OpenStreetMap网页界面介绍与OSM数据多种下载渠道及方式对比

简介: OpenStreetMap网页界面介绍与OSM数据多种下载渠道及方式对比

  本文对OpenStreetMapOSM)网页与各类OSM数据的多种下载方式加以详细介绍,并对不同数据下载方式加以对比。OSM数据包含道路与铁路路网、建筑、水体、土地利用、兴趣点、行政区边界等各类数据,同时具有.shp.pbf.osm.csv等多种类型,方便大家不同的使用需求。在这里有一点需要注意:OSM数据在国家边界数据方面非常不准确,如有相关需求,大家可以从其它网站获取对应边界数据。

OSM数据下载方法目录

  接下来进入本文正题——OSM数据的下载。首先,进入OSM官网https://www.openstreetmap.org/。此时可以看到屏幕中均为地图显示区域,需要点击左上角的“Export”按钮打开数据下载窗口。

  数据下载窗口如下所示,其中上半部分为研究区域选择界面,下半部分则为多种数据下载方式的选择界面

  我们先对研究区域选择界面加以介绍。其中,我们可以通过拉动屏幕所显示的地图范围或直接在下图所示框内修改经、纬度的方式,对研究区域加以选择。

  此外,还可以点击经、纬度框下方的蓝色字符,通过手动划定矩形区域的方式选择研究区域范围。

  选择好研究区域后,就可以开始OSM数据的下载了。

1 Export

  首先,我们可以直接点击屏幕左侧的“Export”按钮导出数据;但需要注意,在研究区域过大时,这一方法将会失效。

  这种方法导出的数据格式为.osm

  上述.osm格式的数据需要进行转换。其中,利用ArcGIS Editor for OSM工具集实现转换是比较常用的一种方式,这一工具集的下载与安装方法可以参考这篇博客https://blog.csdn.net/zhebushibiaoshifu/article/details/119300663)。

  综上,可知这一下载方法的适用场景为数据量比较少,且具有ArcGIS Editor for OSM等可以转换.osm格式文件的工具时。

2 Overpass API

  Overpass APIOSM数据库的一个镜像,当研究区域较大导致前述“Export”方法不能下载时,可以用这一方法进行下载。

  这种方法导出的数据格式为空,即不含有文件后缀。个人认为这种数据可能比较适合于编写其它软件或程序时,需要调用地图接口时使用。

  综上,可知这一下载方法的适用场景为数据量较大,且主要面向于开发需求时。

3 Planet OSM

  Planet OSM是一个定期更新的全球OSM数据集。

  其实,Planet OSM和我们前面选好的研究区域就没有多大关系了——因为刚刚也提到,其数据是全球的OSM数据整合(所以叫做Planet);也就是说,不管我们的研究区域是北京的一个区,还是整个上海市,再或者是一个河南省,Planet OSM都是一个全球的、完整的数据集,都需要我们下载后自行裁剪。因为是全球的数据,因此其数据量非常大,由下图可知.xml格式文件就达到了106 GB.pbf格式文件也有59 GB之大。

  在这里,我们可以关注Planet OSM网页中最右侧的一栏。其向我们说明了,如果研究区域比较小,可以不用下全球的数据,而可以通过两个第三方网站获取小研究区域对应的OSM数据。这两个第三方网站我们马上会提到,这里暂且不细讲。

  综上,可知这一下载方法的适用场景为研究区域非常大,甚至达到全球范围,且网速与电脑配置较好时。

4 Geofabrik Downloads

  Geofabrik Downloads便是前述Planet OSM中提到的第三方网站之一,其也是一个定期更新的OSM数据集。

  和Planet OSM相比,其优势在于可以按照国家或地区进行更小范围研究区域数据的下载,而不用下载整个地球的数据了。

  不过说实话,Geofabrik DownloadsPlanet OSM相比也并没有好到哪去——其虽然可以不用下载全球数据,但它的子区域无非也就是精细到国家范围。例如以我国数据为例,若我们需要省、市乃至区范围的数据,都需要下载全国的数据后自行裁剪。

  综上,可知这一下载方法的适用场景为研究区域相对较大,尤其是主要做全国范围的研究时。

5 Other Sources

  Other SourcesOSM官网提供的数据下载其它方法的合集。

  由于Other Sources所对应的方法相对比较多且小众,因此官网也是直接将Other Sources方法整合在Wiki中,大家如果有需要可以自行查阅。

  综上,可知这一下载方法的适用场景为研究需求比较独立或小众,或本文所介绍的其它全部数据下载方法都不适合时。

6 BBBike(最为推荐的方法)

  BBBike也是前述Planet OSM中提到的第三方网站之一,其也是一个定期更新的OSM数据集。

  BBBike的网站也非常简单,数据下载方式非常清晰。

  BBBike的主要优点就是下图中我标注出来的部分:首先,可以单独下载全球200多个主要城市的独立数据,这对于做某一个单独城市(例如北京市、上海市等等)的研究而言,非常方便;其次,具有.shp格式的文件,方便我们后期直接用ArcMap等软件处理数据;再次,其还支持手动划定城市,例如假如我们要做洛阳这样一个三线城市的研究,其肯定不属于全球200多个主要城市的范围内,那么就可以我们手动划定多边形区域从而下载数据;最后,就是BBBikeOSM数据是每周更新的,完全不用担心数据时效性滞后。

