c0mm0.com — the continuously verified register of European data

Register record·API·FRUNVERIFIED
V

Vulnérabilité à la chaleur

APIQuery nowOpen workbenchSubscribe🇫🇷France

Dictionnaire Public Ce jeu de données présente, sous la forme d'objets surfaciques, un ensemble d'indices de vulnérabilité à la chaleur par carreau de 200 mètres de côté sur la métropole de Bordeaux (carreaux Filosofi). Ce jeu de données est disponible dans un format additionnel : Téléchargement...

0
poor

Weighted across five axes. Tap a ring for what it measures.

Data schema (13 fields)

Filterable via the API (11)
gidgeom_erridentcdatemdatei_espace_fraisi_sensibilitei_faire_facei_faire_face_3ci_vulnerabilite_ictui_critique_poids

Click a field to see example values.

FillFieldTypeDescription
geo_point_2dGeo Pointgeo_point_2d
geo_shapeShapegeo_shape
gidFilterable via the APIintClé primaire
geom_errFilterable via the APIGeom errtextCode d'erreur géométrique : Liste des valeurs possibles : 9999 : Polygone compose et / ou à sections multiples 9998 : Linéaire compose et / ou à sections multiples 9996 : La géométrie contient des informations LRS 9995 : Nombre de dimensions différent de 2 ou 3 9994 : Présence d'un arc de cercle 9000 : Erreur autre 13343 : Polygone de moins de 4 points 13349 : Polygone papillon 13350 : Deux éléments d'un polygone archipel se touchent 13351 : Deux éléments d'un polygone archipel se touchent 13356 : Point double 13366 : Combinaison invalide d'intérieur / extérieur d'un polygone 13367 : Orientation invalide d'intérieur / extérieur d'un polygone
identFilterable via the APItextIdentifiant
cdateFilterable via the APIdatetimeDate de création
mdateFilterable via the APIdatetimeDate de modification
i_espace_fraisFilterable via the APII espace fraistextIndicateur d'accessibilité à un espace frais extérieur : Liste des valeurs possibles : 2 : Part de population à proximité d'un ilôt de fraîcheur privé 1 : Part de population à proximité d'ilôts de fraîcheur privés et publics 3 : Part de population à proximité d'un ilôt de fraîcheur public 4 : Part de population n'ayant accès à aucun ilôt de fraîcheur privé ou public
i_sensibiliteFilterable via the APII sensibilitetextIndice de sensibilité : Liste des valeurs possibles : 1 : Les locataires les plus sensibles à la chaleur 2 : Les locataires pauvres et seuls 3 : Les propriétaires pauvres et seuls 4 : Les locataires moins sensibles à la chaleur 5 : Les propriétaires de maisons
i_faire_faceFilterable via the APII faire facetextIndice de capacité à faire face : Liste des valeurs possibles : 1 : Personnes ayant accès à une grande diversité d'espaces frais 2 : Personnes bénéficiant de jardins privés, individuels ou collectifs 3 : Personnes résidant à proximité d'IFU publics 4 : Personnes résidant à proximité de services potentiellement frais 5 : Personne n'ayant accès à aucun espace de fraîcheur
100%i_faire_face_3cFilterable via the APII faire face 3ctextIndice de capacité à faire face 3 classes : Liste des valeurs possibles : 1 : Personne n'ayant accès à aucun espace de fraîcheur 2 : Personnes bénéficiant d'au moins un espace frais de proximité (IFU public / IFU privé / service) 3 : Personnes ayant accès à une grande diversité d'espaces frais
96.6%i_vulnerabilite_ictuFilterable via the APII vulnerabilite ictutextIndice de vulnérabilité poids (ICTU) : Liste des valeurs possibles : 1 : Très faible vulnérabilité 2 : Faible vulnérabilité 3 : Vulnérabilité plutôt faible 4 : Vulnérabilité plutôt forte 5 : Forte vulnérabilité 6 : Très forte vulnérabilité
99.7%i_critique_poidsFilterable via the APII critique poidstextIndice de vulnérabilité critique poids (température de surface) : Liste des valeurs possibles : 1 : Très faible vulnérabilité 2 : Faible vulnérabilité 3 : Vulnérabilité plutôt faible 4 : Vulnérabilité plutôt forte 5 : Forte vulnérabilité 6 : Très forte vulnérabilité

Schema captured from opendatasoft 2 hours ago.

Query the data

Pick columns and a sort, then fetch a live preview straight from the source. Choose an API-filterable column (marked ▾) under “Where” to pick from its list of values.

=

Sample data (5 records)

