OpenStreetMap数据Qt5分析实战（基于2020数据）

openstreetmap是一种完全开放的地理信息系统，数据由个人、公司免费捐赠、维护。本文在2019年的基础上，利用新的数据样本，展示Qt5作为棒哒哒的C++重量级框架的强悍。OpenStreetMap作为一款开源GIS，尽管数据的准确性、权威性较差，但数据本身还是有一定的规模，PostgreSQL矢量数据可超过450GB，购得上“大数据”的意思。

提到大数据，笔者不认为大数据一定是数据量非常大，一定要上集群。只要是基于数据分析的思想，对一定规模的数据进行分析并得到结论，都可以叫“大数据”。本文，使用Qt5分析openstreetmap数据库（样本为2020-01导入全球数据），获得城市科技指数这个自定义指标。

openSteetMap详细知识见https://planet.openstreetmap.org/。
我导入了一个虚拟机镜像，可从我的raspberryPi静态小网站获得链接。数据库的搭建见本博客专栏。

1 openstreetmap体现城市科技发达程度

在各类官方、非官方的统计学报告中，通过各种角度对城市进行排名。 有根据GDP的，根据绿化的，等等，但依托的一般都是权威地理信息生产商提供的数据。openStreetMap并不完美，其主要数据都来自不受共同利益约束的个人、小公司，因而准确性差，且很多内容存在错误，被正式场合使用的场景很少（想想在正式场合，地图上出现一个“二婶子家鱼塘”的标记会不会很尬(-:）。但是，由于数据来源很多、利益相关性低，从大数据的角度，基于这个样本的模型客观性较好。我们如果仔细观察，会发现OpenStreetMap的地标能够很好的体现一个地方的人类活动，特别是科技发展。

• 地标数量越多，说明为其贡献数据的独立个体越多——尽管小明标记了“二婶子家”这样的不规范地名，但至少代表这个城市有个小明在使用OpenStreetMap。
• 这些个体是城市的原住民（包括外地学生），从城市走出去的人（游子）、热爱这座城市的客人（游客）。
• 由于编辑、维护这些数据需要一定的技术基础，比如要会上网、打字，还要有一些基础的地理知识，我们可以认为贡献者应该代表了同时具备初、高中以上文化，且对计算机技术比较熟练的科技爱好者。

综上，一个地方地标越多，说明与该地相关的具有基础科技知识的人越多——而知识人才，是未来一个城市发展的希望。

2 设计相对公平的统计原理

各个城市的大小不一样，形状也不同。如果直接用外接多边形（行政区）进行统计，显然，面积越大的城市越占优势。解决此弊端，我们用城市中心区域500平方公里圆形范围（12.616千米半径）内为统计区域。

• 大部分城市的市区应该都能填充12千米为半径的圆，即使这个城市的形状非常奇怪（如长条型）。
• OpenStreetMap的城市要素（如place=city）point基本全部安排在最繁华的地点，因此，可以为这个圆找到非常棒的中心。
• 两个城市市区中心、CBD之间距离一般大于20公里。
• 如果两个城市的最繁华地区低于20公里，则构成城市带，如珠三角、长三角的很多县级市，这样统计也没有问题。

基于上述分析，采用最简单的统计的方法为查找各个地级市最繁华的半径为12公里的圆型区域中，具名地标有多少个。

3 SQL语句设计

PostgreSQL支持地理计算，以下语句会直接搜索出距离中心点最近的12.616千米内的地标ID(500平方公里的圆）。PostGIS允许SQL语句中加入地理空间计算，对集合的子交并补支持的非常好。

 select distinct osm_id from planet_osm_line where 
  ST_Covers(
  	ST_Transform(
  		ST_SetSRID(
  			ST_MakeBox2D(
  				ST_Point(112.556-0.5, 37.8562-0.5),ST_Point(112.556+0.5, 37.8562+0.5)
 		),4326),
 	3857),
 	way) 
  and ST_Distance(
  	ST_Transform(
  		ST_SetSRID(
  			ST_MakePoint(112.556, 37.8562), 
		4326),
	3857),
  way) < 12616

上述功能需要解释一下:

