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

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

SpringBoot 获取请求参数的常用注解及用法

《SpringBoot获取请求参数的常用注解及用法》SpringBoot通过@RequestParam、@PathVariable等注解支持从HTTP请求中获取参数,涵盖查询、路径、请求体、头、C... 目录SpringBoot 提供了多种注解来方便地从 HTTP 请求中获取参数以下是主要的注解及其用法:1

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装