
Plan Cadastral Informatisé PCI

Ministère de l'économie, des finances et de la relance
Le ministère de l’économie, des finances et de la relance est chargé de mettre en œuvre la politique du Gouvernement en matière économique, financière, budgétaire et fiscale. Ses missions recouvrent des champs d’action variés tels que l’industrie, le commerce, les services, l’innovation mais aussi…
Informations
- License
- Licence Ouverte / Open Licence version 2.0
- ID
- 58e5924b88ee3802ca255566
- Remote source
- Remote source
Temporality
- Frequency
- Quarterly
- Creation date
- April 6, 2017
- Latest resource update
- April 29, 2022
Geographic dimensions
- Territorial coverage granularity
- Other
- Territorial coverage
- France
Extras
- ods:has_records
- False
- ods:url
- https://data.economie.gouv.fr/explore/dataset/plan-cadastral-informatise/
- harvest:last_update
- 2019-07-02 02:01:29.245000
- harvest:domain
- data.economie.gouv.fr
- ods:references
- https://cadastre.data.gouv.fr/datasets/plan-cadastral-informatise
- harvest:remote_id
- plan-cadastral-informatise
- ods:geo
- False
- remote_url
- https://data.economie.gouv.fr/explore/dataset/plan-cadastral-informatise/
- harvest:source_id
- 5cd454758b4c4139d85b64f2
Embed
Permalink
Description
Le plan cadastral est un assemblage d’environ 600 000 feuilles ou planches représentant chacune une section ou une partie d’une section cadastrale.
Il couvre la France entière, à l’exception de la ville de Strasbourg et de quelques communes voisines, pour des raisons historiques liée à l’occupation de l’Alsace-Moselle par l’Allemagne entre 1871 et 1918.
PCI Vecteur et PCI Image
Pour des questions pratiques et techniques, le Plan Cadastral Informatisé existe sous la forme de deux produits complémentaires : le PCI Vecteur et le PCI Image.
Le PCI Vecteur regroupe les feuilles qui ont été numérisées et couvre l’essentiel du territoire.
Le PCI Image regroupe les feuilles qui n’ont été que scannées, et complète la couverture.
Couverture
34 700 communes sont couvertes par le PCI Vecteur, sur un total de près de 35 000. Les plans des autres communes sont disponibles dans le PCI Image.
Strasbourg et les communes limitrophes ne sont actuellement pas gérées au format PCI.
Les collectivités d’outre-mer de Saint-Martin et de Saint-Barthelemy sont présentes et historiquement intégrées dans le département de la Guadeloupe (971).
Formats disponibles
Les données du PCI Vecteur sont disponibles dans plusieurs formats :
- Format EDIGÉO en projection Lambert 93 ;
- Format EDIGÉO en projection Lambert CC 9 zones ;
- Format DXF-PCI en projection Lambert 93 ;
- Format DXF-PCI en projection Lambert CC 9 zones.
Les données du PCI Image sont disponibles au format TIFF.
Modèle de données
Chaque commune est subdivisée en sections, elles-mêmes subdivisées en feuilles (ou planches). Une feuille cadastrale comporte des parcelles, qui peuvent supporter des bâtiments, ainsi que de nombreux autres objets d’habillage ou de gestion.
Pour plus de précision, veuillez vous reporter à la documentation du standard EDIGÉO.
Mise à disposition
Les données sont mises à disposition de deux manières :
- En téléchargement direct à la feuille ou en archive départementale. Ce sont ces URL qu’il faut utiliser si vous souhaitez automatiser la récupération des données et bénéficier des meilleures performances.
- Via un outil en ligne pour les archives communales. Les données sont alors produites à la volée.
Les deux modes de mise à disposition sont accessibles sur cadastre.data.gouv.fr.
Millésimes disponibles :
- 13 février 2017
- 14 mai 2017
- 6 juillet 2017
- 12 octobre 2017
- 2 janvier 2018
- 3 avril 2018
- 29 juin 2018
- 1er octobre 2018
- 1er janvier 2019
- 1er avril 2019
- 1er juillet 2019
- 1er octobre 2019
- 1er janvier 2020
- 1er juillet 2020
- 1er octobre 2020
- 1er février 2021
- 1er avril 2021
- 1er juillet 2021
- 1er octobre 2021
- 1er janvier 2022
- 1er avril 2022
Files 3
Community resources 11
You have built a more comprehensive database than those presented here? This is the time to share it!
Data
Reuses 13
Explore the reuses of this dataset.
Did you use this data ? Reference your work and increase your visibility.
Discussion between the organization and the community about this dataset.