OSMnx：获取、构建、分析和可视化复杂街道网络的新方法外文翻译资料

 2022-08-19 15:57:29

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

OSMnx：获取、构建、分析和可视化复杂街道网络的新方法

Geoff Boeing

摘 要

城市学者对街道网络进行了多方面的研究，但现有的城市规划/街道网络分析文献存在数据可用性和一致性的局限性。为了解决这些挑战，本文介绍了一种新的工具OSMnx，它可以从图论、交通和城市设计的角度使数据的收集、街道网络的创建和分析变得简单、一致、自动化和完善。OSMnx为研究人员和实践者提供了五个重要的功能:第一，自动下载政治边界和构建足迹；第二，从OpenStreetMap进行街道网络数据的定制化、自动化下载和构建；第三，网络拓扑的算法校正；第四，能够将街道网络作为shapefile、GraphML或SVG文件保存到磁盘；第五，分析街道网络的能力，包括计算路线、规划和可视化网络，以及计算度量和拓扑度量。这些度量包括城市设计和交通研究中常见的度量，以及网络结构和拓扑的改进度量。最后，本文给出了一个使用OSMnx构建和分析俄勒冈州波特兰市街道网络的简单案例研究。

目录

1 导言 1

2 背景 2

2.1 图标和网络 2

2.2 街道网络的代表性 3

2.3 街道网络分析 4

2.4 当前工具环境 6

2.5 研究问题 8

3 OSMnx：功能和现有工具的对比 10

3.1 获取政治边界并建立足迹 10

3.2 下载并构建街道网络 11

3.3 纠正以及简化网络拓扑 14

3.4 将街道网络保存到磁盘 16

3.5 分析街道网络 17

4 案例研究：俄勒冈州波特兰市 22

5 讨论 25

附录A.代码和数据 27

A.1 代码示例 27

A.2 数据存储库 27

导言

城市研究者和规划者对街道网络进行了深入的研究。一些研究侧重于城市形态（例如Southworthamp;Ben-Joseph，1997年；Strano等人，2013年），另一些研究侧重于交通运输（例如，Marshallamp;Garrick，2010年；Parthasarathi，Levinson，amp;Hochmair，2013年），以及其他关于街道网络的拓扑、复杂性和弹性的研究（例如，Jiangamp;Claramunt，2004年；Porta，Crutti，amp;Latora，2006年）。本文认为，目前数据可用性、一致性和技术的局限性给研究人员的工作带来了很大的困难。对于这种经验文献，本文研究得出了四个不足之处：样本量小、网络过于简单、重复性困难以及缺乏一致的、易于使用的研究工具。这些缺点不是致命的，但它们的存在限制了经验性街道网络研究的可伸缩性、可概括性和可解释性。

为了解决这些问题，本文提出了一个新的工具OSMnx，它可以方便地下载和分析世界上任何地方的街道网络。OSMnx为研究人员和实践者提供了五个主要能力：第一，它可以自动和按需下载地域边界、建筑足迹和海拔高度；第二，从OpenStreetMap中自动定制下载和构建街道网络数据；第三，它可以纠正和简化网络拓扑结构；第四，它可以使用各种文件格式把街道网络保存到磁盘；第五，OSMnx内置了分析街道网络、计算路由、投影和可视化网络的功能以及快速准确地计算各种度量和拓扑结构。这些包括了城市设计和运输研究中常见的度量，以及网络结构和拓扑结构的改进度量。

本文行文结构如下：首先，介绍网络的背景、街道网络的分析和表示，以及这类研究的工具的现状。然后从实证的角度探讨了本文的不足和当前面临的挑战。接下来，介绍了OSMnx及其方法论贡献。最后，在讨论结束之前，本文给出了一个使用OSMnx构建和分析俄勒冈州波特兰市街道网络的简单示例性研究。

背景

路网分析是网络科学的核心，它的数学基础、图论诞生于十八世纪LeonhardEuler提出了著名的问题的七座桥。本文我们将从图表到网络，再到研究工具包的现状，简要地追溯现代街道网络研究的基本原理，以确定当前的研究局限性。

