各个区县与最近城市的交通距离、驾车耗时、最优路线数据

1293 字 约 4 分钟 数据资料 距离与边界

之前我给大家分享过一份中国各个城市之间的交通距离矩阵数据：中国的各城市间交通距离矩阵——驾车去其他城市的最优路线、最短距离和最小耗时

×

最近有小伙伴询问是否能计算各个区县距离最近地级市的交通距离。借助上面数据的处理方法是可以实现的。理论上我们需要计算各个区县和各个城市间的所有距离，然后比较得到最近的。但是这样很不切实，因为我们需要进行差不多 2900 * 370 = 107.3 万次路线规划。

因此我是先计算各个区县与各个城市（均是质心）之间的大圆距离，比较得到距离每个区县最近的 10 个城市，交通距离最近的城市一定在这 10 个城市之间。

使用高德地图驾车路径规划接口即可对这些区县-城市对进行路径规划，由此便可得到各个区县驾车去附近城市的最优驾车路线、距离和耗时，也就是附件中的 各区县与附近城市的交通距离和驾车路径数据.rds 数据，使用 readr 包中的 read_rds() 函数即可读取，是个 sf 对象：

readr::read_rds("各区县与附近城市的交通距离和驾车路径数据.rds")

#> Simple feature collection with 28770 features and 7 fields (with 53 geometries empty)
#> Geometry type: GEOMETRY
#> Dimension:     XY
#> Bounding box:  xmin: 74.88143 ymin: 16.83262 xmax: 134.2659 ymax: 52.94428
#> Geodetic CRS:  WGS 84
#> # A tibble: 28,770 × 8
#>    fromadd             dist from               toadd to    distance duration
#>    <chr>              <dbl> <chr>              <chr> <chr>    <dbl>    <dbl>
#>  1 安徽省安庆市大观区  42.0 116.912278,30.487… 安徽… 116.…     60.9     1.14
#>  2 安徽省安庆市大观区  48.8 116.912278,30.487… 安徽… 117.…     93.5     1.45
#>  3 安徽省安庆市大观区  75.7 116.912278,30.487… 安徽… 117.…     91.7     2.08
#>  4 安徽省安庆市大观区 129.  116.912278,30.487… 安徽… 118.…    220.      2.96
#>  5 安徽省安庆市大观区 136.  116.912278,30.487… 江西… 117.…    196.      2.66
#>  6 安徽省安庆市大观区 139.  116.912278,30.487… 安徽… 118.…    193.      2.48
#>  7 安徽省安庆市大观区 145.  116.912278,30.487… 安徽… 116.…    215.      3.16
#>  8 安徽省安庆市大观区 148.  116.912278,30.487… 安徽… 117.…    179.      2.30
#>  9 安徽省安庆市大观区 152.  116.912278,30.487… 湖北… 115.…    206.      2.61
#> 10 安徽省安庆市大观区 187.  116.912278,30.487… 安徽… 118.…    277.      3.27
#> # … with 28,760 more rows, and 1 more variable: path <LINESTRING [°]>

其中：

  1. fromadd 是区县名称，是 省、市、区县连接得到的，附件中还有一个文件夹“2021行政区划”，里面是 2021年的各级行政区划，读取之后其中的 省市区县连接就可以得到 fromadd；
  2. toadd 是城市名称，是省和市连接得到的；
  3. dist 是区县和城市质心的大圆距离，单位 km；
  4. from 是区县的质心坐标；
  5. to 是城市的质心坐标；
  6. distace 是驾车最优距离，单位 km；
  7. duration 是沿着最优路线驾车的预估耗时，单位 小时；
  8. path：是驾车的最优路线，sf 对象。

另外考虑到大家可能使用其他 GIS 工具，因此我还提供了 shp 格式的文件，也就是附件中的：lineshp 文件夹。使用 Stata 的 shp2dta 命令也可以把这个文件转换成 dta 文件进行读取。

比较距离得到最近交通距离

通过分区县比较 distance 就可以得到区县和城市的最短驾车距离，也就是附件中的下面三个文件：

  1. 各区县与驾车距离最近城市的交通距离和驾车路径数据.rds
  2. 各区县与驾车距离最近城市的交通距离数据.xlsx
  3. mindist_lineshp 文件夹：shp 文件

比较时间得到最短的交通耗时

通过分区县比较 duration 就可以得到区县和城市的最短驾车耗时，也就是附件中的下面三个文件：

  1. 各区县与驾车时间最短城市的交通距离和驾车路径数据.rds
  2. 各区县与驾车时间最短城市的交通距离数据.xlsx
  3. mintime_lineshp 文件夹：shp 文件

各区县与本市的最短交通距离

通常与各区县距离最近的城市是其所在的城市，因此可以得到各区县与本市的最短交通距离：

  1. 各区县质心到本市质心的驾车距离与驾车路径数据.rds
  2. 各区县质心到本市质心的驾车距离与驾车时间数据.xlsx
  3. self_lineshp 文件夹：shp 文件

如何使用高德地图进行路径规划

关于如何使用高德地图进行路径规划，感兴趣的小伙伴可以学习这个课程：https://rstata.duanshu.com/#/course/e35a78b8555143749245c9de51f9aa48

×

附件中也有本数据的处理代码，感兴趣的小伙伴可以研究研究～

点击这里跳转到 RStata 短书平台获取附件：各个区县与最近城市的交通距离、驾车耗时、最优路线数据

相关文章

评论