emplacement d’où proviennent les données, la licence de données, la version, l’adresse URL et les données d’attribution de cette licence, ainsi que la date de téléchargement. Pour en savoir plus sur les licences individuelles, les utilisateurs peuvent consulter directement les renseignements qui se trouvent sur les portails de données ouvertes pour les divers fournisseurs de données.

3. Période de référence

Idéalement, la période de référence serait la période à laquelle font référence les données sous-jacentes sur les immeubles. Cependant, ces renseignements n’étaient normalement pas disponibles dans les portails de données ouvertes. À l'annexe A, on utilise donc plutôt la date de téléchargement de chaque ensemble de données municipal ayant servi à la création de la BDOI. Les données ont été recueillies à partir des portails de données ouvertes au cours de la période de novembre 2024 à avril 2025 pour la version 3.0 de la BDOI. Il convient de rappeler aux utilisateurs que la date de téléchargement ne devrait pas être interprétée comme étant la période de référence des données. Si un utilisateur a besoin de renseignements précis sur la période de référence des données, il devrait communiquer avec le fournisseur de données approprié, indiqué à l'annexe A.

4. Population cible

Le but de la BDOI est de créer un répertoire centralisé et harmonisé des immeubles dont les données proviennent de sources ouvertes gouvernementales partout au Canada. À mesure que les travaux sur la BDOI progressent, les définitions et les seuils changeront. On rappelle aux utilisateurs qu'il est toujours possible d'obtenir directement les données non modifiées dans les portails de données ouvertes des divers fournisseurs de données.

5. Méthodologie

La compilation de l’ensemble des données sur les immeubles de la BDOI a suivi un processus en sept étapes, soit : 1) la collecte, 2) l’intégration, 3) l’enrichissement, 4) le nettoyage, 5) la normalisation, 6) la déduplication et 7) la diffusion des données. La présente section du document de métadonnées donnera un aperçu de chacune de ces étapes utilisées pour générer la version 3 de la BDOI.

Collecte :
La première étape de ce processus a consisté à recenser les ensembles de données potentiels sur les immeubles détaillant la forme et l’emplacement des caractéristiques, ainsi que les ensembles de données pouvant enrichir le contexte de ces caractéristiques. Pour chaque ensemble de données recensé, une copie des données originales a été téléchargée et un enregistrement de ses caractéristiques a été conservé. Cet enregistrement comprenait des renseignements sur la source et les licences, la date de téléchargement, la dernière mise à jour effectuée par le fournisseur, ainsi que la sélection des caractéristiques et des attributs des immeubles à intégrer dans la BDOI.

Intégration :
Une fois les ensembles de données ouvertes sur les immeubles recensés lors de la phase de collecte de données, chaque enregistrement source a été traité lors de l’étape d’intégration afin de rassembler et de prétraiter les données en vue de leur intégration dans un ensemble provincial ou territorial d’enregistrements d’immeubles. Cette étape débute par le chargement de chaque ensemble de données ouvertes, suivi du filtrage des enregistrements hors du champ de la BDOI. Ensuite, les attributs des enregistrements sont sélectionnés de manière à ne conserver que les colonnes de données qui sont pertinentes pour la BDOI, tout en renommant ces colonnes de manière uniforme.

Lorsque seules les parties pertinentes des ensembles de données sur les immeubles sont sélectionnées, chaque ensemble de données est harmonisé avec le même système de coordonnées de référence, soit la projection conique conforme de Lambert de Statistique Canada (EPSG:3347). Un identificateur unique est attribué à chaque ensemble de données, en fonction des enregistrements, de la géométrie, de la source et du nom de l’ensemble de données.

Enfin, chaque caractéristique est amalgamée au fichier des limites spatiales des subdivisions de recensement de Statistique Canada et est associée à une province ou à un territoire. À l’aide de ces renseignements connexes, les enregistrements sont répartis par province ou territoire, puis exportés.

Enrichissement :
Pour chaque ensemble d’enregistrements de données ouvertes à l’échelle provinciale ou territoriale, de nombreuses caractéristiques peuvent représenter la même structure d’un immeuble. Afin d’enrichir les ensembles de données sur les immeubles, les enregistrements issus d’une même source et sous une même licence ont été combinés autant que possible. Cette étape a été réalisée en repérant tous les traits de point qui croisaient un polygone d’immeuble (ou qui se trouvaient à moins de cinq mètres de ce polygone), puis en insérant les données manquantes des attributs du polygone de l’immeuble lorsque ces renseignements étaient disponibles dans un enregistrement d’immeuble connexe.

Suite à la combinaison des éléments de construction, tous les éléments ponctuels ont ensuite été supprimées.

Nettoyage :
Après le processus d’enrichissement, des opérations de nettoyage mineures ont été effectuées pour obtenir un produit final plus cohérent. Ces opérations comprenaient la suppression des caractéristiques situées en dehors de l’aire d’étude canadienne, l’élimination des enregistrements intégrés jugés inappropriés pour l’inclusion dans la BDOI, la mise à jour des noms des colonnes et des types de données, et la réorganisation des colonnes.