图标和网络

网络科学是建立在离散数学分支的图论基础上的。图是一组元素及其之间联系的抽象表示（Trudeau，1994）。元素可以互换地称为顶点或节点，它们之间的连接称为链接或边。为了保持一致性，本文使用了术语nodes和edges。图中的节点数（称为图的度）通常表示为n，边数表示为m。如果一条边连接两个节点，则两个节点相邻；如果两条边共享同一个节点，则两条边相邻；如果一条边将节点连接到另一个节点，则一个节点和一条边关联。一个节点的度是与该节点相关联的边的数目，它的邻居是该节点通过边连接到的所有节点。

无向图的边在两个方向上相互指向，但有向图或有向图具有有向边（从节点u到节点v的边uv点，但不一定存在相反的边vu）。自循环是将单个节点连接到自身的边。图也可以在相同的两个节点之间有平行（多个）边。这样的图称为多重图，如果它们是有向的也称为多重图。

如果无向图的每个节点都可以从任何其他节点访问，则该图是连通的。如果图的无向表示是连通的，则有向图是弱连通的；如果图的每个节点都可以从任何其他节点到达，则有向图是强连通的。路径是连接一些有序节点序列的边序列。如果两条路径除了端点之外没有共同的节点，则它们在内部是不相交的。一个加权图的边有一个权重属性来量化连接节点之间的一些值，如重要性或阻抗。两个节点之间的距离是它们之间路径中的边数，而加权距离是路径中边的权重属性的总和。

虽然图是元素及其连接的抽象数学表示，但网络可以被视为现实世界的图。网络继承了图论的术语。类似的例子包括社交网络（节点是人，边缘是他们的人际关系）和万维网（节点是网页，边缘是从一个指向另一个的超链接）。一个复杂的网络具有非平凡的拓扑结构（节点和边的配置和结构）——也就是说，拓扑结构既不是完全规则的，也不是完全随机的。大多数大型的真实世界网络都是复杂的（Newman，2010）。本研究特别关注的是复杂的空间网络，即节点或边缘嵌入空间的复杂网络（OSullivan，2014）。街道网络是一个复杂空间网络的例子，节点和边缘都嵌入到空间中，铁路、电网、供水和污水管网也是如此（Barthelemy，2011）。

街道网络的代表性

如果一个空间网络可以用二维来表示，并且它的边只在节点处相交，那么这个空间网络是平面的。例如，街道网络可能是平面的（特别是在某些小规模），但由于高速公路、立交桥、桥梁和隧道的立体交叉，大多数街道网络是非平面的。尽管如此，对城市街道网络的大多数定量研究都将其表示为平面的（例如，Barthelemy和Flammini，2008；Buhl等人，2006；Cardillo、Scellato、Latora和Porta，2006；Masucci、Smith、Crooks和Batty，2009；Strano等人，2013年）由于桥梁和隧道相当罕见（在某些地方），因此网络近似为平面。然而，为了便于处理，对平面度的过度简化可能是不必要的，并且可能会导致分析问题复杂化，下文中将会讨论这个问题。

到目前为止讨论的都是原始的街道网络：图形的交叉点表示为节点，街道段表示为边。相反，对偶图（边到节点的对偶图，也称为线图）颠倒了这种拓扑结构，它将城市街道表示为节点，将交叉点表示为边（Porta等人，2006）。这样的表示可能看起来有点奇怪，但在分析基于命名街道的网络拓扑结构时提供了某些优势（cructti，Latora，amp;Porta，2006）。双向图是空间句法的基础，是一种通过轴向的街道线和从一个边缘到另一个边缘的深度来分析城市网络和协调的方法（Hieler-Leman，Stsalar，BeadFoad，1976；C.RATTI，2004）。Jiang和Claramunt（2002）将一种适应的空间语法（用轴线补偿困难）集成到计算机地理信息系统中。空间句法构成了各种其他适合分析城市设计方法的基础（例如，Karimi，2012）。

然而，本文关注的是原始图形，因为它们保留了城市形式和设计所必需的所有地理、空间和度量信息，而这些信息是双重表示所丢弃的：街道的所有地理、经验特征（如其长度、形状、迂回、宽度等）都在双重图形中丢失。相比之下，原始图形可以忠实地表示街道的所有空间特征。Primal可能是一种更好的方法来分析地理问题时的空间网络，因为网络下的物理空间包含相关的信息，不能单独存在于网络的拓扑结构中（Ratti，2004）。

