dach_bike_graph

该数据集是一个预构建的、可直接用于路由的骑行+铁路图，覆盖德国、奥地利和瑞士（DACH地区）。数据基于OpenStreetMap构建，用于偏好平坦路线、感知路面的自行车路由，且在爬坡时可结合铁路运输。节点高程和完整的3D边几何数据已嵌入数据集中，应用可一次性下载并离线路由，无需在查询时调用Overpass或高程服务。This dataset is a pre-built, ready-to-route cycling + railway graph covering Germany, Austria, and Switzerland (DACH region). The data is built from OpenStreetMap and is intended for bicycle routing that prefers flat routes, perceives surface quality, and can combine rail transport for uphill sections. Node elevations and full 3D edge geometry are embedded in the dataset, allowing applications to download once and route offline without calling Overpass or elevation services at query time.

原始信息汇总

DACH Bike + Rail Routing Graph 数据集概述

基本信息

• 数据集名称：DACH Bike + Rail Routing Graph
• 覆盖区域：德国、奥地利、瑞士（DACH地区）
• 数据规模：1M < n < 10M（节点/边数量级）
• 许可证：ODbL（Open Database License），数据源自OpenStreetMap和EuroDEM（EuroGeographics）
• 存储格式：GeoParquet（0.5°经纬度分块瓦片）

覆盖范围

参数	值
西界	约5.9°E
东界	约17.2°E
南界	约45.8°N
北界	约55.1°N
基础数据	OpenStreetMap骑行网络+铁路（Geofabrik提取）
高程数据	EuroDEM，构建时采样并嵌入每个节点和边顶点

图结构内容

骑行网络

• 包含所有允许骑行的道路，剔除泥地、沙地、岩石等不可骑行路面
• 压缩2度通道节点，25米内的交叉口合并以精简图规模
• 保留真实道路形状

铁路网络

• 包含重型铁路及区域轻轨和窄轨（不包含电车、缆车、公园/微型铁路）
• 每个车站通过rail边连接到最近铁路线，并通过station边（200米内）连接附近骑行节点

高程数据

• 每个节点带有elevation_m属性
• 每条骑行和铁路边的几何为3D LINESTRING Z (lon lat elev ...)格式，高程剖面贴合真实道路

文件布局与Schema

meta.json # 边界框、瓦片大小、合并容差、节点/边/车站统计、源区域 nodes/tile_<row><col>.parquet edges/tile<row><col>.parquet edge_unreliable_elevation/tile<row>_<col>.parquet # 可选文件 dach_graph_overview.png # 全网络预览图

• nodes：osmid, lat, lon, elevation_m, node_type, station_name（node_type为bike或rail）
• edges：from_node, to_node, key, length_m, height_diff_m, surface, highway, mode, geometry_wkt（mode为bike、rail或station；geometry_wkt为3D LINESTRING Z）
• edge_unreliable_elevation（可选）：from_node, to_node, key, elevation_deviation_m，仅包含超过50米阈值的边，用于降权处理
• 坐标系统：WGS84 (EPSG:4326)，保留6位小数（约0.1米精度）

使用方式

通过huggingface_hub下载所有文件到本地，按需读取覆盖区域的瓦片并重建图。也可以直接使用Bike Route Optimizer工具，该工具可自动下载并使用此数据集进行离线路径规划，无需在查询时使用Overpass或高程服务。

构建方法

基于OpenStreetMap可复现构建：从Geofabrik提取各区域数据，使用pyrosm读取，提取骑行和铁路网络，过滤路面，压缩和合并节点，嵌入EuroDEM高程，添加铁路链接，最终合并31个DACH子区域（奥地利和瑞士在预处理中进一步拆分），去重并分块。

搜集汇总

数据集介绍

构建方式

该数据集源于OpenStreetMap的骑行与铁路网络，依托Geofabrik区域提取数据，运用pyrosm工具完成网络抽取与表面过滤，剔除泥泞、沙地等不宜骑行路面，并对二度节点进行压缩、对交叉口实施25米内合并，以精简图结构而不失真实路形。高程信息源自EuroDEM，在构建阶段烘焙至每个节点与边几何，形成三维LINESTRING Z。铁路网络涵盖重型铁路及区域轻轨与窄轨，车站通过专用边接入最近铁路线，并与200米内骑行节点相连。原始31个DACH子区域经合并、接缝去重及0.5度经纬度网格切分，最终生成分块GeoParquet文件。

