osmextract | 下载和导入OpenStreetMap数据(一):数据提供商、分区

freejaja

---

专注系列化、高质量的R语言教程

推文索引 | 联系小编 | 咨询服务

---

本系列介绍osmextract工具包，该工具包可以用来下载和导入OpenStreetMap数据。与osmdata工具包相比，它可以下载大尺寸的数据。

本篇目录如下：

1 oe_providers函数

2 提供商数据库

3 分区


3.1 第一层次分区

3.2 第二层次分区

3.3 第三层次分区

3.4 第四层次分区

3.5 geofabrik_zones

3.6 bbbike_zones

本篇会涉及到矢量数据的处理，因此除了加载osmextract工具包外，还需加载sf工具包：
library(osmextract)
library(sf)
1 oe_providers函数

osmextract工具包并不是直接从OpenStreetMap（OSM）下载数据的，而是从其他网站（称为provider，提供商）那里下载OSM的数据摘录（data extract）。

使用oe_providers()函数可以查看当前可用的数据提供商：
oe_providers()
##   available_providers          database_name number_of_zones number_of_fields
## 1           geofabrik        geofabrik_zones             475                8
## 2              bbbike           bbbike_zones             236                5
## 3    openstreetmap_fr openstreetmap_fr_zones            1135                6

可以看到，默认情况下有三个数据提供商可用。它们的名称和地址分别如下：

geofabrik：https://download.geofabrik.de/bbbike：https://download.bbbike.org/osm/openstreetmap_fr：http://download.openstreetmap.fr/

2 提供商数据库

以上输出内容还列举了各个提供商的其他信息。第二列database_name是对应数据库的名称，第三列number_of_zones（分区数目）是数据库的行数，第四列number_of_fields（字段数据）是数据库属性数据的列数。

使用data()函数可以加载这些数据库：
data("geofabrik_zones")
data("bbbike_zones")
data("openstreetmap_fr_zones")

运行后全局环境中会出现以上数据库。

以openstreetmap_fr_zones为例，先来查看它的数据类型和各字段名称：
class(openstreetmap_fr_zones)
## [1] "sf"         "data.frame"

names(openstreetmap_fr_zones)
## [1] "id"            "name"          "parent"        "level"      
## [5] "pbf"           "pbf_file_size" "geometry"

可以看到，它实际是一个sf格式的矢量文件。它的每一行对应一个分区（zone），各字段含义如下：

id：分区ID；name：分区名称；parent：包含该分区的上一层区域名称；level：分区层次；pbf：该分区数据摘录的下载网址；pbf_file_size：数据摘录的大小，单位为字节（byte）；geometry：sf数据的几何信息。

3 分区

分区（zone）是数据提供商对全球区域的划分，仍以openstreetmap_fr_zones为例，先来查看它的level列：
unique(openstreetmap_fr_zones$level)
## [1] 1 2 3 4

可以看到，它的分区共有4个层次，下面依次进行展示。
3.1 第一层次分区

使用取子集函数subset()筛选出数据框的level字段为1的行：
zone1 <- subset(openstreetmap_fr_zones, level == "1")

使用ggplot2工具包进行绘图：
library(ggplot2)
ggplot(zone1) +
  geom_sf(aes(fill = id)) +
  theme_minimal()

从上图可以看到，该提供商在第一层次共划分了6个分区。通过右侧图例可以大致看出各分区所指代的区域，并且这6个分区并未覆盖全球所有区域。

为了方便观察，在上图基础上再叠加全球陆地边界：
## 全球陆地范围
world <- spData::world
world <- st_transform(world, st_crs(openstreetmap_fr_zones))
world <- st_union(world)

ggplot(zone1) +
  geom_sf(aes(fill = id)) +
  ## alpha = 0可只显示陆地边界
  geom_sf(data = world, alpha = 0.1) +
  theme_minimal()


3.2 第二层次分区

使用类似的方法筛选出第二层次的分区并绘图：
zone2 <- subset(openstreetmap_fr_zones, level == "2")

ggplot(zone2) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  theme(legend.position = "none") +
  lims(x = c(-180, 60))

第二层次的分区数较多，因此省略了图例；第二层次的名为“China”的分区并未包含我国全部领土，因此将x范围（即经度范围）限定在(-180, 60)之间，不显示涉及我国的区域。

如果说第一层次分区是以大洲、大陆为基准，那么第二层次分区则是以全球次级区域、面积较大国家为基准。

需要注意的是，分区范围既包含陆地区域，也包含海洋区域，因此即使一些以国家为基准的分区，边界也不一定与国界线相同，例如：
uk <- subset(openstreetmap_fr_zones, name == "United Kingdom")

ggplot(uk) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  lims(x = c(-10,3), y = c(48, 62))



从覆盖范围上看，第二层次分区比第一层次分区更广，但仍未覆盖全球区域。从集合关系上看，第二层次分区并不是对第一层次分区的内部进行细分，“层次”高低主要是指区域尺度的大小。
3.3 第三层次分区

筛选并绘制第三层次的分区：
zone3 <- subset(openstreetmap_fr_zones, level == "3")

ggplot(zone3) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  theme(legend.position = "none") +
  lims(x = c(-180, 60))



第三层次分区主要以国家和地区的次级区域为基准。对于一些内陆区域，分区边界即是区域边界，例如安徽省：
anhui = subset(openstreetmap_fr_zones, name == "Anhui")

ggplot(anhui) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  lims(x = c(70, 140), y = c(3, 55))



第三层次分区的parent都不为空，通过该字段可以筛选出某个国家在该层次所有的分区：
brazil = subset(openstreetmap_fr_zones, parent == "brazil")

ggplot(brazil) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  theme(legend.position = "none") +
  lims(x = c(-80, -20), y = c(-45, 10))


3.4 第四层次分区

筛选并绘制第四层次的分区：
zone4 <- subset(openstreetmap_fr_zones, level == "4")

ggplot(zone4) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  theme(legend.position = "none") +
  lims(x = c(-180, 60))

第四层次分区只覆盖全球很少一部分区域，相较于第三层次分区，区域尺度更小。

3.5 geofabrik_zones

再来看看geofabrik_zones的第一层次分区：
zone12 <- subset(geofabrik_zones, level == "1")

ggplot(zone12) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal()

相比于openstreetmap_fr_zones，geofabrik_zones第一层次分区覆盖的范围更广，没有覆盖的区域基本上是海洋。

读者可自行探索geofabrik_zones的其他层次分区。
3.6 bbbike_zones

与其他两个数据提供商不同，bbbike_zones的分区只有一个层次：
unique(bbbike_zones$level)
## [1] 3

绘制地图：
ggplot(bbbike_zones) +
  geom_sf(size = 1.2, col = "red") +
  geom_sf(data = world, alpha = 0) +
  theme_bw()



可以看到，bbbike_zones的分区是很多“点”。通过查看name字段可以知道，这些“点”是指城市。

不过当我们将地图放大到局部区域，就可以发现这些分区并不是“点”，而是矩形区域，大小与城市规模有关：
ggplot(bbbike_zones) +
  geom_sf(aes(fill = id)) +
  geom_sf(data = world, alpha = 0) +
  theme_minimal() +
  theme(legend.position = "none") +
  lims(x = c(-10, 30), y = c(35, 60))