130113 os mworkshop_presentation

962 views
913 views

Published on

Published in: Technology
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
962
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
6
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

130113 os mworkshop_presentation

  1. 1. はじめに 解析手順 データの可視化 おわりに R による OSM のタグ情報解析と可視化 縫村崇行 (名古屋大学) OpenStreetMap ワークショップ#5 (名古屋工業大学 2013/01/13) 1 / 18
  2. 2. はじめに 解析手順 データの可視化 おわりに自己紹介 専門:GIS や RS によるヒマラヤの氷河の変動把握 所属:名大・環境学・雪氷圏変動研究室 (理農館) OSGeo1 財団 日本支部 運営委員主な業務内容 氷河の空間分布 DB 作成 ヒマラヤでフィールド調査 (DGPS) 3D モニターを使ってステレオ写真測量 研究室で GIS や R 言語の指導 1 The Open Source Geospatial Foundation 2 / 18
  3. 3. はじめに 解析手順 データの可視化 おわりに自己紹介 (メイン業務以外の活動) FOSS4G ツール勉強会@名古屋を主催 (第 1 回 2011/12/11、第 2 回 2012/4/14、第 3 回 2012/12/15) FOSS4Ga とは:QGIS、GRASS GIS、GMT や R など、 オープンソースの空間解析ソフトウェア URL:https://sites.google.com/site/foss4gnagoya/ a Free and Open Source Software for Geospatial Nagoya.R (東海地方を中心とした R の勉強会) 名大の言語系の研究者の方が主催 URL:http://corpus-study.info/nagoyar/ 世界各地の都市で同様のイベント (ex. Tokyo.R、Tsukuba,R、London.R) 3 / 18
  4. 4. はじめに 解析手順 データの可視化 おわりにR とは http://cran.r-project.org/ コマンドラインベースで様々な統計解析が可能 多くの追加機能 (パッケージ) が開発されている 今回は拡張機能の osmar パッケージと ggplot2 パッケージを使用。 4 / 18
  5. 5. はじめに 解析手順 データの可視化 おわりにOpenStreetMap データの構成 基本要素 OSM データは 3 種類の基本要素 (Node、Way、Relation) で構成さ れており、それらには様々なタグ情報が付けられている Node Way Relation http://wiki.openstreetmap.org/wiki/JA:Data_Primitives タグ タグとは Key と Value の組み合わせとして付けられている情報。 5 / 18
  6. 6. はじめに 解析手順 データの可視化 おわりにR の osmar パッケージについて osmar パッケージを使うと OpenStreetMap データを ベクター形式のまま R に読み込むことができる。 =⇒ ベクター形式なので様々な空間解析や属性情報 (≃ タグ) 解析 が可能 その他にも"OpenStreetMap"というパッケージがある しかしこちらはラスター形式で読み込むため、属性情報は含まれ ず空間情報解析もできない。背景図の利用としては便利かも。 =⇒ 詳しくは OSM ワークショップ#1 での発表資料を参照下さい http://www.slideshare.net/nuimura/120630-os-mworkshoppresentation 6 / 18
  7. 7. はじめに 解析手順 データの可視化 おわりにデータ読み込み 名古屋大学 (136.97◦ E, 35.154◦ N) を中心に、3000 m × 3000 m の 範囲2 をダウンロードして読み込む場合1 library(osmar)23 nagoya_bb <- center_bbox(136.97, 35.154, 3000, 3000)4 nagoya <- get_osm(nagoya_bb, source=osmsource_api()) nagoya という名前の変数としてデータが読み込まれる 2 厳密にはその範囲に一部でも重なる地物 7 / 18
  8. 8. はじめに 解析手順 データの可視化 おわりにosmar オブジェクトのデータ構造 osmar オブジェクトは 3 つのスロットをもつ nodes attrs: id,lat,lon,user,uid,visible,version,changeset,timestamp tags: id,k,v ways attrs: id,user,uid,visible,version,changeset,timestamp tags: id,k,v refs: id,ref relations attrs: id,user,uid,visible,version,changeset,timestamp tags: id,k,v refs: id,type,ref,role 地物と様々な情報を id で結びつけたリレーショナル DB 8 / 18
  9. 9. はじめに 解析手順 データの可視化 おわりに任意のデータの抽出の例 source タグの値が bing の地物 id をまずリストアップしてから、 id にもとづいて該当地物の抽出1 bing_id <- find(2 nagoya, way(tags(k == "source" & v == "bing")))34 bing_nagoya <- subset(5 nagoya, ids = find_down(nagoya, way(bing_id))) 9 / 18
  10. 10. はじめに 解析手順 データの可視化 おわりに任意のデータの抽出の例 source タグの値が survey の地物 id をまずリストアップしてから、 id にもとづいて該当地物の抽出1 survey_id <- find(2 nagoya, way(tags(k == "source" & v == "survey")))34 survey_nagoya <- subset(5 nagoya, ids = find_down(nagoya, way(survey_id))) 10 / 18

×