piebro/osm-data

--- pretty_name: OpenStreetMap Dataset size_categories: - 100M<n<1B task_categories: - other tags: - openstreetmap - osm - geospatial - mapping - spatial-data --- # OpenStreetMap Dataset This is a parsed and enriched dataset of all OpenStreetMap changesets, changeset comments, notes, and note comments. The dataset includes 4 different datasets: - changeset_data - All OpenStreetMap changesets with enriched metadata (partitioned by year and month) - changeset_comments_data - Comments on changesets from changeset discussions - notes_data - Notes on the map with their locations and status - notes_comments_data - Comments and actions on notes This dataset can be used to analyze OpenStreetMap editing patterns, contributor activity, data quality discussions, and community interactions. For example, you can determine the number of contributors and edits per month, the number of contributors per editing software, changeset discussion patterns, note resolution rates, and many more statistics. There is a website with these and many more statistics about OpenStreetMap at https://piebro.github.io/openstreetmap-statistics. The dataset is monthly updated using this repo: https://github.com/piebro/openstreetmap-statistics and a GitHub Action job. More information about the dataset can be found in the [AGENTS.md](https://github.com/piebro/openstreetmap-statistics/blob/master/AGENTS.md) file in the repository. ## License The data is licensed under the Open Data Commons Open Database License (ODbL) by the OpenStreetMap Foundation (OSMF). For more info have a look at: https://www.openstreetmap.org/copyright.This is a parsed and enriched dataset of all OpenStreetMap changesets, changeset comments, notes, and note comments. The dataset includes 4 different datasets: changeset_data, changeset_comments_data, notes_data, and notes_comments_data. This dataset can be used to analyze OpenStreetMap editing patterns, contributor activity, data quality discussions, and community interactions.

搜集汇总

数据集介绍

构建方式

立足于开放地理空间协作的长期演进，OpenStreetMap数据集对全球开放街图平台中的变更集、变更集评论、注记及其评论进行了系统性解析与元数据丰富。其构建路径依托openstreetmap-statistics仓库及GitHub Action任务，按月对原始协作记录进行抽取、清洗与结构化组织，并将变更集数据按年份和月份分区存储，以支撑高效查询与时间序列分析。该流程持续吸纳社区新增编辑与讨论信息，形成覆盖编辑行为与空间标注演化的动态数据资产。

特点

就数据禀赋与结构设计而言，该数据集涵盖changeset_data、changeset_comments_data、notes_data与notes_comments_data四个相互关联的子集，兼顾地图编辑历史、社区讨论、空间注记位置及其处理状态。整体规模处于100M至1B之间，具有显著的时空覆盖广度与细粒度协作痕迹。变更集按年月分区，有利于纵向追踪编辑节奏与社区互动模式；元数据丰富，可支持多维度统计与质量讨论分析。数据以ODbL许可开放，符合开放地理数据共享规范。

使用方法

在实证分析与应用实践层面，研究者可分别载入各子集，围绕编辑频次、贡献者活跃度、编辑软件分布、变更集讨论模式及注记解决率等议题展开统计分析。结合按月更新的机制，可构建持续监测指标，观察开放街图社区协作与数据质量演化的长期趋势。使用时需遵循Open Data Commons Open Database License的署名与共享要求，并可通过配套统计网站获取扩展统计结果。该数据集适用于地理信息科学、众包协作、空间数据质量与社区治理等交叉研究场景。

背景与挑战

背景概述

在全球众包地理信息基础设施持续演进的脉络中，OpenStreetMap Dataset 汇集并解析了 OpenStreetMap 的全部变更集、变更集评论、笔记及笔记评论，形成体量介于一亿至十亿条之间的时空数据资源。该数据集由社区维护者依托开源仓库与 GitHub Action 按月更新，涵盖 changeset_data、changeset_comments_data、notes_data 与 notes_comments_data 四类子集，旨在支撑编辑模式、贡献者活动、数据质量讨论与社区互动分析。其按年月分区与元数据丰富策略，为地理信息科学、开放协作治理和众包数据质量研究提供了可复现的大规模实证基础，并对理解志愿地理信息的生产机制具有持续影响力。

当前挑战

面对志愿地理信息固有的动态性、异质性与规模压力，该数据集需应对多重挑战。领域层面，OpenStreetMap 编辑行为高度时空不均衡，贡献者身份与动机多样，变更集、笔记和讨论文本语义松散，数据质量与版本演化相互交织，如何从中稳健推断编辑模式、社区互动和质量争议构成核心难题。构建层面，海量变更集与评论的解析、清洗、元数据丰富及按年月分区需兼顾完整性与准确性；每月增量更新须处理删除、回滚、坐标精度、时区差异和许可归属，并避免重复与偏移，对流水线可靠性和可扩展性提出严苛要求。

常用场景

经典使用场景

作为开放地理信息协作的典型代表，OpenStreetMap 的变更集、讨论评论、注记与注记评论共同记录了全球志愿者绘制数字地图的完整轨迹。该数据集最经典的使用场景在于对编辑行为与社区互动进行多维度统计：按月汇总贡献者数量与编辑次数，按编辑软件识别贡献者分布，追踪变更集讨论模式，计算注记的解决率与响应时长，并结合地理位置分析编辑活动的空间差异。研究者亦可借此观察不同区域、不同时期的制图热度、贡献者留存与协作网络，进而理解开放地图数据持续演化的社会技术过程。

衍生相关工作

依托该数据集及其月度更新管道，开放地理信息领域衍生出一系列统计分析与工具化工作。最直接的关联成果是 OpenStreetMap Statistics 网站及其配套仓库，它们将变更集、评论、注记与注记评论转化为贡献者数量、编辑次数、软件分布、讨论模式与注记解决率等可视化指标，并通过 GitHub Action 实现自动化更新。在此基础上，学界与社区进一步开展 VGI 贡献者行为、协作治理、数据质量与空间覆盖研究，形成可复现的数据处理流程和评估框架。这些工作共同拓展了 OSM 数据在开放科学、地图质量保障和社区运营中的应用边界。

数据集最近研究

最新研究方向

伴随开放地理数据与志愿者地理信息研究的深化，osm-data所汇集的变更集、讨论、注记及其评论，正推动OpenStreetMap研究从静态覆盖统计转向编辑行为、社区互动与数据质量的动态耦合分析。前沿方向包括识别自动化编辑与导入行为、追踪注记争议与解决周期、构建贡献者协作网络与留存模型，以及评估地图数据在区域覆盖、语义完整性和本地知识表达上的偏差。在生成式人工智能参与地图生产的背景下，该数据集为审慎评估人机协作、社区治理与开放地理数据可信性提供细粒度时序证据，亦对人道主义制图、地理信息公平和OSM生态可持续发展具有实证意义。