Overture Maps + kepler.gl

在這個範例中，我們將查詢 Overture Maps 的建築主題並下載指定 bounding box 的資料。然後，我們會將資料載入到 kepler.gl 中，這是一個開源工具，用於處理大型地圖資料集，並按資料來源可視化建築資料： OpenStreetMap、Microsoft ML Building Footprints 和 Google Open Buildings。

最低要求：如果您想使用 Athena，您需要一個 AWS 帳戶和對 S3 儲存貯體的訪問權限。如果您使用 DuckDB（我們推薦版本 0.10.0），則需要安裝和加載空間和 S3 或 Azure 擴展。您不需要在 kepler.gl 上擁有帳戶。

在 AWS Athena 中查詢資料

根據 Amazon Athena 中執行設定查詢的說明。可以在 Athena query console 中執行以下查詢：

SELECT
    id,
    theme,
    class,
    sources[1].dataset AS primary_source,
    names.primary AS primary_name,
    ST_GeomFromBinary(geometry) AS geometry
FROM overture.release.v2024_07_22_0
WHERE theme='buildings'
    AND type='building'
    AND  bbox.xmin > 78.383144
    AND bbox.xmax < 78.565011
    AND bbox.ymin > 17.30199
    AND bbox.ymax < 17.423426

這會輸出大約 106,000 座建築的表格視圖，可以將其下載為 CSV 檔案。

使用 DuckDB 查詢資料

這是一個在 DuckDB SQL 版本中的類似查詢，它會輸出 GeoJSON 檔案。

LOAD spatial;
LOAD httpfs;

COPY (
    SELECT
        id,
        level,
        height,
        names.primary AS primary_name,
        sources[1].dataset AS primary_source,
        ST_GeomFromWkb(geometry) AS geometry
    FROM read_parquet('s3://overturemaps-us-west-2/release/2024-07-22.0/theme=buildings/type=*/*', filename=true, hive_partitioning=1)
    WHERE
        bbox.xmin > 78.4194
        AND bbox.xmax < 78.5129
        AND bbox.ymin > 17.3427
        AND bbox.ymax < 17.4192
) TO 'buildings_hyderabad.geojson'
WITH (FORMAT GDAL, DRIVER 'GeoJSON');

在 kepler.gl 中探索資料

將 CSV 或 GeoJSON 檔案拖放到 kepler.gl 中。根據 primary_source 欄位選擇不同顏色來設定特徵圖層樣式。然後，您可以探索 Overture Maps 合併創建建築主題的資料來源。