crecimiento en bicicleta

Crecientes redes de bicicletas urbanas

Este es el código fuente del artículo científico Crecientes redes de bicicletas urbanas de M. Szell, S. Mimar, T. Perlman, G. Ghoshal y R. Sinatra. El código descarga y preprocesa datos de OpenStreetMap, prepara puntos de interés, ejecuta simulaciones, mide y guarda los resultados, crea videos y traza.

Documento : https://www.nature.com/articles/s41598-022-10783-y
Repositorio de datos : zenodo.5083049
Visualización : GrowBike.Net
Vídeos y tramas : https://growbike.net/download

Salida de vídeo de la ejecución del código en París, que muestra el crecimiento de una red de bicicletas en una cuadrícula de puntos semilla.

Instrucciones

1. Git clona el proyecto sin el historial completo.

Ejecuta desde tu terminal:

 git clone -b main --single-branch https://github.com/mszell/bikenwgrowth --depth 1

2. Instalar el entorno conda growbikenet

En tu terminal, navega hasta la carpeta del proyecto bikenwgrowth y usa conda o mamba o micromamba para ejecutar:

 mamba env create -f environment.yml
mamba activate growbikenet

Creación de entorno desde la línea de comando.

Si lo anterior no funciona, puede crear manualmente el entorno desde su línea de comando (no recomendado):

 mamba create --override-channels -c conda-forge -n growbikenet python=3.12 osmnx=1.9.4 python-igraph watermark haversine rasterio tqdm geojson
mamba activate growbikenet
mamba install -c conda-forge ipywidgets
pip install opencv-python
pip install --user ipykernel

Configurar el kernel de Jupyter

Si desea utilizar el entorno growbikenet en Jupyter, ejecute:

python -m ipykernel install --user --name=growbikenet

Esto le permite ejecutar Jupyter con el kernel growbikenet (Kernel > Cambiar Kernel > growbikenet)

3a. Ejecute el código localmente

Las ciudades individuales (o pocas/pequeñas) se pueden administrar localmente mediante una ejecución manual paso a paso de los cuadernos Jupyter:

1. Complete parameters/cities.csv , consulte a continuación. Deje los valores predeterminados para ejecutar el código en dos ciudades pequeñas.
2. Navegue a la carpeta code .
3. Ejecute los cuadernos 01 y 02 una vez para descargar y preparar todas las redes y puntos de interés.
4. Ejecute los cuadernos 03, 04, 05 para cada conjunto de parámetros (ver más abajo), configurados en parameters/parameters.py
5. Opcional: ejecute 06 para crear videos.
6. Opcional: se pueden ejecutar más cuadernos nombrados con X_ si es necesario para generar resultados o datos adicionales.

3b. Ejecute el código en un clúster HPC con SLURM

Para múltiples, esp. En ciudades grandes, se recomienda encarecidamente ejecutar el código en un clúster informático de alto rendimiento, ya que las tareas son fáciles de paralelizar. Los scripts de shell están escritos para SLURM.

1. Complete parameters/cities.csv , consulte a continuación.
2. Ejecute 01 y 02 una vez localmente para descargar y preparar todas las redes y puntos de interés (la alternativa es sbatch scripts/download.job del lado del servidor, pero OSMNX genera demasiados problemas de conexión, por lo que se necesita supervisión manual)
3. Subir code/*.py , parameters/* , scripts/*
4. Ejecutar: ./mastersbatch_analysis.sh
5. Ejecute, si es necesario: ./mastersbatch_export.sh
6. Una vez finalizado todo, ejecute: ./cleanup.sh
7. Recomendado, ejecute: ./fixresults.sh (para limpiar los resultados en caso de datos modificados debido a ejecuciones repetidas)

Estructura de carpetas y salida.

La carpeta/repositorio principal es bikenwgrowth , que contiene cuadernos de Jupyter ( code/ ), datos preprocesados ​​( data/ ), parámetros ( parameters/ ), gráficos de resultados ( plots/ ), scripts y trabajos del servidor HPC ( scripts/ ).

La mayor parte de la salida de datos generada (gráficos de red, videos, resultados, exportaciones, registros) ocupa muchos GB y se almacena en la carpeta externa separada bikenwgrowth_external . Para configurar diferentes rutas, edite code/path.py

Conjuntos de parámetros

1. prune_measure = "betweenness" , poi_source = "railwaystation"
2. prune_measure = "betweenness" , poi_source = "grid"
3. prune_measure = "closeness" , poi_source = "railwaystation"
4. prune_measure = "closeness" , poi_source = "grid"
5. prune_measure = "random" , poi_source = "railwaystation"
6. prune_measure = "random" , poi_source = "grid"

Ciudades pobladas.csv

Comprobando nominatimstring

• Vaya, por ejemplo, a https://nominatim.openstreetmap.org/ui/search.html?q=paris%2C+france e introduzca la cadena de búsqueda. Si aparece un polígono (o multipolígono) correcto, debería estar bien. De lo contrario, deje el campo vacío y adquiera un archivo de forma, consulte a continuación.

Adquirir archivo de forma

• Vaya al paso elevado, a la ciudad, y ejecute: relation["boundary"="administrative"]["name:en"="Copenhagen Municipality"]({{bbox}});(._;>;);out skel;
• Exportar: Descargar como GPX
• Use QGIS para crear un polígono, con Vector > Unir múltiples líneas y Caja de herramientas de procesamiento > Poligonizar (consulte la respuesta 1 de Stackexchange y la respuesta 2 de Stackexchange)