街道网络分析

街道网络—在这里被认为是原始的、非平面的、带有自环的加权多向图，可以用度量和拓扑度量来描述。扩展定义和算法可以在Newman（2010）和Barthelemy（2011）等人的著作中找到。

度量结构可以用长度和面积来测量，并表示常见的交通/设计变量（例如，Cervero和Kockelman，1997）。平均街道长度，即图的无向表示中的平均边缘长度（以空间单位如米为单位），可以作为块大小的线性代理，并指示网络的细粒度或粗粒度。节点密度是节点的数量除以网络覆盖的面积。交叉口密度是一组节点的节点密度，其中有多条街道从这些节点发出（因此不包括死胡同）。边密度是所有边长除以面积的和，而物理街道密度是图的无向表示中所有边的和除以面积。这些密度测量都进一步表明了网络的细粒度。最后，平均电路将所有边缘长度的和除以与每条边关联的节点之间的大圆距离的和（cf.Giacominamp;Levinson，2015）。这是边的长度和它连接的两个节点之间的直线距离的平均比率。

节点的偏心率是其与网络中其他节点之间的最短路径加权距离的最大值。这表示节点距最远的节点有多远。网络的直径是网络中任何节点的最大偏心距，网络的半径是网络中任何节点的最小偏心距。网络的中心是偏心率等于半径的节点或节点集，网络的外围是偏心率等于直径的节点或节点集。当按长度加权时，这些距离以米为单位表示网络的大小和形状。

街道网络结构的拓扑度量表明了网络的配置、连通性和鲁棒性，以及这些特征是如何分布的。平均节点度，即每个节点的平均边数，量化了节点平均连接的程度。类似地，但更具体地说，每个节点的平均网格测量物理街道的平均数量（图的无向表示中的边），这些边从每一个局部和终端发出。这使平均节点度适应于物理形式，而不是定向循环。每个交叉口街道数的统计分布和空间分布表征了网络中交叉口连通性的类型、普遍性和分散性。

连接性度量必须从已连接图中删除的节点或边缘的最小数量，以便断开连接。这是一种弹性的度量，因为具有高连接性的复杂网络为代理提供了更多的路由选择，并且对失败具有更强的抵抗力。然而，节点和边缘的连通性对于类似于街道网络的近似平面网络来说就没有那么有用了：大多数街道网络的连通性都是1，因为一个终端的存在意味着仅仅移除一个节点或边缘就可以断开网络。更有用的是，网络的平均节点连接性——图中每对节点之间的内部节点不相交路径的平均数量——表示必须删除的预期节点数量，以断开随机选择的非相邻节点对（Beineke，Oellermannamp;Pippert，2002）。

正如Orsquo;sullivan（2014）所讨论的，网络距离、度和互联性受到空间嵌入性和近似平面性的显著约束。其他连接度的度量——例如交叉口密度、节点度分布和中心性/聚类（下面将讨论）——可能比节点或边缘连接更好地捕捉街道网络的连接特性。低连接度的网络可能有多个单点故障，使系统特别容易受到干扰。在城市设计中，通过渗透和阻塞点可以看出这一点：如果交通被迫通过单点故障，交通堵塞就会发生，交通网络也会失灵。连通性也与街道网络行人数量有关（Hajrasoulihaamp;Yin，2015）。

聚类指标也揭示了拓扑结构及其分布。节点的聚类系数是相邻节点间的边数与相邻节点间可能存在的最大边数之比。加权聚类系数的权值这个比值由边缘长度和平均聚类系数组成，是网络中所有节点的聚类系数的平均值。它们通过某个节点的邻域连接的彻底程度来度量连接性和复杂性。Jiang和Claramunt（2004）将该系数扩展到任意距离范围内的社区，使其更适用于城市街道网络。

中心性表示网络中节点的重要性。度中心性评估通过每个节点或边的最短路径的数量（Barthelemy，2004）。网络中的最大中介中心性规定了通过最重要节点/边的最短路径的比例。这是一个弹性的指标：当这个单一的阻塞点失效时，具有高中介中心性的网络更容易出现故障或低效率。平均中介中心性是网络中所有中介中心性的平均值（Barthelemy，2011）。B

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[410319]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章