Overture Maps

Overture Maps数据集是一个全球性的地图数据集，可以在R环境中直接查询和分析，支持大规模数据集的懒惰评估和无缝集成。

The Overture Maps Dataset is a global map dataset that supports direct querying and analysis within the R environment, and enables lazy evaluation for large-scale datasets as well as seamless integration.

原始信息汇总

overtureR 数据集概述

安装

r install.packages("overtureR")

devtools::install_github("arthurgailes/overtureR")

关键特性

• 直接在R中查询全球Overture Maps数据
• 使用dbplyr的惰性评估对大规模数据集进行分析，无需加载到内存中
• 无缝集成dplyr和sf
• 在duckdb中与本地sf数据合并，或与sf合并
• 本地下载以供离线使用和性能优化

使用示例

示例1：查询和绘制宾夕法尼亚州县域数据

r library(overtureR) library(dplyr) library(ggplot2)

counties <- open_curtain("division_area") |> filter(subtype == "county" & country == "US" & region == "US-PA") |> transmute( id, division_id, primary = names$primary, geometry ) |> collect()

ggplot(counties) + geom_sf(aes(fill = as.numeric(sf::st_area(geometry))), color = "white", size = 0.2) + viridis::scale_fill_viridis(option = "plasma", guide = FALSE) + labs( title = "Pennsylvania Counties by Area", caption = "Data: Overture Maps" )

示例2：查询和展示山脉数据

r library(overtureR) library(dplyr)

mountains <- open_curtain(type = "*", theme = "places") |> transmute( id, primary_name = names$primary, x = bbox$xmin, y = bbox$ymin, main_category = categories$primary, primary_source = sources[[1]]$dataset, confidence, geometry ) |> filter(main_category == "mountain" & confidence > .90)

head(mountains)

本地数据下载

r library(overtureR) library(ggplot2) library(dplyr) library(rayshader)

broadway <- c(xmin = -73.9901, ymin = 40.755488, xmax = -73.98, ymax = 40.76206)

local_buildings <- open_curtain("building", broadway) |> record_overture(output_dir = tempdir(), overwrite = TRUE)

broadway_buildings <- local_buildings |> filter(!is.na(height)) |> mutate(height = round(height)) |> collect()

p <- ggplot(broadway_buildings) + geom_sf(aes(fill = height)) + scale_fill_distiller(palette = "Oranges", direction = 1) + labs(title = "Buildings on Broadway", caption = "Data: Overture Maps", fill = "")

plot_gg( p, multicore = TRUE, width = 6, height = 5, scale = 250, windowsize = c(1032, 860), zoom = 0.55, phi = 40, theta = 0, solid = FALSE, offset_edges = TRUE, sunangle = 75 )

render_snapshot(clear=TRUE)

路线图

• 读取pmtiles
• 为record_overture添加分区、分块功能
• 添加beta/alpha数据集
• 添加地图绘制指南
• 添加性能优化指南

搜集汇总

数据集介绍

构建方式

Overture Maps数据集的构建方式主要依赖于全球范围内的地理信息数据收集与整合。该数据集通过多种来源，包括公开的地理数据和专有的地理信息系统，进行数据的采集与处理。数据经过严格的筛选和验证，确保其准确性和一致性。随后，数据被结构化并存储在分布式数据库中，以便于大规模的数据分析和查询。

特点

Overture Maps数据集的特点在于其全球覆盖范围和高度结构化的数据格式。该数据集不仅包含详细的地理信息，如行政区划、自然地理特征等，还支持多种数据类型的集成，如地理空间数据和属性数据。此外，数据集的设计允许用户在不加载全部数据到内存的情况下进行分析，极大地提高了数据处理的效率和灵活性。

使用方法

使用Overture Maps数据集时，用户可以通过R语言包overtureR直接查询和分析数据。该包提供了与dplyr和sf等常用R包的无缝集成，使得数据处理和可视化变得简单高效。用户还可以选择将数据下载到本地，以便进行离线分析或重复使用。数据集的灵活性和高效性使其适用于各种地理信息分析和应用场景。

背景与挑战

背景概述

Overture Maps数据集由Arthur Gailes开发，旨在为地理信息系统（GIS）和空间数据分析提供一个全球性的、高精度的地图数据资源。该数据集的核心研究问题是如何高效地整合和查询全球地理数据，以支持各种空间分析任务。Overture Maps的创建不仅填补了全球地理数据整合的空白，还为研究人员和开发者提供了一个强大的工具，用于在R环境中直接进行大规模数据分析。通过与dbplyr和sf等库的无缝集成，Overture Maps显著提升了数据处理的效率和灵活性，对地理信息科学领域产生了深远的影响。

当前挑战

Overture Maps数据集在构建过程中面临了多个挑战。首先，整合全球地理数据需要处理不同来源和格式的数据，确保数据的一致性和准确性。其次，如何在R环境中高效地查询和分析大规模数据，避免内存瓶颈，是一个技术难题。此外，数据集的更新和维护也需要持续的技术投入，以确保数据的时效性和完整性。最后，如何提供用户友好的接口，使得非专业用户也能轻松使用该数据集，是另一个重要的挑战。

常用场景

经典使用场景

Overture Maps数据集的经典使用场景主要集中在地理信息系统（GIS）和空间数据分析领域。通过该数据集，研究者和开发者能够直接在R环境中查询全球地图数据，利用dbplyr的惰性评估功能处理大规模数据集，而无需将其加载到内存中。此外，数据集与dplyr和sf包的无缝集成，使得地理数据的操作和可视化变得更为便捷。例如，用户可以通过简单的代码片段，筛选出特定国家或地区的行政区划，并生成相应的地理分布图。

实际应用

在实际应用中，Overture Maps数据集被广泛用于城市规划、交通管理、灾害预警等领域。例如，城市规划者可以利用该数据集分析城市建筑的高度分布，优化城市空间布局。交通管理者则可以通过分析道路网络数据，提升交通流量管理效率。此外，灾害预警系统可以利用地理数据进行风险评估和应急响应规划。这些应用不仅提升了决策的科学性，也增强了公共服务的效率和质量。

衍生相关工作

Overture Maps数据集的发布催生了一系列相关研究和工作。例如，基于该数据集的地理信息系统开发工具和插件不断涌现，进一步简化了地理数据的处理和分析流程。同时，学术界也基于该数据集开展了多项研究，涉及地理数据挖掘、空间统计分析等领域。此外，该数据集还激发了多个开源项目的诞生，推动了地理信息技术的社区发展和创新。