【实践笔记】OpenStreetMap城市结构数据_正确获取方式

        在时空大数据挖掘（STDW）领域中，城市的结构数据一直是其中的重要一环。

        今天我们就来一起看看如何快速获取你想要的城市的基础数据吧！

        如果小曦有讲的不清楚的地方，还请留言告知。

        以下面城市为例，接下来，将带大家实现对加拿大多伦多市城市结构信息的提取。在数据处理部分，我们将考虑通过API下载得到的.csv数据分成road和land patterns.

目录

Toronto

城市边界shp提取

1.1.1在OpenStreetMap中查询研究所需的城市：

1.1.2应用wikidata在https://overpass-turbo.eu/中请求城市边界osm数据，可以将结果保存为osm文件。

1.1.3将geojson转shp，可以在http://geojson.io/#map=2/20.0/0.0网站导入geojson文件，将文件导出为shp。

1.1.4从OpenStreetMap中获取城市路网和土地使用信息

将数据导入至GEE并提取对应区域的有关波段数据

1.2.1数据加载

---

Toronto

城市边界shp提取

1.1.1在OpenStreetMap中查询研究所需的城市：

在标签中找到’wikidata’ ：

1.1.2应用wikidata在https://overpass-turbo.eu/中请求城市边界osm数据，可以将结果保存为osm文件。

数据请求脚本如下图：

 点击“运行”确定城市区域。接着，点击“导出”，并根据需求导出相应的数据格式。

1.1.3将geojson转shp，可以在http://geojson.io/#map=2/20.0/0.0网站导入geojson文件，将文件导出为shp。

        点击左上角的Open打开前一步骤中下载的数据。

最后点击Save__Shapefile得到相应数据的压缩包。解压后数据如下右图。其中POINT指的是图中Toronto城市那一点的地理信息，下面POLYGON（未重命名前）是多伦多市的全部范围。

        

1.1.4从OpenStreetMap中获取城市路网和土地使用信息

（1）根据城市名称获取城市ID

进入http://www.overpass-api.de/index.html

点击第二栏的Query -> Query and Convert Forms，如下图所示。

根据中间图所示，点击“获取Overpass API”得到old_Toronto.interpreter文件。用记事本打开（如右图得到<relation id="2989349">）

（2）根据城市ID获取路网信息

在输入框中输入代码，其中ref的后七位用前面的id替代。

点击Query，下载名为interprept的文件即可，该文件即是路网数据。

（3）Python获取城市数据

将interprept.interprept文件重命名为old_Toronto.osm（经查看其数据格式符合osm2gmns包的处理格式要求）。

（4）数据可视化

我们在https://kepler.gl网站中打开file中的三个文件，区域信息如下图所示。

将数据导入至GEE并提取对应区域的有关波段数据

1.2.1数据加载

打开并登入GEE账户，在Assets中New>Shape file；上传1.1中处理得到的.shp等4个数据文件。

                  

加载数据

，而后由此代码Map.addLayer(ROI, {}, 'ROI');在地图中加载城市。

        后续，小曦将在GEE上对实验分析区域做进一步细致的实操。希望今天的分享能给你带来帮助。

        我是小曦，一位努力成长的Up，期待与大家一同进步！