Calcular Densidad de Intersección de Calle (QGIS3)

La densidad de intersección de calle es una medida útil de conectividad de red. Se puede extraer y agregar las intersecciones de calle a lo largo de una cuadrícula regular para calcular la densidad. Este análisis es comúnmente usado en diseño de transporte así como en planificación urbana para determinar caminabilidad de barrios. Con la disponibilidad de un conjunto de datos global de red de calles de OpenStreetMap y QGIS, podemos fácilmente calcular y visualizar densidad de intersección para cualquier región del mundo.

Vista general de la tarea

In this tutorial, we will take OpenStreetMap road network data and calculate the street intersection density for the city of Chennai in India.

Otras habilidades que aprenderá

  • Cómo descargar datos OpenStreetMap como archivos shape y recortarlos a su área de interés.

  • Cómo crear cuadrículas en QGIS

Obtener los datos

Usaremos los datos de opencities para conseguir los límites de ciudad para Chennai y, luego los datos de red de caminos de Extractos de Datos OpenStreetMap para la India.

Descargar el Límite de Ciudad

  1. Visite el sitio web opencity, luego busque “Chennai wards map”.

../../_images/data11.png
  1. Clic en el primer enlace y descargue los datos en formato KML. Se descargará una capa Chennai-wards-2011.kml.

../../_images/data2.png

Descargar la Red de Caminos

  1. Visite el servidor OpenStreetMap Data Extracts download de GEOFABRIK. Para este tutorial necesitaremos los datos para la ciudad de Chennai en India. Clic Asia.

../../_images/data3.png
  1. Ahora en sub-regions, seleccione India.

../../_images/data4.png
  1. El archivo india-latest-free.shp.zip es el que estamos buscando. Clic en él para descargarlo. Estos datos pueden ser descargados en otros formatos también, a pedido.

../../_images/data5.png
  1. Esta es una descarga grande que contiene un extracto de datos para todo el país. Descomprima india-latest-free.shp.zip. Obtendrá muchas capas de archivos shape.

../../_images/data6.png

Corte la Red de Caminos al Límite de Ciudad

  1. Ahora vamos a cortar la capa de caminos de nivel de país a nuestra área de interés. Abra QGIS, y arrastre y suelte Chennai-wards-2011.kml.

../../_images/data7.png
  1. Instead of opening a large layer in QGIS, we can directly read it from the disk and clip it. Open the Processing Toolbox and locate the Vector overlay ‣ Clip algorithm. Double-click to open it.

../../_images/data8.png
  1. En la Capa de entrada seleccione ... y clic en Explorar la capa..

../../_images/data9.png
  1. Navegue al directorio donde descargó los datos OpenStreetMap y seleccione gis_osm_roads_free_1.shp. En la Capa de superposición elija New Wards from Oct 2011. Luego clic ... en Clipped y seleccione Guardar a archivo…. Explore una carpeta donde quiere guardar los resultados, ingrese el nombre chennai_roads.gpkg, y clic Ejecutar.

../../_images/data10.png
  1. Once the processing finishes, a new layer chennai_roads will be loaded in the canvas.

../../_images/data111.png

Para su comodidad, puede descargar directamente una copia del conjunto de datos cortado del enlace de abajo:

Fuente de datos: [OPENCITIES] [GEOFABRIK]

Procedimiento

  1. Now both layers used for the calculation will be available, if you have downloaded the data, then locate the Chennai-Wards-2011.kml and chennai_roads.gpkg in Browser, then drag and drop them on the canvas.

../../_images/image1.png
  1. La primera tarea es extraer las intersecciones de caminos. Esto puede hacerse usando la herramienta incorporada Intersección de líneas. Probemos esto primero en un pequeño subconjunto para ver si los resultados son satisfactorios. Seleccione la capa de caminos y use la herramienta Seleccionar objetos espaciales por Área para dibujar un rectángulo y seleccione unos pocos caminos.

