TrainRouter Atlas

世界传奇火车路线开放数据集，包含961条路线、118个国家、约432,800公里路线，每条路线包含关键事实和手工追踪的几何数据。Open Dataset of World Legendary Train Routes: Comprising 961 train routes spanning 118 countries with a total length of approximately 432,800 kilometers, this dataset includes key factual details and manually traced geometric data for each route.

原始信息汇总

数据集概览

TrainRouter Atlas 是一个开放数据集，收录了全球传奇火车路线，包含路线关键信息与手工及OSM追踪的几何数据。

• 规模：961条火车路线、覆盖118个国家、总里程约432,800公里
• 来源：基于trainrouter.com交互式世界铁路地图
• 路线类型：高速铁路（Eurostar、TGV、新干线、AVE）、经典长途（西伯利亚铁路、加州和风号）、夜车（Nightjet、汗号）、风景线（冰川快车、伯尔尼纳快车、雅各比特号）
• 交互与接入：可在线交互浏览，或通过MCP服务器（https://trainrouter.com/mcp）供AI助手使用

数据文件

文件	内容
data/routes.csv	每行一条路线，含全部事实字段，不含几何数据
data/routes.json	相同记录，国家字段为结构化对象
data/routes.geojson	每条路线为LineString（经纬度航点），包含全部事实作为属性

数据字段

字段	类型	说明
id	string	稳定标识符，如glacier-express
name	string	路线/服务名称
from, to	string	终点城市
category	枚举	high-speed、classic、night、scenic
train	string	车辆类型，如e320 · Class 374
operator	string	运营公司
distance_km	number	路线长度
top_speed_kmh	number	服务最高速度
duration	string	公布行程时间，如2 h 16 min
opened	number	线路/服务投入运营年份
pax_per_year	number或null	约年客运量（若公布）
countries_iso / countries	string	按旅行顺序用`
highlight	string	路线传奇之处的单行描述
fame_rank	number	知名度排名（1为最著名，基于TrainRouter声望排名）
url	string	路线在trainrouter.com上的页面链接

数据溯源与准确性

• 事实字段：人工编译自公开参考资料（运营商数据、时刻表、新闻稿、百科全书文章），非授权数据集，因此作者可授予事实部分的CC BY 4.0许可
• 几何数据：最初为手工追踪的经纬度航点；自2026年7月23日起逐步改为通过Overpass从OpenStreetMap铁路线路重新追踪；当前data/文件中大部分几何仍为手工追踪，但少数走廊（Brenner、奥斯陆–哥德堡、奥斯陆–斯德哥尔摩、普斯特塔尔铁路）已为OSM追踪，该部分几何版权归OpenStreetMap贡献者（ODbL许可）
• 数据性质：事实为近似公布值，适合探索与可视化，不用于运营
• 范围：精选全球著名路线，非全部铁路线路；路线名称与highlight为作者原创措辞
• 排除内容：每条路线的故事与景点、照片（Wikimedia Commons单独许可）、城市间旅行指南（基于公开时刻表数据）不在数据集中
• 底图非数据：交互网站使用OpenFreeMap（OpenStreetMap）瓦片，不属于本数据集

许可与引用

• 事实字段（data/中所有非几何字段）：CC BY 4.0，使用需署名，链接至https://trainrouter.com或具体路线页面即可
• 几何数据：手工追踪线为CC BY 4.0；OSM追踪线归OpenStreetMap贡献者所有，采用ODbL 1.0，整体复用几何数据时应按ODbL处理并注明OpenStreetMap
• 代码（mcp/目录中的MCP服务器）：MIT
• 引用建议：TrainRouter Atlas: the worlds legendary train routes (2026). trainrouter.com. DOI: 10.5281/zenodo.21322030

其他发布平台

• Kaggle：https://www.kaggle.com/datasets/albanius/world-train-routes-trainrouter-atlas
• Hugging Face：https://huggingface.co/datasets/Flightmussy/trainrouter-atlas
• Zenodo（存档，带DOI）：https://doi.org/10.5281/zenodo.21322030（始终解析至最新版本）

更新机制

数据从TrainRouter图谱源生成；新版本先发布于此GitHub仓库，发布GitHub版本时会生成新的Zenodo DOI，并通过GitHub Actions（sync-mirrors.yml）自动同步至Kaggle和Hugging Face镜像。

仓库附带内容

• mcp/目录 — TrainRouter MCP服务器源码（在线地址为https://trainrouter.com/mcp，已列入官方MCP注册表，编号com.trainrouter/atlas），为Claude等MCP客户端提供该数据集工具。

搜集汇总

数据集介绍

构建方式

TrainRouter Atlas 数据集精心收录了全球 961 条传奇铁路线路，横跨 118 个国家，总里程约 432,800 公里，覆盖高速铁路、经典长途、夜行列车及观光线路等多种类别。其构建过程严谨细致，事实性数据（如里程、最高时速、运营方等）均源自公开参考资料的人工编纂，而线路几何数据则经历从手工描绘到基于 OpenStreetMap 铁路线重新追踪的演进，确保线路轨迹贴合真实轨道。数据集以 CSV、JSON 和 GeoJSON 三种格式发布，每条记录包含稳定标识符、起讫城市、所属国家、开通年份、年客运量等丰富字段，并附有基于声望度的排名与特色简介，为铁路爱好者和研究者提供了结构化、多维度的一手资料。

