利用OSM路网生成地块/地块划分 (Parcel Generation with OSM Road Network)

已于 2023-10-18 12:56:33 修改
阅读量5k 收藏 50
点赞数 9
分类专栏： GIS数据处理 文章标签： python opensource arcgis
于 2023-10-18 12:28:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aiyuzhenyi/article/details/133903370
版权
本文介绍了利用OpenStreetMap(OSM)路网在ArcGISPro中生成地块的过程，包括数据准备、道路筛选、中心线提取、路网优化（如去除冗余和悬垂线）、生成缓冲区及地块划分，详细描述了每个步骤的操作方法和代码实现。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

利用OSM路网生成地块/地块划分

Parcel Generation with OSM Road Network

本代码链接：利用OSM路网生成地块

十分感谢kingsley0107公开的代码：https://github.com/kingsley0107/road_regularization

和上述项目的区别如下：

  • 记录了处理流程对应的Arcgis Pro软件操作

  • 描述了处理的基本流程，添加了一些后处理的代码

  • 进行了一些个人风格化的改动，简化了代码结构，增加了注释

文章目录

0. 准备工作

数据下载

Geofabrik Download Server

下载的是2013-10-10的数据

image-20231013142531085

软件安装

需要安装Arcgis Pro 3.x，资源自寻

Arcmap和Arcgis Pro都可以实现后续的处理，但是Arcmap的arcpy支持的python版本为2.x，后续用代码实现起来不太方便，连f-string都不支持，因此考虑使用Arcgis Pro

https://cdn.renhai-lab.tech/archives/4.2.2-ArcGIS%20Pro%E5%92%8CArcMap%E7%9A%84%E5%8C%BA%E5%88%AB

安装好软件以后，利用如下命令克隆环境，防止后续把原始Arcgis Pro环境弄坏了

conda create -n arcgispro --clone D:\software\ArcgisPro\bin\Python\envs\arcgispro-py3

1. 基本处理流程

参考论文Social functional mapping of urban green space using remote sensing and social sensing data - ScienceDirect对地块生成的描述，大致分为如下几步：

  1. 删除冗余的道路，避免过度分割（自己进行处理）

  2. 移除不必要的细节，包括去除短于500 m的悬挂线和延长道路末端100  m以连接原本不相连的线路

  3. 根据道路等级进行分级缓冲区构建

  4. 去除无意义的地块，把面积小于5000平方米的地块筛除

其中，较为复杂的是第二步

2. 数据处理-Arcgis Pro交互版

这里展示一遍如何用软件完成交互，便于后续代码版进行批量处理的理解，前面有一小部分用的是QGIS处理

2.1 筛选出杭州市内的道路并展示

OSM道路等级：https://wiki.openstreetmap.org/wiki/Key:highway

道路展示符号：https://blog.csdn.net/QGISClass/article/details/113889129

由于使用shp文件，铁路和道路文件是分开的，处理起来麻烦些

因此，这里使用的是china-231010.osm.pbf，只加载lines图层即可

得到osm_hangzhou.shp

image-20231013145330854

对osm_hangzhou.shp应用如下过滤规，导出为osm_hangzhou-select.shp并进行展示：

"highway"  IN  ('motorway','motorway_link','trunk','trunk_link','primary','primary_link', 'secondary', 'secondary_link', 'tertiary', 'tertiary_link', 'residential', 'unclassified') or "railway"  IN ('rail')

image-20231013151703222

类别中文等级缓冲距离
motorway(_link)高速公路140
trunk(_link)国道、快速路140
primary(_link)主干道220
secondary(_link)次干道220
tertiary(_link)次干道220
residential,unclassified支路310

image-20231013151942562

2.2 提取中心线

后续每一步的处理结果可以看https://github.com/kingsley0107/road_regularization

这一步主要是简化道路，和重叠/接近的多个线要素进行合并，只提取中心线

  • 先把投影从EPSG:4326转为EPSG:3857，Project

    后续提取centerline的时候使用EPSG:4326会报错

  • 生成十米的缓冲区，Buffer

  • 融合，Dissolve

    注意，融合这一步不能合并在缓冲区生成过程中实现，后续提取中心线会出报错:“000072: 无法处理具有 OID <值> 的要素。”