  所以真的,BBBike简直太适合OSM数据的下载了。

  我们就以北京数据为例。在BBBike城市列表中找到Beijing

  点进去,就可以看到不同格式数据的下载;我们就下载一个.shp格式来试试看。

  下载后的数据解压完毕,可以在README.txt中看到数据的更新时间。

  数据非常齐全,包括道路与铁路路网、水体、兴趣点、建筑、土地利用等等。

  在ArcMap中打开,也是非常方便。

  综上,可知这一下载方法的适用场景非常广泛,几乎所有时候我们都可以借助这种方法进行OSM数据的下载。

7 ArcGIS Editor for OSM

  ArcGIS Editor for OpenStreetMapArcMap软件中的一个工具集,通过其可以实现基于ArcGIS相关软件直接下载OSM数据,并基于下载后的数据进行数据编辑、空间分析、数据修改与回传至OSM服务器等多项功能。

  ArcGIS Editor for OSM需要我们自行下载与安装,具体方法大家可以参考这篇博客https://blog.csdn.net/zhebushibiaoshifu/article/details/119300663)。

  不过基于ArcGIS Editor for OSM下载OSM数据也是需要根据经、纬度来的,并且还没有可视化界面,个人感觉也并不是很方便。

  综上,可知这一下载方法的适用场景为研究区域比较固定,且只需要经、纬度就可以确定研究区域时。

欢迎关注公众号/CSDN/知乎/微博:疯狂学习GIS


相关文章
|
编解码
Google Earth Engine(GEE) ——全球GDP和HDI的网格化数据集(1990-2015)
Google Earth Engine(GEE) ——全球GDP和HDI的网格化数据集(1990-2015)
403 0
|
定位技术
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
18100 0
|
存储 JSON API
SpringBoot3集成ElasticSearch
SpringBoot3集成ElasticSearchElasticsearch是一个分布式、RESTful风格的搜索和数据分析引擎,适用于各种数据类型,数字、文本、地理位置、结构化数据、非结构化数据;
1821 0
|
12月前
|
监控 API 计算机视觉
CompreFace:Star6.1k,Github上火爆的轻量化且强大的人脸识别库,api,sdk都支持
CompreFace 是一个在 GitHub 上拥有 6.1k Star 的轻量级人脸识别库,支持 API 和 SDK。它由 Exadel 公司开发,基于深度学习技术,提供高效、灵活的人脸识别解决方案。CompreFace 支持多种模型(如 VGG-Face、OpenFace 和 Facenet),具备多硬件支持、丰富的功能服务(如人脸检测、年龄性别识别等)和便捷的部署方式。适用于安防监控、商业领域和医疗美容等多个场景。
1456 4
|
11月前
|
存储 人工智能 前端开发
vue3.5接入deepseek-v3网页版ai流式多轮聊天问答助手
vue3-deepseek-webai:原创新作vite6+vue3.5+deepseek-v3+arco-design实战一款高颜值网页版ai多轮输出对话小助手。
1226 14
|
开发工具 git 开发者
vscode+git解决远程分支合并冲突
通过这些详细步骤,您可以掌握如何使用VSCode和Git高效地解决远程分支合并冲突,提高开发效率和代码质量。希望这些内容对您的学习和工作有所帮助。
2873 86
|
JSON 前端开发 安全
【Java Web项目】基于WebSocket的Web聊天室
本项目的名称为Web聊天室,即类QQ群组聊天,多个用户可以在同一个群组收发消息进行聊天
【Java Web项目】基于WebSocket的Web聊天室
|
Ubuntu Linux Docker
弃用Docker Desktop:在WSL2中玩转Docker之Docker Engine 部署与WSL入门
弃用Docker Desktop:在WSL2中玩转Docker之Docker Engine 部署与WSL入门
23047 4
|
机器学习/深度学习 前端开发 计算机视觉
【YOLOv8改进】Explicit Visual Center: 中心化特征金字塔模块(论文笔记+引入代码)
YOLO目标检测专栏介绍了YOLO的有效改进和实战案例,包括卷积、主干网络、注意力机制和检测头的创新。提出中心化特征金字塔(CFP)解决特征交互和局部区域忽视问题。CFP通过空间显式视觉中心方案和全局集中特征规范增强模型表现,尤其在YOLOv5和YOLOX上表现提升。创新点包括轻量级MLP和并行视觉中心机制,以捕获全局和局部信息。YOLOv8引入EVCBlock整合这些改进。详细代码和配置见链接。