特点

此图数据集集成了骑行与铁路联合网络的完整路由要素，节点自带海拔，边几何完整三维化，免去查询时的外部高程服务依赖。构建时已剔除无法骑行路面，并压缩冗余节点，同时保留真实道路形态，使得图规模精炼至百万级。铁路与骑行节点间的接驳边设计，支持自行车与火车换乘的路径规划。数据采用分块存储，应用仅需读取路径走廊覆盖的图块，大幅降低IO开销。此外，可选的不确定高程边文件标记了地形偏差超过50米的边，为精细路由提供额外参考。

使用方法

使用者可通过Hugging Face hub的API便捷下载全部文件，或仅下载所需图块，利用pandas或pyarrow读取GeoParquet格式的节点与边数据，构建自定义图结构。建议直接采用配套的Bike Route Optimizer工具，其能自动下载并窗口化处理该数据集，完成偏好平缓、感知路面的骑行及铁路换乘路由计算。节点与边以WGS84坐标存储，精度至6位小数，满足高精度空间分析需求。数据集遵循ODbL许可，适合科研与离线导航应用场景。

背景与挑战

背景概述

随着全球气候变化与城市可持续发展议题的深化，绿色出行成为交通领域研究与实践的核心焦点。自行车作为一种零碳、灵活的城市交通工具，其路线规划效率受到地形起伏、路面材质等多重因素制约。2023年，Michael Medek及其团队依托OpenStreetMap开源地理数据，构建了覆盖德国、奥地利、瑞士三国的DACH Bike + Rail Routing Graph数据集，旨在解决传统导航中高程数据缺失、跨模式交通衔接不畅等问题。该数据集整合了自行车道与铁路网络，将EuroDEM高程信息融入每个节点与边，形成可直接用于离线查询的完备路由图。其首次为阿尔卑斯山区国家提供了兼顾平坦偏好与铁路接驳的精细路径规划基座，推动了地理信息系统与多模式交通研究的融合，成为欧洲骑行路线优化工具的重要基础设施，对可持续交通研究与智慧出行应用产生深远影响。

当前挑战

该数据集面临双重挑战。其一，领域问题层面，传统骑行导航忽视地形起伏对能耗的影响，且难以应对山区复杂环境；同时，自行车与铁路的多模式衔接缺乏统一图结构，导致跨交通方式规划效率低下。其二，构建过程中，需处理来自Geofabrik的31个原始分区数据，涵盖德国全境及奥、瑞细分区域，数据融合时需解决节点去重与边界拼接的一致性；此外，路面表面分类具有主观性，需剔除泥地、沙地等不可骑行表面，而25米内交叉口合并与度2节点收缩在保持道路几何真实性的前提下，需平衡图规模与精度；最后，EuroDEM高程数据与路网对齐面临采样误差，导致部分边的高程剖面不可靠，需通过阈值标注加以修正。这些挑战的综合应对，确保了数据集在规模、精度与实用性上的平衡。

常用场景

经典使用场景

该数据集为德国、奥地利及瑞士（DACH）地区提供了预先构建的骑行与铁路联合路由图，其核心使用场景在于支撑离线、表面感知且偏好平缓路线的骑行导航系统。由于节点海拔与三维边几何已预先烘焙，应用可在无网络及无高程服务环境下实现即时路径规划，尤其适用于跨越阿尔卑斯山等复杂地形的多模式行程，巧妙融合骑行与铁路换乘策略。

实际应用

在实际应用中，该数据集赋能了离线导航软件与智能出行平台，使得骑行爱好者能获取精准的坡度信息与无缝的列车接驳方案。对于城市与区域规划者，它成为评估骑行基础设施可达性及优化多模式通勤走廊的有力工具。此外，物流行业亦能借此规划电动货运自行车的经济路线，减少对爬坡能源的消耗，提升城市内最后一公里配送的可持续性。

衍生相关工作

基于此图数据集，研究者已衍生出多项经典工作，例如开发鲁棒的路径规划集成库，自动下载并按需加载相应瓦片以构建局部路网。此外，有工作利用其高程偏差字段进行骑行线路的能耗预测建模，以及探讨不同表面类型对骑行速度影响的实证分析。更有学者构建了骑行-铁路换乘的枢纽可达性评估框架，扩展了公共交通与慢行交通协同规划的研究深度。