OSM获取路网数据 (数据转换方法对比

2023-12-27 03:58

本文主要是介绍OSM获取路网数据 (数据转换方法对比,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 OpenStreetMap获取城市路网数据

    1. 数据获取:

    方法一:通过Overpass API

        注:文中成都市的ID写错了,应该是2110264,2782246是贵阳市ID

                                                             

        2020.7更新:发现上面的网址失效了,又找了一个[点击此处跳转]

    方法二:通过ArcGIS Editor for OSM插件的Download OSM Data工具下载 

    方法三:通过Overpass Turbo

    据该博主所说:下载下来的并不单单是road,而是road、water、waterway等数据混到一起的

    OSM道路分类:Key:highway - OpenStreetMap Wiki

    OSM路网可视化(以图片形式):Draw all roads in a city at once

    附上下载的成都数据:https://download.csdn.net/download/sinat_36226553/12541256

.osm 文件格式是OpenStreetMap所特有的。OSM数据的设计是为了在互联网上以标准格式轻松发送和接收。因此,.osm文件是用XML编码的,并以结构化、有序的格式包含地理数据。

原始OSM数据通常存储在.osm文件中,但你也可能看到以.bz2.pbf结尾的文件。这些文件基本上都是.osm文件,只是被压缩以节省空间,这在处理大型数据文件时非常有用 [来源]

    2. 数据转换

     方法一(GeoConverter转换服务):OSM路网数据(xml或json格式)如何转为shapefile格式_HouGISer的博客-CSDN博客

          xml或json转shapefile : GeoConverter网站

          注:成都市下载下来的interpreter.txt有73.4M,转换的时候容易网络出错

        转换生成的数据共4个:points、multilinestrings、lines、multipolygons(据了解是居民地面状图层)。

    方法二(ArcGIS Editor for OSM):https://jingyan.baidu.com/article/adc815139f66c2f723bf7383.html

    下载地址:ArcGIS Editor for OSM 10.2 10.3 10.4 10.5 10.6 10.7 10.8

    注:安装完ArcGIS Editor for OSM,若在ArcToolbox中没有看到OpenStreetMap Toolbox。可以右键【添加工具箱】,找到ArcGIS安装目录下的/ArcToolbox/Toolboxes/OpenStreetMap Toolbox.tbx文件添加。(添加成功后,再右键选择【保存设置】-【至默认】,否则下次打开ArcMap,又需要重新添加一次OpenStreetMap工具箱

    转换的结果包括point、line、polygon还有两个数据表relation和revision

    对比两种方法的转换结果,可以看到一些不同之处

    点状数据(方法一与方法二)

    面状数据(方法一与方法二)

    除了肉眼可见的差异,还有属性表值的不同。方法一的属性表有乱码、字段信息模糊等情况,而方法二的属性表则十分规范、整齐(似乎数据缺失了name字段)。方法一常常会因为外网问题转换失败(跟数据大小有一定关系),本文展示的数据是在尝试多次后偶然得到了,但转换速度较快(如果翻墙的话大概2分钟就能转换完),而方法二则耗费了不少时间。

    从目的上来说,我们是为了获取路网数据才做的这些操作,所以只应该关心线数据的质量。两种方法获取的线数据整体上差异不大,ArcGIS Editor for OSM转换获得的数据属性表信息更加清楚,为了方便、快捷可以选择方法一,否则更推荐方法二。

总结

    拿数据量较小的试了试(贵阳市 21.1M),从转换速度来说,还是GeoConverter转换的更快(差异比较明显),但是从转换质量上来说,还是ArcGIS Editor for OSM更好。

                                      

其他

    其实也可以使用OSM上的Geofabrik下载,将整个中国的数据下载下来,再根据所需截取数据

  (中国最新数据下载地址:https://download.geofabrik.de/asia/china-latest-free.shp.zip

    这个数据的优势在于属性信息比较多,更方便我们筛选、研究(方法二的属性表中虽然有很多字段,但似乎只有highway字段信息较完善

ArcMap加载百度地图

    由之前安装ArcBruTile插件转换成将百度地图适配为标准的WMTS服务,感谢大佬cehui0303

    1.打开ArcMap,使用Catalog添加WMTS服务,url输入

http://demo.cxgis.com/wmts/baidu/vec?request=getcapabilities

    2.点击确定,成功添加服务

    3.将图层拖入视图,放大即可看到百度地图

    4.在QGIS中,使用GeoHey插件[链接],把坐标系准换为BD09(火星坐标系) ,图中橙色部分是BD09,蓝色部分是原坐标系

    5.最终结果

这篇关于OSM获取路网数据 (数据转换方法对比的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/541821

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者