  • 提取中心线，Polygon To Centerline

image-20231016132735038image-20231016132757212image-20231016132816542image-20231016132831001

2.3 路网优化

  • 非闭合道路延展，ExtendLine
image-20231016133353932
  • 提取断头路（悬挂线）的点

注意，工作目录是: *.gbd/topo

步骤英文参数
创建要素数据集CreateFeatureDatasetimage-20231016135945515
要素类至要素类FeatureClassToFeatureClassimage-20231016140236554
创建拓扑CreateTopologyimage-20231016140315734
向拓扑中添加要素类AddFeatureClassToTopologyimage-20231016140417182
添加拓扑规则AddRuleToTopologyimage-20231016140822631
拓扑验证ValidateTopologyimage-20231016140935591
导出拓扑错误ExportTopologyErrorsimage-20231016142505385
  • 过滤长度低于threshold的毛刺道路
复制图层MakeFeatureLayerimage-20231016142925660
找到与错误拓扑点有交集的线段SelectLayerByLocationimage-20231016143349517
导出所选线段CopyFeaturesimage-20231016143709484
计算线段长度AddGeometryAttributesimage-20231016144608575
筛选出过短的线段（<500m）FeatureClassToFeatureClassimage-20231016145019224
擦除过短的悬挂线Eraseimage-20231016145411623
  • 空间连接，把之前的属性重新赋予处理完的线段
把新生成的线进行缓冲区Bufferimage-20231016150539695
利用最大重叠区进行一一对应SpatialJoinimage-20231016150448874
利用位于区域内进行对应SpatialJoinimage-20231016152020311

最终可以得到道路延伸优化(100m),过短(<500m)悬挂道路筛除后的路网

image-20231016155228315

2.4 生成地块

根据类别生成缓冲距离字段，先新建一个字段，然后右击该列计算字段

image-20231016162736030 
def getDis(x, y):
    if x in ['motorway','motorway_link','trunk','trunk_link']:
        return 40
    if x in ['primary','primary_link', 'secondary', 'secondary_link', 'tertiary', 'tertiary_link']:
        return 20
    if x in ['residential', 'unclassified']:
        return 10
    if y in ['rail']:
        return 40
    return 10
  • 按类生成缓冲区并合并，要素转面，然后删除掉面积最大的那个面（道路面），即可得到land parcel
image-20231016164014551
  • 筛除面积过小的数据
image-20231017212543093

3. 数据处理-代码版

本代码链接：利用OSM路网生成地块

# 目录树
├─data  # 数据文件夹
├─results  # 结果文件夹
├─main.py  # 主函数
├─config.py  # 配置文件
├─utils.py  # 工具函数

主函数

main.py

# -*- coding: utf-8 -*-
from utils import *
import time
from os.path import join

def Process_Body(smooth_level: int = 30, extend_distance: int = 100, spike_keep: int = 500):
    """
    处理的主题函数
    """
    try:
        arcpy.CreateFileGDB_management(FILE_ROOT, DATABASE_NAME)
    except:
        print("gdb already exist")
    arcpy.env.workspace = join(FILE_ROOT, DATABASE_NAME)
    arcpy.env.outputMFlag = "DISABLE_M_VALUE"  # 禁用M值输出
    arcpy.env.overwriteOutput = True
    print(f"config workspace : {arcpy.env.workspace}")

    # 1. 裁剪 + 按属性筛选出所需要的道路
    osm_clip = Clip_Road(BOUNDARY_PATH, OSM_PATH)
    select_osm = Select_Road(osm_clip)
    raw_road = select_osm

    # 2. 缓冲区后获取中心线
    centerline = Convert_Centerline(select_osm, smooth_level)
    print(f"Convert_centerline Finish:{centerline}")

    # 3. 延伸中心线
    extendedlines = Extend_Road(centerline, extend_distance)
    print("Extend roads Finish")

    # 4. 检查拓扑
    err_point = Check_Topo(extendedlines)
    print("Check Topo Finish")

    # 5. 清除过短的悬挂线
    master_road = Clean_Spike(extendedlines, err_point, spike_keep, keep_spike=False)
    print("Clean Spike Finish")

