pertumbuhan sepeda

Jaringan Sepeda Perkotaan yang Berkembang

Ini adalah kode sumber makalah ilmiah Menumbuhkan jaringan sepeda perkotaan oleh M. Szell, S. Mimar, T. Perlman, G. Ghoshal, dan R. Sinatra. Kode tersebut mengunduh dan memproses data dari OpenStreetMap, menyiapkan tempat menarik, menjalankan simulasi, mengukur dan menyimpan hasilnya, membuat video dan plot.

Makalah : https://www.nature.com/articles/s41598-022-10783-y
Penyimpanan data : zenodo.5083049
Visualisasi : GrowBike.Net
Video & Plot : https://growbike.net/download

Output video dari menjalankan kode di Paris, menunjukkan pertumbuhan jaringan sepeda pada grid titik-titik unggulan

instruksi

1. Git mengkloning proyek tanpa riwayat lengkap

Jalankan dari terminal Anda:

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

2. Instal lingkungan conda growbikenet

Di terminal Anda, navigasikan ke folder proyek bikenwgrowth dan gunakan conda atau mamba atau micromamba untuk menjalankan:

 mamba env create -f environment.yml
mamba activate growbikenet

Pembuatan lingkungan dari baris perintah

Jika cara di atas tidak berhasil, Anda dapat membuat lingkungan secara manual dari baris perintah (tidak disarankan):

 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

Siapkan kernel Jupyter

Jika Anda ingin menggunakan lingkungan growbikenet di Jupyter, jalankan:

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

Ini memungkinkan Anda menjalankan Jupyter dengan kernel growbikenet (Kernel > Change Kernel > Growbikenet)

3a. Jalankan kode secara lokal

Kota tunggal (atau beberapa/kecil) dapat dijalankan secara lokal dengan eksekusi notebook Jupyter secara manual dan langkah demi langkah:

1. Isi parameters/cities.csv , lihat di bawah. Biarkan nilai default untuk menjalankan kode di dua kota kecil.
2. Arahkan ke folder code .
3. Jalankan buku catatan 01 dan 02 satu kali untuk mengunduh dan menyiapkan semua jaringan dan POI.
4. Jalankan notebook 03, 04, 05 untuk setiap kumpulan parameter (lihat di bawah), yang disetel di parameters/parameters.py
5. Opsional: Jalankan 06 untuk membuat video.
6. Opsional: Buku catatan selanjutnya yang diberi nama X_ dapat dijalankan jika diperlukan untuk menghasilkan hasil atau data tambahan.

3b. Jalankan kode pada klaster HPC dengan SLURM

Untuk banyak, khususnya. di kota-kota besar, menjalankan kode pada cluster komputasi berkinerja tinggi sangat disarankan karena tugasnya mudah untuk diparalelkan. Skrip shell ditulis untuk SLURM.

1. Isi parameters/cities.csv , lihat di bawah.
2. Jalankan 01 dan 02 sekali secara lokal untuk mengunduh dan menyiapkan semua jaringan dan POI (Alternatifnya adalah sbatch scripts/download.job , tetapi OSMNX menimbulkan terlalu banyak masalah koneksi, sehingga diperlukan pengawasan manual)
3. Unggah code/*.py , parameters/* , scripts/*
4. Jalankan: ./mastersbatch_analysis.sh
5. Jalankan, jika diperlukan: ./mastersbatch_export.sh
6. Setelah semua selesai, jalankan: ./cleanup.sh
7. Direkomendasikan, jalankan: ./fixresults.sh (untuk membersihkan hasil jika ada perubahan data dari proses berulang)

Struktur folder dan keluaran

Folder/repo utama adalah bikenwgrowth , berisi notebook Jupyter ( code/ ), data yang telah diproses sebelumnya ( data/ ), parameter ( parameters/ ), plot hasil ( plots/ ), skrip dan pekerjaan server HPC ( scripts/ ).

Sebagian besar keluaran data yang dihasilkan (plot jaringan, video, hasil, ekspor, log) berjumlah banyak GB dan disimpan dalam folder eksternal terpisah bikenwgrowth_external . Untuk menyiapkan jalur yang berbeda, edit code/path.py

Kumpulan parameter

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"

Mengisi kota.csv

Memeriksa nominatimstring

• Kunjungi misalnya https://nominatim.openstreetmap.org/ui/search.html?q=paris%2C+france dan masukkan string pencarian. Jika muncul poligon (atau multipoligon) yang benar, itu akan baik-baik saja. Jika tidak biarkan bidang kosong dan dapatkan file bentuk, lihat di bawah.

Memperoleh file bentuk

• Pergi ke Overpass, ke kota, dan jalankan: relation["boundary"="administrative"]["name:en"="Copenhagen Municipality"]({{bbox}});(._;>;);out skel;
• Ekspor: Unduh sebagai GPX
• Gunakan QGIS untuk membuat poligon, dengan Vector > Join Multiple Lines, dan Processing Toolbox > Polygonize (lihat jawaban Stackexchange 1 dan jawaban Stackexchange 2)