一、简介

OpenStreetMap（OSM）是一个开源地理信息系统（GIS）项目，旨在创建和提供自由、可自由编辑的地理数据和地图。OSM 的核心理念是协作、开放和免费。以下是关于 OpenStreetMap 的简介：

• 地理数据协作：OSM 是一个由志愿者创建和维护的地理数据项目。志愿者可以添加、编辑和更新地理数据，包括道路、建筑、地形、水体、地理特征等。
• 开放数据：OSM 的数据是开放的，可通过免费许可协议获取和使用。这意味着你可以在几乎所有项目中使用这些数据，包括商业、非营利和个人用途。
• 免费编辑：任何人都可以在 OSM 上注册账户，免费编辑地理数据。这使得协作和更新数据变得容易，并且帮助不断完善地图。
• 多种数据类型：OSM 包括各种类型的地理数据，包括道路、路径、铁路、河流、湖泊、建筑物、商店、餐馆等。这使得 OSM 在不同领域的应用广泛。
• 多语言支持：OSM 是一个国际性项目，支持多种语言和地区的地理数据编辑和标注。
• 地图制图：OSM 数据可以用于创建定制地图，应用程序和导航系统。许多地图应用程序和服务使用 OSM 数据来提供地图和导航功能。
• GIS分析：OSM 数据也用于各种地理信息系统分析，包括交通规划、地理定位、地理空间分析等。
• 社区驱动：OSM 社区是一个活跃的全球社区，包括开发者、地理信息爱好者和专业人士。社区成员协作以确保数据质量和项目的持续发展。

osmnx提供了以下方法来检索地理数据：

• graph_from_place：通过指定地点的名称（如城市名、州名、国家名等）来检索网络图数据。G = ox.graph_from_place("New York City, USA", network_type="all")
• graph_from_point：通过指定一个地理坐标点（经度和纬度）和一个半径来检索网络图数据。G = ox.graph_from_point((40.7128, -74.0060), distance=1000, network_type="all")
• graph_from_bbox：通过指定一个经纬度范围（边界框）来检索网络图数据。G = ox.graph_from_bbox(north, south, east, west, network_type="all")
• graph_from_address：通过指定一个具体地址来检索网络图数据。这可以用于获取地址所在地的道路网络图。G = ox.graph_from_address("1600 Amphitheatre Parkway, Mountain View, CA", network_type="all")
• graph_from_xml：通过解析 OpenStreetMap XML 文件来检索网络图数据。G = ox.graph_from_xml("your_osm_data.xml")

除了上述的ox.graph_from_，osmnx还支持 ox.features_from_，返回一个 GeoDataFrame 数据结构。

注意：需要科学上网

二、数据获取

导入包

import geopandas as gpd
import osmnx as ox
import networkx as nx

from sqlalchemy import create_engine, text

获取道路图

# 获取上海市边界
engine = create_engine(f'postgresql://postgres:123@localhost:5432/case_shanghai')
sql = 'select * from "city_boundary1"'
city = gpd.read_postgis(text(sql), engine.connect(), geom_col='geometry')
engine.dispose()

# 从ShapeFile中加载任务区的多边形，然后下载其边界框内的网络，然后剪切位于该地点边界多边形之外的所有节点
polygon = city["geometry"][0]
G = ox.graph_from_polygon(polygon, network_type="drive", simplify=True)

# 绘制网络
fig, ax = ox.plot_graph(G, node_size=0, edge_color="w", edge_linewidth=0.2)

# 突出显示所有平行（多条）边缘
ec = ["gray" if k == 0 or u == v else "r" for u, v, k in G.edges(keys=True)]
fig, ax = ox.plot_graph(
    G, node_color="w", node_edgecolor="k", node_size=50, edge_color=ec, edge_linewidth=3
)

# 突出显示先前任务区网络中的所有单向边缘
ec = ["r" if data["oneway"] else "w" for u, v, key, data in G.edges(keys=True, data=True)]
fig, ax = ox.plot_graph(G, node_size=0, edge_color=ec, edge_linewidth=1.5, edge_alpha=0.7)

简化网络拓扑结构，合并交叉路口

# 获取投影
G_proj = ox.project_graph(G)

# 获取合并交叉点的GeoSeries
# 15m的间隔-需要根据当地实际情况修改
G2 = ox.consolidate_intersections(G_proj, rebuild_graph=True, tolerance=15, dead_ends=False)

fig, ax = ox.plot_graph(G2, node_color="r")

# 转GeoDataFrame格式
gdf = ox.graph_to_gdfs(G, edges=True, nodes=False)
gdf.reset_index().plot(figsize=(15,15))

获取建筑足迹

tags = {"building": True}
gdf = ox.features_from_polygon(polygon, tags)
gdf.plot(figsize=(15,15))

获取水系

tags = {"waterway": True}
gdf = ox.features_from_polygon(polygon, tags)
gdf.plot(figsize=(15,15))

获取铁路

tags = {"railway": True}
gdf = ox.features_from_polygon(polygon, tags)
gdf.plot(figsize=(15,15))

三、参考

OSMnx 1.7.0 documentation：官方使用文档（https://osmnx.readthedocs.io/en/stable/#）
示例：osmnx-examples（https://github.com/gboeing/osmnx-examples）