OSMnx应用指南：对路网节点进行简化

利用OSMnx对路网节点进行简化是一个重要的步骤，特别是在处理大型或复杂的道路网络时，节点简化可以显著减少计算量并提高分析效率，在路网分析中，原始的道路网络数据可能包含大量的节点，尤其是在交叉口和复杂路口处。这些节点在增加数据复杂性的同时，也可能对分析结果产生不必要的干扰。因此，通过节点简化，可以合并相邻的节点，减少节点数量，同时保持道路网络的拓扑结构和关键特征。

本文以坐标标点出发构建网络的搜索半径，这里是500米，不写通行方式的话，默认方式是"drive"，并绘制原始路网图，节点用红色表示，结果和代码如下图所示；

区域路网节点优化

完整代码#运行环境 Python 3.11

import osmnx as ox
import networkx as nx

# 定义一个点坐标，这里以上海市中心为例 (经度, 纬度)
location_point = (31.233975, 121.477949)

# 使用osmnx.graph_from_point函数从给定的经纬度点创建图，
# dist参数设置了从该点出发构建网络的搜索半径，这里是500米。
# simplify=False表示不对得到的图进行拓扑简化，保持最原始的道路结构信息。
G = ox.graph_from_point(location_point, dist=500, simplify=False)

# 首先绘制原始图，所有节点颜色设为红色，以便初步观察图形结构
fig, ax = ox.plot_graph(G, node_color="r")

# 接下来，我们想区分终端节点（道路的尽头）和其他非终端节点的颜色。
# 使用列表推导式遍历所有节点，利用osmnx内部的_simplification._is_endpoint函数判断每个节点是否为路网的端点。
# 如果是端点，节点颜色设为红色（"r"），否则设为黄色（"y"）。
nc = ["r" if ox.simplification._is_endpoint(G, node, None) else "y" for node in G.nodes()]

# 使用更新的节点颜色列表nc，重新绘制图形。现在，端点将以红色显示，非端点节点将以黄色显示，
fig, ax = ox.plot_graph(G, node_color=nc)

可以看到路网并不是连续的道路，而是通过一个个节点连起来的，我们要做是把这些黄色的节点给它接起来了，减少我们处理路网拓扑关系的时间；

于是，引用了osmnx内部的simplification._is_endpoint函数判断每个节点是否为路网的端点。 如果是端点，节点颜色设为红色（"r"），否则设为黄色（"y"）；

为了直观的展现，我把两个节点叠加进行展示，可以看到红色的节点大部分是路口节点，这是我们正需要的，在OSMnx中，节点简化主要通过consolidate_intersections函数实现。该函数可以合并路网中的交叉口节点，减少节点数量，并可以根据需要重建拓扑关系，但是从图上看出还是有部分道路应该是一个整体的，但是仍然出现了多个节点，在这里，引入了tolerance参数定义了合并节点的最大距离。如果两个节点之间的距离小于或等于tolerance，则它们将被合并为一个节点。我这里设置的是15m，如果有需要可以进行微调，也就是“ tolerance=15”这个部分；

城市路网节点优化

那一块区域可以做，那对于整个城市路网呢，答案也是可以优化全网的路网节点的，代码如下，有需要的可以通过调整tolerance参数来对路网节点数量进行优化；

完整代码#运行环境 Python 3.11

import osmnx as ox
import networkx as nx

# 设置要查询的地点名称，例如广州市
place_name = "Guangzhou, Guangdong, China"

# 使用osmnx的graph_from_place函数，通过地点名称下载广州市的街道网络数据
G = ox.graph_from_place(place_name)

# 将下载的原始图形投影到适合本地测量的坐标系（通常是wgs84坐标系）
G_proj = ox.project_graph(G)

# 合并街道网络中的邻近交叉点，此步骤可选地重建图的拓扑结构,如果两个交叉点在指定的tolerance（本例中为15米）内，则它们会被视为同一交叉点并合并,通过设置dead_ends=False，我们确保死胡同节点不会被合并进交叉点中
G2 = ox.consolidate_intersections(G_proj, rebuild_graph=True, tolerance=15, dead_ends=False)

# 输出合并交叉点后的新图的节点数量,简化操作对网络结构的影响
print(f"Number of nodes after consolidation: {len(G2)}")

# 绘制简化后的街道网络图，节点被标记为红色，便于视觉上观察合并交叉点的效果
fig, ax = ox.plot_graph(G2, node_color="r")

# 将处理后的街道网络保存为GeoPackage文件格式，filepath参数指定了保存文件的路径和名称
ox.save_graph_geopackage(G2, filepath="D:/data/Guangzhou_network.gpkg")

还是以广州市为例，这里我把路网区域局部放大了，这样看起来更直观一些，整体效果还是okay的，路网节点也少了1个万左右的节点，还有优化的空间。

文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。