（无聊的教程）可视化微软发布的2022年度道路数据

陈南GISer

发布于 2023-08-19 08:52:22

24900

代码可运行

文章被收录于专栏：点点GIS点点GIS

运行总次数：0

代码可运行

2022年底，微软宣布将发布超过4780万公里的道路数据。浅浅用python可视化一下。

数据介绍

Microsoft Maps AI 团队已从 Open Street Maps (OSM) 中检测到4780 万公里的所有道路和116 万公里的缺失道路。这些新道路是使用 Bing 地图在 2020 年至 2022 年期间收集的图像检测到的，包括来自 Maxar 和空中客车公司的来源。

完整的数据可以从下列地址下载，当然没有中国的数据，所以看看就好

https://github.com/microsoft/RoadDetections

数据年份

道路的年份取决于基础图像的年份。因为 Bing Imagery 是多个来源的组合，所以很难知道单个数据的确切日期。

数据有多好？

OSM缺失数据经过最终分类器以确保精度至少为 95%（美国现在为 90% - 将在 2022 年更新为 95%）。分类器过滤掉潜在的坏路后，我们重新测量精度并确保在发布结果之前它是 95%

由于是神经网络AI提取，所以基本没有什么数据属性可言。个人认为有各种属性，例如普通道路、高速公路、单行道和行驶方向的数据才被称之为数据。如果没有这些，作为可视化背景看看就行。

可视化

githup好像都被无语住了，说好的发布 GeoJson 格式，结果发布个tsv格式，真的逼得人骂娘

还好有大佬出手写了一下代码，可以将tsv格式数据转为GeoJson 格式

https://github.com/rabenojha/microsoft-road-data/blob/main/road_data_processing.ipynb

这里又遇见一个问题，因为我是在ArcGIS Pro写的代码，安装gdal还有geopandas就浪费了好多时间我感觉我又可以水一篇教程了

转换格式代码如下

#将tsv格式数据转为GeoJson 格式
import json
import geopandas as gpd
import pandas as pd
from osgeo import gdal

df = pd.read_csv('F:\chrome_download\AsiaSouthEast-Full\AsiaSouthEast-Full.tsv', sep='\t',header=None)
df

# adding column name as the dataframe has no column names
df.columns =['Country', 'Feature']

# selecting one specific country for faster processing (NPL for Nepal)
df2 = df [df['Country'] == 'MYS']
df2

# creates 'output.geojson' in your pwd 

features = []

for _, row in df2.iterrows():
    feature = json.loads(row['Feature'])
    features.append(feature)
    
geojson = {
    'type': 'FeatureCollection',
    'features': features
}

with open('output.geojson', 'w') as f:
    json.dump(geojson, f)
    
# converts above created geojson file to 'output.gpkg'

geojson_ds = gdal.OpenEx('output.geojson', gdal.OF_VECTOR)

driver = gdal.GetDriverByName('GPKG')

output_ds = driver.Create('output.gpkg', 0, 0, 0, gdal.GDT_Unknown)

gdal.VectorTranslate(output_ds, geojson_ds, format='GPKG')

output_ds = None

需要注意的是第一列为所在地区国家简称

所以我真的有在用ArcGIS Pro写代码（3.0界面真TM丑，谁用谁知道）

可视化代码

import geopandas as gpd
import matplotlib.pyplot as plt

# 读取 GeoJSON 文件
gdf = gpd.read_file(r"C:\Users\zheyu\Desktop\output.geojson")

# 绘制地图
gdf.plot()

# 添加图注
plt.title("Malaysia road visualization")
plt.xlabel("Longitude")
plt.ylabel("Latitude")

# 显示地图
plt.show()

结果如下，下为马来西亚的全国道路