велосипедный рост

Растущая сеть городских велосипедистов

Это исходный код научной статьи М. Селла, С. Мимара, Т. Перлмана, Г. Гошала и Р. Синатры «Растущая городская велосипедная сеть» . Код загружает и предварительно обрабатывает данные из OpenStreetMap, подготавливает точки интереса, запускает моделирование, измеряет и сохраняет результаты, создает видео и графики.

Бумага : https://www.nature.com/articles/s41598-022-10783-y.
Хранилище данных : zenodo.5083049.
Визуализация : GrowBike.Net
Видео и сюжеты : https://growbike.net/download

Видеовыход запуска кода в Париже, показывающий рост велосипедной сети на сетке начальных точек.

Инструкции

1. Git клонирует проект без полной истории

Запустите из своего терминала:

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

2. Установите среду conda growbikenet

В терминале перейдите в папку проекта bikenwgrowth и используйте conda , mamba или micromamba для запуска:

 mamba env create -f environment.yml
mamba activate growbikenet

Создание среды из командной строки

Если вышеуказанное не работает, вы можете вручную создать среду из командной строки (не рекомендуется):

 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

Настройка ядра Jupyter

Если вы хотите использовать среду growbikenet в Jupyter, запустите:

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

Это позволит вам запускать Jupyter с ядром growbikenet (Ядро > Изменить ядро ​​> Growbikenet).

3а. Запустите код локально

Отдельные (или несколько/небольшие) города можно запускать локально с помощью ручного пошагового выполнения блокнотов Jupyter:

1. Заполните parameters/cities.csv , см. ниже. Оставьте значения по умолчанию, чтобы запустить код в двух небольших городах.
2. Перейдите в папку code .
3. Запустите блокноты 01 и 02 один раз, чтобы загрузить и подготовить все сети и POI.
4. Запустите блокноты 03, 04, 05 для каждого набора параметров (см. ниже), заданного в parameters/parameters.py
5. Необязательно: запустите 06 для создания видео.
6. Необязательно: при необходимости можно запустить дополнительные блокноты с именем X_ для получения дополнительных результатов или данных.

3б. Запустите код в кластере HPC с помощью SLURM.

Для нескольких, особенно. В крупных городах настоятельно рекомендуется запускать код на высокопроизводительном вычислительном кластере, поскольку задачи легко распараллелить. Сценарии оболочки написаны для SLURM.

1. Заполните parameters/cities.csv , см. ниже.
2. Запустите 01 и 02 один раз локально, чтобы загрузить и подготовить все сети и POI (альтернативой являются sbatch scripts/download.job , но OSMNX вызывает слишком много проблем с подключением, поэтому необходим ручной контроль).
3. Загрузить code/*.py , parameters/* , scripts/*
4. Запустите: ./mastersbatch_analysis.sh
5. При необходимости запустите: ./mastersbatch_export.sh
6. После того, как все будет готово, запустите: ./cleanup.sh
7. Рекомендуется запустить: ./fixresults.sh (чтобы очистить результаты в случае изменения данных при повторных запусках)

Структура папок и вывод

Основная папка/репозиторий — bikenwgrowth , содержащая блокноты Jupyter ( code/ ), предварительно обработанные данные ( data/ ), параметры ( parameters/ ), графики результатов ( plots/ ), сценарии и задания сервера HPC ( scripts/ ).

Большая часть сгенерированных выходных данных (сетевые графики, видео, результаты, экспорт, логи) составляет много ГБ и хранится в отдельной внешней папке bikenwgrowth_external . Чтобы настроить разные пути, отредактируйте code/path.py

Наборы параметров

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"

Заполнение города.csv

Проверка nominatimstring

• Перейдите, например, на https://nominatim.openstreetmap.org/ui/search.html?q=paris%2C+france и введите строку поиска. Если появится правильный многоугольник (или мультиполигон), все будет в порядке. Если нет, оставьте поле пустым и получите файл формы, см. ниже.

Получение файла формы

• Перейдите в Overpass, в город, и запустите: relation["boundary"="administrative"]["name:en"="Copenhagen Municipality"]({{bbox}});(._;>;);out skel;
• Экспорт: загрузить в формате GPX.
• Используйте QGIS для создания многоугольника с помощью «Вектор» > «Объединить несколько линий» и «Панели инструментов обработки» > «Многоугольник» (см. ответ Stackexchange 1 и ответ Stackexchange 2).