../../_images/image2.png
  1. Open the Processing Toolbox and locate the Vector overlay ‣ Line intersections algorithm. Double-click to open it.

../../_images/image3.png
  1. Seleccione chennai_roads tanto para Capa de entrada como Capa de intersección. Asegúrese de marcar la casilla Objetos seleccionados solamente. Clic Ejecutar.

../../_images/image4.png
  1. Se agregará una nueva capa Intersections. Notará que mientras la mayoría de los puntos de intersección son correctos, hay algunos falsos positivos. Esto se debe a que el algoritmo considera como válidas las intersecciones de cada segmento de línea. Pero para nuestro análisis, necesitamos extraer sólo las intersecciones cuando 2 o más calles intersectan.

../../_images/image5.png
  1. Remove the Intersections layer and click Deselect features from all layers button to remove the selection. We will now merge all adjacent road segments, so the segments between intersections are merged into a single feature. Open the Processing Toolbox and locate the Vector geometry ‣ Dissolve algorithm. Double-click to open it.

../../_images/image6.png
  1. Seleccione chennai_roads como la Capa de entrada. Ingrese roads_dissolved.gpkg para el nombre de la capa disuelta de salida. Clic Ejecutar.

../../_images/image7.png
  1. La capa resultante roads_dissolved tiene todos los segmentos de camino unidos en un solo objeto espacial.

../../_images/image8.png
  1. Next, open the Processing Toolbox and locate Vector geometry ‣ Multipart to single parts algorithm. Double-click to open it. Select roads_dissolved layer as the Input layer. Enter roads_singleparts.gpkg as the Single parts output. Click Run.

../../_images/image9.png
  1. The resulting layer roads_singleparts will have all adjacent segments merged, remove the roads_dissolved and chennai_roads layers. Now, open the Processing Toolbox and locate the Vector overlay ‣ Line intersections algorithm. Double-click to launch it.

../../_images/image10.png
  1. Seleccione roads_singleparts tanto como Capa de entrada y Capa de intersección. A la capa de salida Intersecciones, dele el nombre roads_line_intersections.gpkg. Clic Ejecutar.

../../_images/image11.png

Nota

Esta es una operación computacionalmente intensiva y podría tomar un largo tiempo dependiendo de la capacidad de procesamiento de su computadora.

  1. The resulting layer roads_line_intersections now has all intersections correctly identified. But it is still not perfect. Use the Select features by Area tool and select any intersection. You will see that at each intersection there are few duplicate points from adjacent segments. If we use this layer for further analysis, it will result in an inflated number of intersections. Let’s remove duplicates, open the Processing Toolbox and locate the Vector general ‣ Delete duplicate geometries algorithm. Select roads_line_intersections as the Input layer and enter road_intersections.gpkg as the Cleaned output layer. Click Run.

../../_images/image12.png
  1. The new road_intersections layer has the correct number of road intersections extracted from the source layer. Right-click the old road_line_intersections layer and select Remove layer to remove it.

../../_images/image13.png
  1. We will now compute the density of points by overlaying a regular grid and counting points in each grid polygon. We must reproject the data to a projected CRS so we can use linear units of measurements. We can use an appropriate CRS based on the UTM zone where the city is located. You can see UTM Grid Zones of the World map to locate the UTM zone for your city. Chennai falls in the UTM Zone 44N. Open the Processing Toolbox and locate the Vector general ‣ Reproject algorithm. Double click to open it.

../../_images/image14.png
  1. Seleccione road_intersections como la Capa de entrada. Busque haciendo clic en el icono globo junto a SRC Destino y seleccione EPSG:32664 - WGS 84 / UTM zone 44N. Esta es el SRC basado en el datum WG84 para la Zona UTM 44N. Ingrese para la capa de salida Reproyectado el nombre road_intersections_reprojected.gpkg. Clic Ejecutar.