• 城市的中心位置为 经度112.556，纬度37.8562
• 查询条件分为上下两部分。上部分为ST_Covers开始的一段，主要目的是加快查询速率。下半部分为测距，约束只查询12千米（500平方千米）的圆形区域。
• ST_MakeBox2D 创建一个大范围的矩形区域，包裹住12千米的范围。ST_SetSRID告诉数据库坐标为经纬度。ST_Transform转换经纬度为OpenStreetMap的摩卡托投影系。ST_Covers 计算上述矩形是不是覆盖到了某个地标。使用这大幅度提高GIS索引的查询效率。
• ST_Distance计算距离。这个距离是摩卡托的距离单位，在中低纬度，可近似认为是米。
• 上述SQL语句将迅速搜索400GB量级的矢量数据库，在几秒内返回结果。

4 地理数据获得

可以通过CSDN资源
https://download.csdn.net/download/u012266955/10664500
获得CSV格式的城市经纬度。由于该城市经纬度是行政区域的中心，因而需要和OpenStreetMap的位置进行矫正，以便找到最繁华的市中心。
该数据类似：

我们根据城市的名字，加上行政中心经纬度，使用名称在数据库搜索，并以地标最多的位置作为中心。

select name, St_X(St_Transform(way,4326)),St_Y(St_Transform(way,4326)) ,
ST_Distance(
	ST_Transform(
		ST_SetSRID(
			ST_MakePoint(116.753, 38.2658), 
		4326),
	3857),
way) as dis 
from planet_osm_point where 
ST_Covers(
	ST_Transform(
		ST_SetSRID(
			ST_MakeBox2D(
				ST_Point(116.753-2, 38.2658-2),ST_Point(116.753+2, 38.2658+2))
		,4326)
	,3857),
way)
and place in ('city','town','suburb')  
and (name like '沧州%' or name like '沧州市%')  
order by admin_level, dis asc

5 统计结果

统计结果前50如下:

顺序	城市	省份	命名地点个数
1	广州	广东	21907
2	上海	上海	17013
3	北京	北京	16937
4	珠海	广东	15763
5	深圳	广东	14001
6	杭州	浙江	11977
7	南昌	江西	9497
8	济南	山东	8282
9	成都	四川	7689
10	长沙	湖南	7309
11	合肥	安徽	7088
12	南通	江苏	6730
13	南京	江苏	6660
14	苏州	江苏	6360
15	佛山	广东	6206
16	武汉	湖北	5883
17	临沂	山东	4726
18	常州	江苏	4588
19	青岛	山东	4557
20	天津	天津	4355
21	兰州	甘肃	4350
22	江门	广东	4310
23	无锡	江苏	3739
24	潍坊	山东	3590
25	福州	福建	3225
26	长春	吉林	3136
27	昆明	云南	2959
28	哈尔滨	黑龙江	2937
29	清远	广东	2917
30	重庆	重庆	2768
31	唐山	河北	2695
32	汕头	广东	2621
33	沈阳	辽宁	2570
34	郑州	河南	2467
35	厦门	福建	2454
36	九江	江西	2399
37	中山	广东	2308
38	桂林	广西	2205
39	乌鲁木齐	新疆	2151
40	洛阳	河南	2104
41	湘潭	湖南	2053
42	鸡西	黑龙江	2038
43	西安	陕西	2020
44	泰安	山东	1996
45	大连	辽宁	1994
46	太原	山西	1892
47	宁波	浙江	1871
48	石家庄	河北	1870
49	贵阳	贵州	1844
50	自贡	四川	1832
…

如果稍加改变，只选择博物馆的数目、大学的数目、厕所的数目，则可以体现出不同的属性，从而绘制出蛛网图。

6 源代码

细节主要包括：

• 使用opensteetmap中的多组地名进行地标中心选取，每个城市都取最多地标的中心作为参照。
• 只统计具有name属性的地标。以防很多自动标注工具批量生成的内容干扰统计。
• 下载的csv文件要添加到Qt5资源里，或者指定文件夹路径。
• Linux下，最好另存作为UTF-8编码，避免乱码。

#include <QCoreApplication>
#include <QFile>
#include <QSqlDatabase>
#include <QSqlQuery>
#include <QSqlError>
#include <QTextStream>
#include <QVector>
#include <cassert>