Normalisation :
Les valeurs des attributs varient souvent selon le fournisseur de données, mais peuvent également représenter la même valeur. Afin d’obtenir un produit plus cohérent, les attributs comparables ont été rendus plus uniformes en ce qui concerne la valeur lors de l’étape de la normalisation. Par exemple, si les types d’immeuble « BIBLIOTHÈQUE », « Bibliothèque », « bibliothèque » et « immeuble de bibliothèque » étaient tous inclus dans les ensembles de données, une valeur plus uniforme, c’est-à-dire « Bibliothèque », serait appliquée pour garantir qu’une seule étiquette est appliquée au même type de caractéristique. Pour obtenir la liste complète de toutes les substitutions appliquées lors de l’étape de normalisation, voir l’annexe B.

Déduplication :
Après la normalisation des valeurs d’attribut des immeubles, les polygones des immeubles en double sont recensés et supprimés du produit final. Cette étape de déduplication comprend différentes méthodes de suppression des enregistrements en double, y compris une simple déduplication de tous les enregistrements identiques, une déduplication des caractéristiques qui ont le même identificateur unique et une déduplication spatiale. La déduplication spatiale supprime tous les polygones des immeubles qui chevauchent d’autres caractéristiques d’immeubles, et le polygone de l’immeuble qui contient les données d’attribut les plus riches est conservé au lieu de l’autre.

Diffusion :
La dernière étape du pipeline de la BDOI consiste à préparer et à exporter les données pour leur utilisation. Cela comprend le remplissage des cellules vides avec les valeurs normalisées de Statistique Canada, la traduction des données pour obtenir une version en anglais et en français, ainsi que la mise à disposition de documents connexes, comme une liste des fournisseurs de données accompagnée des ensembles de données de sortie pour chaque province et territoire.

6. Dictionnaire de données

Le dictionnaire de données ci-dessous décrit les variables dans la BDOI

Variable – id

Variable – id_source

Variable – source

Variable – ensemble de données

Variable – idusdr (identificateur unique de la subdivision de recensement)

Variable – nomsdr (nom de la subdivision de recensement)

Variable – prov_terr (province ou territoire)

Variable – nom

Variable – type

Variable – adresse

Variable – hauteur

Variable – étages

Variable – unités

Variable – pi_ca (pieds carrés)

Variable – année de construction

7. Exactitude des données

Toutes les caractéristiques d’immeubles de la BDOI ont été recueillies à partir de sources gouvernementales de données ouvertes. Seuls des sous-ensembles de ces sources de données d’entrée ont été inclus dans la BDOI. Dans les cas où plusieurs enregistrements de caractéristiques d’immeubles provenant de la même source ont été recueillis, on a essayé de combiner ces données en un seul enregistrement harmonisé plus riche. Bien que les caractéristiques finales d’immeubles de la BDOI puissent comprendre plusieurs renseignements sur l’enregistrement, des efforts ont été déployés pour réduire au minimum les modifications apportées aux données d’attribut originales. Dans certains cas, les données d’attribut ont été nettoyées, normalisées ou combinées avec d’autres valeurs, mais les géométries spatiales n’ont pas été modifiées par rapport à la source originale.

Lors de l’examen des données, les caractéristiques jugées inexactes ou non représentatives des caractéristiques d’immeubles ont été supprimées du produit final. Les géométries qui se chevauchaient ont également été supprimées, et les caractéristiques ayant des enregistrements plus riches ont été conservées au lieu de celles qui étaient moins détaillées.

La BDOI ne contient que les données ouvertes gouvernementales qui étaient disponibles au moment de sa compilation, et ne devrait donc pas être considérée comme un répertoire exhaustif et objectif de tous les immeubles du Canada. À l’heure actuelle, la couverture de la BDOI est incomplète à l’échelle du; la plupart des données portent surtout sur les villes plus grandes. La base de données contient encore des lacunes, car il y a des régions pour lesquelles on n'a pas pu trouver de sources gouvernementales de données ouvertes sur les immeubles.

8. Représentation géographique

La BDOI est disponible sur le site Web de Statistique Canada, dans la représentation géographique suivante :

• Projection : Projection conique conforme de Lambert
• Abscisse fictive : 6200000,000000
• Ordonnée fictive : 3000000,000000
• Méridien central : -91,866667
• Parallèle de référence 1 : 49,000000
• Parallèle de référence 2 : 77,000000
• Latitude d'origine : 63,390675
• Unité de mesure linéaire : mètre (1,000000)
• Système de référence géodésique : Système de référence géodésique nord-américain de 1983 (NAD83)
• Méridien d'origine : Greenwich
• Unité de mesure angulaire : degré
• Sphéroïde : GRS 1980

Le Système de référence géodésique nord-américain de 1983 (NAD83) est une version corrigée du Système de référence géodésique nord-américain de 1927 (NAD27), qui offre un arpentage géodésique plus précis.

Annexe A : Fournisseurs de données

Annexe B : Substitutions des valeurs pour la normalisation