../../_images/image15.png
  1. Una vez que termine el procesamiento y sea agregada la capa road_intersections_reprojected, clic-derecho y seleccione SRC ‣ Definir SRC de Proyecto a partir de capa. Y quite la capa road_intersections.

../../_images/image16.png
  1. Project CRS will be updated in the bottom right of the window. The purpose of this step to ensure that all layers are displayed in the CRS of new layer. We are now ready to create the grid using the road_intersections_reprojected as reference. Open the Processing Toolbox and locate the Vector creation ‣ Create grid algorithm. Double click to open.

../../_images/image17.png
  1. Seleccione el tipo de Cuadrícula como Rectángulo (Polígono). Clic el botón ... en Extensión de cuadrícula y seleccione Calcular desde capa ‣ road_intersections_reprojected.

../../_images/image18.png
  1. Seleccione el SRC de Proyecto como el SRC de la Cuadrícula. Queremos crear una cuadrícula de 1km x 1km, por lo que defina tanto el Espaciado horizontal como el Espaciado vertical como 1000 metros. Guarde la capa de salida Cuadrícula como grid.gpkg. Clic Ejecutar.

../../_images/image19.png
  1. The grid layer containing rectangular grid polygons will be created. We can now count the number of points in each polygon, but since our layers are large, this process can take a long time. One way to speed up spatial operations is to use a Spatial Index. Open the Processing Toolbox and locate the Vector general ‣ Create spatial index algorithm. Double click to open it.

../../_images/image20.png
  1. Select grid layer and click Run, now the layer will have a spatial index which can boost the performance of computation with this layer.

../../_images/image21.png
  1. Abra la Caja de herramientas Procesos y localice el algoritmo Análisis de vector ‣ Contar puntos en un polígono

../../_images/image22.png
  1. Seleccione grid como la Capa polígono y road_intersections_reprojected como la Capa de puntos. Guarde la capa de salida Conteo como grid_count.gpkg. Clic Ejecutar.

../../_images/image23.png
  1. La capa resultante grid_count tendrá un atributo NUMPOINTS que contiene el número de puntos de intersección dentro de cada cuadrícula. Hay muchas cuadrículas con 0 puntos. Ayudará a nuestro análisis y visualización quitar polígonos de cuadrícula que no contienen intersecciones. Abra la Caja de herramientas Procesos y localice el algoritmo Selección vectorial ‣ Extraer por atributo.

../../_images/image24.png
  1. Seleccione grid_count como la Capa de entrada, luego seleccione NUMPOINTS como Atributo de selección, > en Operador e ingrese 0 como el Valor. Guarde la capa de salida Extraído (atributo) como grid_counts_chennai.gpkg. Clic Ejecutar.

../../_images/image25.png
  1. The resulting layer grid_counts_chennai will have grid polygons over the Chennai city and contains the number of road intersections as an attribute for each polygon. Remove all layers except grid_counts_chennai.

../../_images/image26.png
  1. Let’s clean up the attribute table of our data layer. The preferred method to make any changes to the attribute table is to use a processing algorithm called Refactor Fields, open the Processing Toolbox and locate the Vector table ‣ Refactor Fields algorithm. Double-click to open it. Click on any row in the Field Mapping section to select it. You can hold the Shift key to select multiple rows, select all fields except fid and NUMPOINTS. Click the Delete selected fields button.

../../_images/image27.png
  1. Rename the NUMPOINTS field as intersection_density and save the layer as road_intersection_density.gpkg, click Run.

../../_images/image28.png
  1. Démosle estilo a esta capa para ver la densidad de cada cuadrícula. Seleccione la capa road_intersection_density y clic Abrir el panel de estilo de capa. Seleccione el representador Graduado, y en Valores, seleccione Intersection Density, una Rampa de colores de su gusto. Defina Clases como 7 y clic Clasificar.

../../_images/image29.png
  1. In the values enter 0-50, 50-100, 100-150 and so on up to 300 - 350. You have now created a map showing intersection density across the city.

../../_images/image30.png
comments powered by Disqus