QVector<QVector<double> > correctPosition(const double lon, const double lat,
								const QString & name1, const QString & name2);
qint64 queryCount(const double lon, const double lat, const QString & filter);

int main(int argc, char *argv[]) {
	QCoreApplication a(argc, argv);
	QTextStream st_out(stdout,QIODevice::WriteOnly);
	try {
		//打开数据库，准备选择
		QSqlDatabase dbq = QSqlDatabase::addDatabase("QPSQL","TEST");
		if (!dbq.isValid())
			throw dbq.lastError();
		dbq.setHostName("127.0.0.1");
		dbq.setPort(5433);
		dbq.setUserName("archosm");
		dbq.setPassword("archosm");
		dbq.setDatabaseName("gis");
		if (!dbq.open())
			throw dbq.lastError();

		//读取CSV数据,https://download.csdn.net/download/u012266955/10664500
		QFile f_city(":/ctz_city_type.csv");
		QFile f_city_out("ctz_city_type.csv");
		if (!f_city.open(QIODevice::ReadOnly))
			throw f_city.errorString();
		if (!f_city_out.open(QIODevice::WriteOnly))
			throw f_city_out.errorString();
		QTextStream csv_in(&f_city);
		QTextStream csv_out(&f_city_out);
		csv_out<<"city,provice,citycode,citytype,cityclass,citype,conspeople,"
				 "cityname,cityym,lng_gd,lat_gd,spare,corr_lon,corr_lat,osm_count_1000km^2,url\n";
		//skip first line(titles)
		csv_in.readLine();
		while (!csv_in.atEnd())
		{
			const QString line = csv_in.readLine();
			const QStringList lst_elems = line.split(",");
			if (lst_elems.size()<11)
				continue;
			const double lon = lst_elems.at(9).toDouble();
			const double lat = lst_elems.at(10).toDouble();
			if (lon < 40 || lon >140 || lat<5 || lat >65)
				throw QString("Bad Input lat lon.");

			const QVector<QVector<double> > corrected =
					correctPosition(lon,lat,lst_elems.first(),lst_elems.at(7));
			qint64 best_hit = 0;
			double best_lat = lat, best_lon = lon;
			foreach(const QVector<double> & cter, corrected)
			{
				const qint64 count = queryCount(cter[0],cter[1]," name is not null ");
				if (count>best_hit)
				{
					best_hit = count;
					best_lon = cter[0];
					best_lat = cter[1];
				}
			}

			foreach (const QString & v, lst_elems) {
				csv_out<<v<<",";
			}
			csv_out<<best_lon<<","<<best_lat<<","<<best_hit<<",";
			csv_out<<QString("\"https://www.openstreetmap.org/#map=10/%2/%1\"")
					 .arg(best_lon).arg(best_lat)<<"\n";
			st_out << lst_elems.at(0)<<":"<<best_hit << "\n";
			st_out.flush();
		}


		f_city.close();
		f_city_out.close();


	}
	catch (QString err) {
		st_out << err << "\n";
		st_out.flush();
	}
	catch (QSqlError err) {
		st_out << err.text() << "\n";
		st_out.flush();
	}


	a.processEvents();
	return 0;
}

qint64 queryCount(const double lon, const double lat, const QString & filter)
{
	//2000 km^2圆形区域内。
	QTextStream st_out(stdout,QIODevice::WriteOnly);
	static const QString s(
				"select count(osm_id) from ("
				"select distinct osm_id from ("
				"select distinct osm_id from planet_osm_line where ST_Covers("
				"ST_Transform(ST_SetSRID(ST_MakeBox2D(ST_Point(%1-0.5, %2-0.5),ST_Point(%1+0.3, %2+0.3)),4326),3857),way) "
				"and ST_Distance(ST_Transform(ST_SetSRID(ST_MakePoint(%1, %2), 4326),3857),way) < 12616 and (%3) "
				" union "
				"select distinct osm_id from planet_osm_polygon where ST_Covers("
				"ST_Transform(ST_SetSRID(ST_MakeBox2D(ST_Point(%1-0.5, %2-0.5),ST_Point(%1+0.3, %2+0.3)),4326),3857),way) "
				"and ST_Distance(ST_Transform(ST_SetSRID(ST_MakePoint(%1, %2), 4326),3857),way) < 12616 and (%3) "
				" union "
				"select distinct osm_id from planet_osm_point where ST_Covers("
				"ST_Transform(ST_SetSRID(ST_MakeBox2D(ST_Point(%1-0.5, %2-0.5),ST_Point(%1+0.3, %2+0.3)),4326),3857),way) "
				"and ST_Distance(ST_Transform(ST_SetSRID(ST_MakePoint(%1, %2), 4326),3857),way) < 12616 and (%3) "
				" union "
				"select distinct osm_id from planet_osm_roads where ST_Covers("
				"ST_Transform(ST_SetSRID(ST_MakeBox2D(ST_Point(%1-0.5, %2-0.5),ST_Point(%1+0.3, %2+0.3)),4326),3857),way) "
				"and ST_Distance(ST_Transform(ST_SetSRID(ST_MakePoint(%1, %2), 4326),3857),way) < 12616 and (%3) "
				") all_eles) joined_uniq;"
				);
	QSqlQuery query(QSqlDatabase::database("TEST"));
	QString sql = s.arg(lon).arg(lat).arg(filter);
	//st_out<<sql;
	if (query.exec(sql)==false)
		throw query.lastError();
	qint64 count = 0;
	if (query.next())
		count = query.value(0).toLongLong();

