Overpass Turbo 使用教程
1. 项目介绍
Overpass Turbo 是一个基于 Web 的数据挖掘工具,专为 OpenStreetMap(OSM)设计,使用 Overpass API 进行数据查询和分析。它提供了一个用户友好的界面,使得用户可以轻松地编写和运行复杂的 OSM 数据查询,并进行可视化分析。
主要功能
- 查询编辑器:提供一个交互式的查询编辑器,支持 Overpass QL(Overpass Query Language)。
- 地图可视化:实时在地图上显示查询结果,支持多种地图样式。
- 数据导出:支持将查询结果导出为 GeoJSON、KML 等格式。
- 模板库:内置多种常用查询模板,方便用户快速开始。
2. 项目快速启动
安装与运行
-
克隆项目:
git clone https://github.com/tyrasd/overpass-turbo.git cd overpass-turbo -
安装依赖:
yarn install -
启动开发服务器:
yarn run start启动后,访问
http://localhost:5173即可使用 Overpass Turbo。 -
构建生产版本:
yarn run build构建完成后,生成的文件位于
/dist目录下。
基本使用
-
打开 Overpass Turbo: 访问
http://localhost:5173或直接使用在线版本https://overpass-turbo.eu/。 -
编写查询: 在左侧的查询编辑器中输入 Overpass QL 查询语句,例如:
[out:json]; node["amenity"="restaurant"](around:1000,51.5074,-0.1278); out; -
运行查询: 点击“运行”按钮,查询结果将显示在地图上。
-
导出数据: 点击“导出”按钮,选择导出格式(如 GeoJSON、KML 等),保存查询结果。
3. 应用案例和最佳实践
案例1:查找特定区域内的餐厅
假设你需要查找伦敦市中心(坐标:51.5074, -0.1278)1公里范围内的所有餐厅。
[out:json];
node["amenity"="restaurant"](around:1000,51.5074,-0.1278);
out;
案例2:分析道路网络
分析某个城市的道路网络,查找所有高速公路和主要道路。
[out:json];
way["highway"~"motorway|trunk|primary|secondary"]({{bbox}});
out geom;
最佳实践
- 使用模板:Overpass Turbo 提供了多种常用查询模板,可以大大简化查询编写过程。
- 优化查询:尽量缩小查询范围,减少数据量,提高查询速度。
- 数据导出:根据需求选择合适的导出格式,方便后续分析和处理。
4. 典型生态项目
1. OpenStreetMap
OpenStreetMap 是一个全球性的开源地图项目,Overpass Turbo 是其重要的数据查询工具之一。通过 Overpass Turbo,用户可以方便地获取和分析 OSM 数据。
2. Overpass API
Overpass API 是 OpenStreetMap 的一个子集 API,专门用于查询 OSM 数据。Overpass Turbo 基于 Overpass API 构建,提供了更友好的用户界面和更丰富的功能。
3. OSMnx
OSMnx 是一个 Python 库,用于从 OpenStreetMap 下载、建模、分析和可视化街道网络。结合 Overpass Turbo,可以更高效地获取和处理 OSM 数据。
4. QGIS
QGIS 是一个开源的地理信息系统(GIS)软件,支持导入和分析各种地理数据格式。通过 Overpass Turbo 导出的数据可以直接导入 QGIS 进行进一步分析和可视化。
通过以上模块的介绍和实践,相信你已经对 Overpass Turbo 有了全面的了解,并能够快速上手使用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00