成果信息

Tian Y.J, Zhou Q*, Fu X.L. An Analysis of the Evolution, Completeness and Spatial Patterns of OpenStreetMap Building Data in China. ISPRS International Journal of Geo-Information, 2019, 8(1), 35.

该研究由国家自然科学基金面上项目（41771428）、中央高校基本科研业务费专项资金项目（G1323541711）和城市空间信息工程北京市重点实验室经费资助项目（2017213）等联合资助。

作者简介

田远健（第一作者），中国地质大学（武汉）地理与信息工程学院2017级研究生，曾荣获研究生国家奖学金

周琪（通讯作者），中国地质大学（武汉）地理与信息工程学院副教授，研究兴趣包括地图制图、众源地理数据质量评价和应用（联系方式：sevenlaand@hotmail.com）

付小林，中国地质调查局武汉地质调查中心教授级高级工程师

OpenStreetMap（OSM）是一个由全世界志愿者通过在线合作方式自发创建与更新的地图数据。该数据因全球覆盖、免费获取和现势性高等优点，已被广泛地应用于地图导航、应急救灾、三维建模等诸多领域。然而，由于志愿者的“非专业”特性，OSM数据质量具有明显的异质性特点。因此，近年来OSM数据质量评价已成为地理信息科学领域的研究热点。

然而，现有研究的实验区域以欧美发达国家为主，且以OSM道路数据质量评价研究为主，针对我国OSM建筑数据质量的研究案例几乎没有。建筑数据作为地图上最重要的地理要素之一，可以服务于城市规划、土地管理、三维建模等诸多领域。本研究的目的是分析中国OSM建筑数据的时空演化及评价其完整性。由于我国专业测绘机构和商业公司的参考建筑数据并未对公众开放，因此本研究采用内在质量评价方法，即缺少参考数据的情况下评价OSM数据质量。其主要思想是：引入“建筑数量”和“建筑密度”两个指标评价中国OSM建筑数据的完整性，并考虑省、地级市和城市建成区三个不同的空间尺度分析。首先，分析各个省和地级市OSM建筑数量随时间（2012-2017年）的增长及其分布，并分析OSM建筑分布与潜在影响因子（包括国民生产总值（GDP）、人口数量、城市建成区面积和OSM道路长度）之间的关系；接着，基于城市建成区尺度，建立1×1平方公里的规则格网，并计算各个格网内OSM建筑数据的密度；通过建立OSM建筑密度与OSM建筑数据完整性的关系，分析中国典型城市OSM建筑数据较完整格网的空间分布模式。研究发现：

（1） 2012-2017年中国OSM建筑数据增长近20倍；其中，增速较快的省份和地级市主要分布在江苏、浙江、广东和山东等沿海发达省份，以及北京、南通、上海、天津、苏州、扬州、大连等沿海城市（图1）。经济发达程度（GDP）和OSM道路数据质量是影响我国各省和地级市OSM建筑数量分布的主因。

图1 2012-2017年中国各个地级市OSM建筑数量的时空分布

（2） 虽然我国OSM建筑数据远未达到完整，不同城市的较完整格网呈现两种不同的分布模式：“聚集型”和“分散型”。例如，洛阳、岳阳和大连的较完整格网集中分布于城市中心；而北京、天津和上海较完整的格网则分散于城市热点区域，如商圈、景点和交通枢纽等（图2）。

图2 2017年中国六个典型城市的OSM建筑数据密度分布

上述研究成果不仅为用户获取免费的OSM建筑数据提供参考，也有助于全球志愿者继续为我国贡献更多免费的OSM建筑数据。