特点

该数据集的核心特色在于其全球视野与精挑细选：并非收录所有铁路，而是聚焦于具有标志性意义的“传奇”线路，如欧洲之星、西伯利亚铁路、冰川快车等，每条线路均附有醒目的亮点说明。数据集的另一显著优势是其开放性与可追溯性——事实部分采用 CC BY 4.0 许可，几何部分则明确区分手工痕迹与 OSM 衍生数据并遵循 ODbL 协议，且通过版本迭代逐步提升几何精度。此外，TrainRouter Atlas 不仅提供静态文件，还配套了 MCP 服务器，允许 AI 助手直接交互查询，实现了数据与前沿技术的无缝衔接，极大拓展了传统地理数据集的实用边界。

使用方法

使用者可通过多种途径便捷地利用此数据集。最直接的方式是加载 CSV 或 GeoJSON 文件，配合 Python 的 pandas 与 geopandas 库进行数据探索与可视化，例如快速筛选声望最高的十条线路或按类别绘制全球铁路分布图。对于 AI 集成场景，数据集提供免费的 MCP 服务器（https://trainrouter.com/mcp），开发者可通过 npm 安装并启动本地服务，使 Claude 等智能助理能够实时调用线路信息。同时，数据集已镜像至 Kaggle、Hugging Face 及 Zenodo（含 DOI），确保可发现性和版本追溯，用户可根据偏好选择平台下载。无论进行学术研究、数据可视化还是智能应用开发，该数据集均提供了灵活多样的接入路径。

背景与挑战

背景概述

火车旅行作为人类交通文明的重要载体，其经典路线承载着工程技术、人文历史与地理景观的多重价值。TrainRouter Atlas数据集由TrainRouter团队于2026年创建，旨在系统性地整理全球范围内的传奇火车路线，涵盖961条线路、118个国家，总里程约432,800公里。该数据集由Albanius等人维护，其核心研究问题是如何以结构化的开放数据形式，呈现从高速列车到经典长途列车、夜间列车及观光线路的多元面貌，并支持交互式地图探索与人工智能助手集成。其影响力体现在为交通地理、旅游规划、数据可视化等研究领域提供了统一的数据基准，并通过Zenodo、Kaggle和Hugging Face等多平台分发，促进了跨学科的数据复用与开放科学实践。

当前挑战

该数据集面临多维挑战。在领域问题层面，全球铁路路线数据分散于各国运营商与百科全书式来源，缺乏统一标准，导致距离、速度、运营时间等事实字段的准确性参差不齐。构建过程中，几何数据经历了从手工追踪到基于OpenStreetMap重追踪的演变，引入了ODbL许可兼容性与溯源清晰性的难题，尤其需要区分手绘与OSM派生的几何信息。此外，数据集的精选性质要求平衡世界性覆盖与编辑主观性，而线路的年度客运量等统计值常不公开，迫使采用近似值。跨国家、多语种的路线命名与属性描述，以及高速、夜间、观光等类别的界定，均需审慎的语义规范化，以维护数据保持科学严谨性与实用价值。

常用场景

经典使用场景

TrainRouter Atlas数据集作为全球传奇铁路线路的开放数据宝库，其核心应用场景在于为交通地理、铁路规划及旅游研究提供精细化的空间与属性数据支撑。研究者可借助其包含961条线路、覆盖118个国家、总里程约43.28万公里的丰富样本，结合地理信息系统（GIS）技术，开展铁路网络拓扑分析、线路分类特征挖掘以及区域可达性评估等经典研究。该数据集以CSV、JSON及GeoJSON三种格式分发，兼顾了属性查询与空间可视化的双重需求，使得跨学科团队能够便捷地将其整合至现有分析框架中，从而促进对全球铁路发展格局的量化认知。

解决学术问题

在学术研究领域，该数据集针对长期以来全球铁路数据分散、标准不一且获取门槛高的问题，提供了一套统一、结构化的权威参照。它解决了跨区域铁路线路比较研究中数据口径不一致的痛点，使得学者能够基于一致的定义（如高速、经典、夜间、风景四类）进行系统性的实证分析。此外，其严格的溯源说明与双许可证（CC BY 4.0与ODbL）设计，保障了数据的合法可复现性，为交通政策研究、铁路史研究以及旅游地理学中的经典线路吸引力建模等课题提供了可靠的数据基础，有力推动了相关领域从定性描述向定量分析的范式转变。

衍生相关工作

围绕TrainRouter Atlas数据集，一系列衍生工作已相继涌现，形成了初步的科研与开发链条。在学术层面，研究者已将其用于构建全球高速铁路网络的连通性指数，并探索不同类别线路的时空演变规律；部分工作还尝试将计算机视觉技术应用于线路沿途景观的自动标注，以丰富数据的人文维度。在开源社区，基于其GeoSJSON格式的数据，开发者构建了交互式地图可视化工具，并进一步生成了面向特定区域（如欧洲夜间列车网络）的专题分析报告。此外，该项目所附的MCP服务器已被收录至官方MCP注册表，成为探索LLM与地理数据融合的先行示范，激励了更多将语义查询与空间推理相结合的应用创新。