利用百度地图API制作城市中心交通时空圈

我们知道，城市的中心一般是商业、商务高度发达，公共服务较为集中的区域。从市中心外围前往市中心享受各类公共服务是市民的重要权利之一。但受城市交通条件的影响，各区域前往市中心的交通状况差异较大。有效识别各区域前往市中心的交通时间，一方面有助于我们认识各区域交通状况，从而有针对性的进行区域交通条件改进；另一方面，有助于我们进行用地优化，从而实现交通与用地的协调。当然，前往市中心休闲、购物是我们年轻人最为重要的假日活动，在房价高涨的当下，选择交通条件优越、房价相对较低的区域是我们择居的原则之一，故研究城市中心交通时空圈也具有重要意义。本期应网友要求，带来城市中心交通时空圈的技术方法讲解。

本次案例城市选择成都市。首先，成都是我的家乡，我对成都有着深厚的感情（要整就整成都）；其次，成都中心城区受自然条件影响相对较少，不像南京有紫金山，武汉有东湖、长江等自然条件的限制，网格之间可实现无差别的比较；最后，也是最为重要的，成都是环形放射网状的路网格局，不同方位的交通状况差异性并不十分明显，并且市中心正好位于几何中心，在交通条件差异不大的情况下，其交通通达绩效究竟如何？

第一步，我们需要获取研究区域的范围，以成都为例，我们获取了中心城区，包括天府新区的规划范围线。第二步，我们要将规划范围生成面，并生成网格（这里我们生成1000mX1000m的网格）；第三步，我们要获取各网格中心坐标和市中心坐标（市中心选择天府广场中心）；第四步，运用百度API获取各网格中心坐标至市中心坐标的时间（ http://lbsyun.baidu.com/index.php?title=webapi/direction-api ，不再具体解释，自己看参数）。第五步，空间可视化后进行相关分析，即可获得城市中心交通时空圈。

在对方法进行具体实施前，我想感谢网友web攻城狮之路。他编写了Python代码用于抓取路线时间，具体见 http://blog.csdn.net/taijiedi13/article/details/51279959 。我在其基础上结合规划师的思维逻辑对代码进行优化。主要的优化部分是运用arcpy来实现数据的自动更新。我猜想该网友并不是城市规划专业的，因此可能未接触过面向ArcGIS的arcpy，具体代码调整后面讲具体方法时会提到。为了让大家更清楚的了解流程方法，因此很多地方我是直接运用ArcGIS来实现，并未完全采用python。如果网友感兴趣，可以自己编写Python代码，来实现全过程的自动化。

第一步：获取范围。

这个不做过多介绍，你要研究，好歹有个基础的CAD范围线啊。别问我怎么找，发挥自己聪明头脑。找不到，自己拿豆腐撞头。

第二步：生成网格。

将线生成面后，对面进行坐标调整，调整为百度十进制经纬度坐标系。由于我们的研究范围大，因此位置大致准就行。建议在百度地图中找好参照点后，运用空间校正来实现。空间坐标准确后，用创建渔网工具来生成1000mX1000m的渔网。生成的文件有点与线两个要素，并将线生成面。最终，我们有了网格中心点与网格面两个我们需要的文件（图1）。

图1

第三步：获取坐标。

先讲下获取城市中心（天府广场）坐标。运用百度获取坐标系统工具（http://api.map.baidu.com/lbsapi/getpoint/index.html）可以轻松获取（图2）。

图2

接下来，讲下获取各网格中心点的坐标。打开点要素表，添加经度、纬度、时间3个字段（图3，时间字段为后续记录时间），并用计算几何命令分别计算中心点的坐标，计算是要选择十进制，X坐标为经度，Y坐标为纬度（图4）。

这样，我们就获取了起点（N各网格中心），终点（天府广场）的坐标。

图3

图4

第四步：获取时间

这一步骤为重点。在这个程序中获取百度API的时间函数get_time()为直接来自网友web攻城狮之路，这些代码我不做介绍，我只给大家讲下我调整的代码（图5）。我将他的run()去掉，用数据访问模块的UpdateCursor来实现数据的自动更新。在网友web攻城狮之路的代码中，需要将点坐标统一封装到excel文件中，然后再读取每一个坐标，最终还要将获取的时间再写入excel文件。而且最终生成的时间数据还要导入ArcGIS进行空间可视化。过程过于复杂，而且比较繁琐，这一步骤完全可以运用Arcpy中的UpdateCursor来高效实现。

图5

考虑到百度起点坐标的引用规则（纬度在前，经度在后），我们用变量coord来存储每一个坐标数据，并调用get_time()来获取时间数据。由于获取的时间为秒，而我最后想用分钟来表示，所以代码53将秒数据改为分钟数据。在代码测试过程中，我遇到了JSON数据报错，这是由于百度JSON数据规范性所产生的。因此，我加入了try命令进行错误调试，如果出现错误，则时间为0，便于我们后续检查数据。最后，将获取的时间数据写入点文件。

第五步：空间可视化

用空间链接，可将点要素中的时间数据记录入面要素中，并进行空间可视化，实现城市中心交通时空圈图的最终生成（图6、图7）。 我获取的时间是10月1日晚11时，由于假期外出车辆较多，故总体交通条件较优 。大家可以测试下高峰时期，估计时间会有所增加。结论大家自己总结吧！

图6

图7

# -*- coding:utf-8 -*-

import arcpy

import requests

import json

fc = r"G:\2016tuto\baidur2.gdb\cd_dotuse_final"

fields = ["OID","lng","lat","dur"]

def get_time(coordinate,mode,city,api_key):

api_addr="http://api.map.baidu.com/direction/v1?mode="+mode+"&origin="+coordinate+"&destination=30.663467,104.072247&origin_region="+city+"&destination_region="+city+"&output=json&coord_type=wgs84&ak=" + api_key

req=requests.get(api_addr)

content=req.content

sjson=json.loads(content)