    # 6. 把属性连接回来
    master_road = Join_Attributes(raw_road, master_road)
    road_result = Delete_Fields(master_road)

    # 7. 生成地块
    road_result = "road_results"
    parcel = Create_Parcel(road_result)
    return parcel

if __name__ == '__main__':
    print(f"😈😈😈😈😈            Begin process                     😈😈😈😈😈")
    start_time = time.time()
    output_path = Process_Body(smooth_level=10, extend_distance=100, spike_keep=500)
    print(f"🤭🤭🤭🤭🤭            processed                          🤭🤭🤭🤭🤭")
    print(f"🎉🎉🎉🎉🎉            time used: {time.time()- start_time}       🎉🎉🎉🎉🎉")
    print(f"🚀🚀🚀🚀🚀            result: {output_path}      🚀🚀🚀🚀🚀")
基于开放街道地图(OSM)路网数据生成立体立交道路的GIS尝试
LaotLisp的博客
09-25 203
本文将介绍如何利用开放街道地图(OSM)路网数据，并借助GIS技术生成立体立交道路的方法。这样，我们就完成了基于OSM路网数据生成立体立交道路的GIS尝试。通过使用开源库和GIS技术，我们能够有效地处理地理空间数据，并生成具有实际意义的结果。接下来，我们需要筛选出我们感兴趣的道路类型。您可以根据您的需求选择要生成立体立交道路的道路类型。现在，我们将使用shapely库来创建立交道路的立体结构。最后，我们可以使用networkx库来将立交道路结构表示为一个图形，并进行进一步的分析和可视化。
基于OSM路网数据分割地块
qq_47495530的博客
08-20 1737
很多路网数据都是双线，这里运用缓冲区的方式将多线合并为一条线。原视频链接https://www.bilibili.com/video/BV1J54y1Z7uk。
基于OSM路网的LCZ分类单元划分
weixin_44127631的博客
03-20 2137
记录一下基于OpenStreetMap(OSM)路网数据划分LCZ分类单元。
OSM数据格式2-道路路网数据说明
最新发布
三脚猫的专栏
02-20 802
居住区车行道路，火车站集散车行道，公园车行道路，公共建筑集散车行道，公交枢纽入口车行道路，停车场入口车行道路。：城市主要车行道路立交，城市主要车行道路匝道（数据量少，部分零散分布未知类别）：滨水绿道，公园步行道，广场步行道，大学步行道路，人行道，火车站人行集散道路。：滨水车行道路，校园广场车行道路，乡道（数据量少，比较难判别道路类型）：匝道，机场集散车行道路（数据量极少，多是未知道路）：步行街，广场步行道路，公园步行道路，居住区步行道路。：高架快速路，机场进站快速路，过江隧道，桥上快速路。
OSM路网简化教程（双线变单线，fclass选择，拓扑检查，短道路处理）
GGG信的博客
12-26 2492
对应residential，与居民更接近，评价可能更有意义，所以在我研究时保留了residential。在第4步哪里，分别导出各个等级的道路，针对每个等级提取中心线，然后新增列添加类型信息，最后将所有类型的中心线合并在一个图层中。可以，需要在第4步结束后，将行政区划的边界转为线要素，然后与4步的结果合并到一个图层，后面在进行拓扑检查。道路和街道的定义不一样，街道与街道空间的定义也不一样，定义见下龙瀛文中的定义。路是路，街道是街道。在处理的过程中，不要太纠结，自己认为合理的就保留，多一条少一条不影响你结果。
【今日数据】 2022年最新的中国分层级（全国、省、城市）道路矢量数据（OSM）
m0_72494332的博客
07-01 2231
