five

Bâtiments (OSM)

收藏
www.data.gouv.fr2015-05-12 更新2025-03-24 收录
下载链接:
https://www.data.gouv.fr/en/datasets/batiments-osm/
下载链接
链接失效反馈
官方服务:
资源简介:
Cette donnée renseigne l’emplacement des bâtiments dans la région Languedoc Roussillon. Il s'agit de tout types de bâtiments . Cette donnée n’est pas une donnée institutionnelle issue des services de la Ville de Montpellier, il s’agit d’une donnée citoyenne extraite d’OpenStreetMap, projet de cartographie libre et collaborative http://www.openstreetmap.fr, ces données sont disponibles sous la licence libre ODbL. Elles sont mises à jour tous les dimanche matin. OpenStreetMap est un projet libre de constitution d'une base de données géographique mondiale. L'ajout et la correction des données dans la base sont réalisés de manière collaborative par des contributeurs volontaires. OpenStreetMap est souvent présenté comme « le wikipédia de la cartographie ». Le modèle des données brutes d'OpenStreetMap est orienté pour faciliter la contribution par des utilisateurs qui ne sont pas forcément des spécialistes de la géomatique. Les objets géographiques de ce modèle (nodes, ways, relations) ne correspondent pas aux objets habituellement manipulés dans le monde de la géomatique professionnelle. Les valeurs attributaires associées ne sont pas non plus sous la forme habituelle (il s'agit d'un système ouvert de tags permettant plus de souplesse dans la description des objets). Pour cette donnée les tags concernés sont les suivants : building=* Le fichier de données est accompagné d'une fiche descriptive plus complète.

本数据集详尽地描绘了朗格多克-鲁西永地区的建筑位置。该数据集涵盖了各类建筑类型。值得注意的是,此数据并非源自蒙彼利埃市政府机构的数据服务,而是由 OpenStreetMap 项目提供的公民数据,OpenStreetMap 是一个自由且协作的地图绘制项目,详情请访问 http://www.openstreetmap.fr。这些数据遵循 ODbL 自由许可协议。数据每周日上午进行更新。OpenStreetMap 是一个旨在构建全球地理数据库的自由项目,数据的添加与修正均由志愿者以协作方式进行。OpenStreetMap 常被比喻为“地图领域的维基百科”。OpenStreetMap 的原始数据模型旨在便于非专业地理信息学用户进行贡献。该模型中的地理对象(节点、线段、关系)与专业地理信息学领域常用的对象并不完全一致。与之相关的属性值也采取了非传统形式(它是一个开放的标签系统,为对象的描述提供了更大的灵活性)。对于本数据集,相关的标签包括:building=*。数据文件附有更详尽的描述单。
提供机构:
www.data.gouv.fr
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作