	return count;
}
QVector<QVector<double> > correctPosition(const double lon, const double lat, const QString & name1, const QString & name2)
{
	QVector<QVector<double> > res;
	QVector<double> lonlat_raw{lon,lat};
	//res<<lonlat;
	static const QString s(
				"select St_X(St_Transform(way,4326)),St_Y(St_Transform(way,4326)) ,"
				"ST_Distance(ST_Transform(ST_SetSRID(ST_MakePoint(%1, %2), 4326),3857),way) as dis,name from planet_osm_point"
				" where ST_Covers("
				"ST_Transform(ST_SetSRID(ST_MakeBox2D(ST_Point(%1-2, %2-2),ST_Point(%1+2, %2+2)),4326),3857),way) "
				" %5 and (name ='%3' or name ='%4') "
				" order by admin_level, dis asc "
				);
	QTextStream st_out(stdout,QIODevice::WriteOnly);
	QTextStream st_in(stdin,QIODevice::ReadOnly);
	QSqlQuery query(QSqlDatabase::database("TEST"));
	QString sql = s.arg(lon).arg(lat).arg(name1).arg(name2)
			.arg(" and place in ('city','town','suburb') ");
	//st_out<<"\n"<<sql;
	if (query.exec(sql)==false)
		throw query.lastError();
	while (query.next())
	{
		QVector<double> lonlat{0,0};
		lonlat[0] = query.value(0).toDouble();
		lonlat[1] = query.value(1).toDouble();
		res<<lonlat;
	}
	if (res.size()==0)
	{
		sql = s.arg(lon).arg(lat).arg(name1).arg(name2)
				.arg(" and place is not null ");
		if (query.exec(sql)==false)
			throw query.lastError();
		while (query.next())
		{
			QVector<double> lonlat{0,0};
			lonlat[0] = query.value(0).toDouble();
			lonlat[1] = query.value(1).toDouble();
			res<<lonlat;
		}
	}
	if (res.size()==0)
	{
		sql = s.arg(lon).arg(lat).arg(name1).arg(name2)
				.arg("  ");
		if (query.exec(sql)==false)
			throw query.lastError();
		while (query.next())
		{
			QVector<double> lonlat{0,0};
			lonlat[0] = query.value(0).toDouble();
			lonlat[1] = query.value(1).toDouble();
			res<<lonlat;
		}
	}
	if (res.size()==0)
	{
		res<<lonlat_raw;
		st_out<<"\n"<<sql<<" \nNot corrented\n";
	}
	return res;
}

代码在Linux Qt5.11 中编译通过。

题外-Qt是最棒的C++框架

无论是字符串处理，还是数据库读写，Qt都能够以静态语言的效率，做到动态语言才有的易用性。Qt5采用元对象系统，很好的模拟出动态语言的诸多特性。其实现的代码，可在Arm处理器、PC以及大型的Unix系统中运行，其具备的可视化模块（Charts、Data Visualization、Qwt）可非常生动地展示数据的全貌。使用Qt5实现功能的代码长度不但显著优于C++的其他框架，也直逼Python等动态语言。

Qt是各类著名软件的框架：

• Adobe Photoshop Album
• Autodesk Maya
• Autodesk 3ds Max
• Google Earth
• WPS
• Oracle VirtualBox
• Wireshark
• Ocatve
• OpenShot Video Editor
• Xilinx ISE
• LaTeX Lyx
• VLC
• Tableau desktop
• OpenPilot
• RStudio
• Skypy