数据名称：2022年最新更新的中国分层级道路数据。 数据来源：Open Street Map。 数据展示 下载数据后，打开ArcGIS，将数据加载至ArcGIS中即可使用。在ArcGIS打开后，可以看到道路字段是下面这样的。各字段代表意义如下：fclass：道路等级；name：道路名称：ref：道路编号；oneway：单双线通行情况；maxspeed：最高通行速度；bridge：桥梁，T是桥梁，F不是桥梁；tunnel：隧道，T是隧道，F不是隧道。资源获取方式★本公号数据获取新规则48小时内推送
osm.pbf 制作中国铁路网mbtiles
深望的博客
09-12 2046
osm.pbf 制作中国铁路网mbtiles
2018四川OSM路网数据
04-10
《2018四川OSM路网数据详解》 OpenStreetMap（OSM）是一个全球性的开源地图项目，它允许用户自由地编辑和共享地理信息。2018四川OSM路网数据集是OSM在四川省区域内关于道路网络的详细信息记录，包含了丰富的地理...
2021年全国OSM路网
06-22
全国OSM路网是基于OpenStreetMap（OSM）项目的数据资源，OSM是一个由全球志愿者贡献的开源地理信息系统，它允许用户免费编辑和分享地理信息。2021年的全国OSM路网包含了中国全境的道路网络信息，是GIS（Geographic ...
Python获取openstreetmap(OSM)路网信息 自动爬取城市路网图片和矢量图
06-22
# Python获取openstreetmap(OSM)路网信息 自动爬取城市路网图片和矢量图 1. 包含中国城市的经纬度 json文件，根据经纬度自动爬取 osm 道路网； 2. 使用 matplotlib 将路网绘制为白底黑线的png格式图片； 3. 使用 ...
北京路网shp文件，包含13个道路等级
05-20
北京路网shp文件，包含13个道路等级，解压完254MB。亲测
OSM 道路信息解析提取，并转化为百度坐标
02-15
下载XML文件，然后解析出来道路信息，转化成百度坐标，可以换对其百度在线地图
武汉市OSM矢量道路数据shp格式.rar
11-12
武汉市矢量道路数据，下载于OSM，shp文件格式，可以在ArcGIS软件中打开显示，数据质量较高，内容详尽，可以进行最短距离，缓冲区分析等空间分析操作
2018重庆osm路网数据
04-10
标题 "2018重庆osm路网数据" 指的是一个包含了2018年重庆市基于OpenStreetMap（OSM）数据的路网信息集合。OpenStreetMap是一个全球性的开源项目，允许用户自由编辑和共享地理信息，类似于谷歌地图，但其数据是公开的...
QGIS将OSM道路数据可视化
weixin_58851039的博客
07-13 2285
例如，您可以选择“highway”属性字段，这将使道路按照其类型进行分类，例如主干道、次干道、小路等等。这段代码将按照“highway”属性字段分类OSM道路数据，并为每个分类设置红色颜色和0.5宽度的线条。可以通过点击图层列表中的道路图层，或者选择图层列表中的道路图层并右键单击来选择“Properties”选项。在这里，您可以为道路数据选择符号，例如线条颜色、宽度和样式。7. 如果您想要进一步自定义符号设置，可以返回到“Properties”对话框中的“Symbology”选项卡，并更改符号设置。
osm路网简化参考教程
GGG信的博客
06-14 992
osm路网简化参考教程。
（一）OSM路网相关介绍
lianginging的博客
04-13 4289
定义：Element的属性标签，单纯的Node、Way或者Relation没有任何意义，只存在几何形态geometry，只有通过tag标签的k-v键值对的值，我们才知道Node代表什么，Way表示的是一个体育场还是一个耕地，或者Relation是一个地铁站还是一个片区。lat——节点经度；OSM虽然是OpenStreetMap的简称，但如果赋予数据的话，它就是一种格式，该格式以.osm结尾 Osm格式的数据是具有拓扑关系的，不同于传统的几何对象，它包含了各个成员之间的引用，而共点是最能阐述这一特性的。
聊一聊2020年实例分割领域的进展和未来展望
深度学习技术前沿
06-25 1661
点击上方，选择星标或置顶，不定期资源大放送！阅读大概需要15分钟Follow小博主，每天更新前沿干货作者：林大佬知乎链接：https://zhuanlan.zhihu.com/p/150...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值