Record 1gid: 316 · cdate: 2025-01-13T14:56:19+00:00
{
  "gid": 316,
  "cdate": "2025-01-13T14:56:19+00:00",
  "ident": "CRS3035RES200mN2465800E3481600",
  "mdate": "2025-01-13T14:56:19+00:00",
  "geom_err": null,
  "geo_shape": {
    "type": "Feature",
    "geometry": {
      "type": "Polygon",
      "coordinates": [
        [
          [
            -0.6238159,
            44.765147
          ],
          [
            -0.6213137,
            44.7654028
          ],
          [
            -0.6216537,
            44.7671851
          ],
          [
            -0.624156,
            44.7669294
          ],
          [
            -0.6238159,
            44.765147
          ]
        ]
      ]
    },
    "properties": {}
  },
  "geo_point_2d": {
    "lat": 44.7661660784187,
    "lon": -0.6227348385472079
  },
  "i_faire_face": "3",
  "i_sensibilite": "5",
  "i_espace_frais": "4",
  "i_faire_face_3c": "2",
  "i_critique_poids": "2",
  "i_vulnerabilite_ictu": "2"
}
Record 2gid: 318 · cdate: 2025-01-13T14:56:19+00:00
{
  "gid": 318,
  "cdate": "2025-01-13T14:56:19+00:00",
  "ident": "CRS3035RES200mN2465800E3482000",
  "mdate": "2025-01-13T14:56:19+00:00",
  "geom_err": null,
  "geo_shape": {
    "type": "Feature",
    "geometry": {
      "type": "Polygon",
      "coordinates": [
        [
          [
            -0.6188116,
            44.7656584
          ],
          [
            -0.6163094,
            44.765914
          ],
          [
            -0.6166492,
            44.7676964
          ],
          [
            -0.6191515,
            44.7674408
          ],
          [
            -0.6188116,
            44.7656584
          ]
        ]
      ]
    },
    "properties": {}
  },
  "geo_point_2d": {
    "lat": 44.76667740570285,
    "lon": -0.6177304272823805
  },
  "i_faire_face": "1",
  "i_sensibilite": "1",
  "i_espace_frais": "3",
  "i_faire_face_3c": "3",
  "i_critique_poids": "4",
  "i_vulnerabilite_ictu": "4"
}
Record 3gid: 333 · cdate: 2025-01-13T14:56:19+00:00
{
  "gid": 333,
  "cdate": "2025-01-13T14:56:19+00:00",
  "ident": "CRS3035RES200mN2465800E3485600",
  "mdate": "2025-01-13T14:56:19+00:00",
  "geom_err": null,
  "geo_shape": {
    "type": "Feature",
    "geometry": {
      "type": "Polygon",
      "coordinates": [
        [
          [
            -0.5737689,
            44.7702501
          ],
          [
            -0.5712663,
            44.7705046
          ],
          [
            -0.5716048,
            44.7722871
          ],
          [
            -0.5741074,
            44.7720326
          ],
          [
            -0.5737689,
            44.7702501
          ]
        ]
      ]
    },
    "properties": {}
  },
  "geo_point_2d": {
    "lat": 44.77126860000001,
    "lon": -0.5726868500000009
  },
  "i_faire_face": "3",
  "i_sensibilite": "5",
  "i_espace_frais": "4",
  "i_faire_face_3c": "2",
  "i_critique_poids": "4",
  "i_vulnerabilite_ictu": "3"
}
Record 4gid: 337 · cdate: 2025-01-13T14:56:19+00:00
{
  "gid": 337,
  "cdate": "2025-01-13T14:56:19+00:00",
  "ident": "CRS3035RES200mN2465800E3486800",
  "mdate": "2025-01-13T14:56:19+00:00",
  "geom_err": null,
  "geo_shape": {
    "type": "Feature",
    "geometry": {
      "type": "Polygon",
      "coordinates": [
        [
          [
            -0.5587532,
            44.7717763
          ],
          [
            -0.5562505,
            44.7720305
          ],
          [
            -0.5565885,
            44.7738131
          ],
          [
            -0.5590913,
            44.7735589
          ],
          [
            -0.5587532,
            44.7717763
          ]
        ]
      ]
    },
    "properties": {}
  },
  "geo_point_2d": {
    "lat": 44.77279470570488,
    "lon": -0.5576708772702071
  },
  "i_faire_face": "3",
  "i_sensibilite": "5",
  "i_espace_frais": "4",
  "i_faire_face_3c": "2",
  "i_critique_poids": "4",
  "i_vulnerabilite_ictu": "3"
}
Record 5gid: 349 · cdate: 2025-01-13T14:56:19+00:00
{
  "gid": 349,
  "cdate": "2025-01-13T14:56:19+00:00",
  "ident": "CRS3035RES200mN2466000E3471200",
  "mdate": "2025-01-13T14:56:19+00:00",
  "geom_err": null,
  "geo_shape": {
    "type": "Feature",
    "geometry": {
      "type": "Polygon",
      "coordinates": [
        [
          [
            -0.7542438,
            44.753549
          ],
          [
            -0.7517427,
            44.7538079
          ],
          [
            -0.7520867,
            44.7555897
          ],
          [
            -0.7545879,
            44.7553309
          ],
          [
            -0.7542438,
            44.753549
          ]
        ]
      ]
    },
    "properties": {}
  },
  "geo_point_2d": {
    "lat": 44.7545693783869,
    "lon": -0.7531652885618964
  },
  "i_faire_face": "1",
  "i_sensibilite": "4",
  "i_espace_frais": "3",
  "i_faire_face_3c": "3",
  "i_critique_poids": "1",
  "i_vulnerabilite_ictu": "1"
}

Live sample captured at profiling time — values may have changed upstream.

Using the API

Configuration

Base URL
https://opendata.bordeaux-metropole.fr/api/explore/v2.1/catalog/datasets/ri_vulnerabilite_s

License

  • Redistributable
  • Attribution required

Query examples

curl -s 'https://opendata.bordeaux-metropole.fr/api/explore/v2.1/catalog/datasets/ri_vulnerabilite_s/records?limit=20' -H 'Accept: application/json'

First 20 records of the dataset as JSON.

Uses the Opendatasoft Explore v2.1 syntax — supports select, where, group_by and order_by.

Full API documentation ↗

Rate limits

50 000 req/day
per ipmeasured
observed 2 hours ago

Dataset

Volume & freshness

Records
6.6k
6634
Last upstream update
17 hours ago
2026-07-25

License

No license declared upstream.

Documentation Data dictionary Versioning

Source: opendatasoft

Machine-readable & source

Vulnérabilité à la chaleur — live verification badge

Embed this badge in a README or wiki — it always shows the latest verification state and quality tier.