ARTICLE · 1377559
全球建筑,不下载也能查
下载包这条路,越来越走不通
做城市研究的人都有过这种经历:为了一个区县的建筑轮廓,下载一个覆盖全省甚至全国的数据包,解压、转换、裁切,磁盘先满一次。
问题不在网速,在数据的组织方式。传统开放数据按「数据集」发:一个城市一个 shp,或者一个国家一个 gpkg。你要的数据混在几百万条记录里,只能整体搬过来再筛。
Overture 的做法是反过来的:不给你包,给你一个可以直接查询的仓库。
六个主题,按月发版
Overture Maps Foundation 把地图拆成六个主题(theme),每个主题下再分要素类型(type):
- buildings
building、building_part - transportation
segment、connector - places
place - addresses
address - divisions
division、division_area、division_boundary - base
bathymetry、infrastructure、land、land_cover、land_use、water
发版是月度的,版本号形如 2026-10-21.0,同一个月内的小版本用 .0、.1 递增。每个版本同时放在 AWS S3 和 Azure Blob 两处,路径是镜像的:
s3://overturemaps-us-west-2/release/2026-10-21.0/theme=buildings/type=building/*
https://overturemapswestus2.blob.core.windows.net/release/2026-10-21.0/theme=buildings/type=building/*注意路径里那两个等号:theme= 和 type= 是 Hive 风格的分区目录,不是普通文件夹。这个结构决定了你只扫一个 type 的时候,不会碰到别的主题的数据。
为什么是 GeoParquet
GeoParquet 是 Parquet 的空间扩展,列式存储。这三个特征直接决定了取数方式:
- 按列读
。只要几何和高度,就只读geometry和height两列,其余列不传。 - 按分区裁
。路径里theme=/type=先过滤,扫描范围立刻缩小一个量级。 - 按 bbox 推
。每个要素都带一个bbox结构体字段,含xmin、xmax、ymin、ymax四个数值。过滤这四个数比做空间相交判断便宜得多,能用 bbox 过滤就别先 ST_Intersects。
这三条合起来,才是「不下载全球也能查」的底气。
三条取数路,按数据量选
第一条,Python 客户端,适合一块小区域。 装 overturemaps 后一条命令拿到 GeoJSON:
pip install overturemaps
overturemaps download --bbox=-71.068,42.353,-71.058,42.363 \
-f geojson --type=building -o boston_buildings.geojson它读的是云上的 GeoParquet,只把 bbox 内的数据传输下来,磁盘上不落全量。
第二条,DuckDB,适合要筛属性、要出统计。 关键是三个 LOAD 和一次 SET:
LOAD spatial; LOAD httpfs;
SET s3_region = 'us-west-2';
COPY (
SELECT id, names.primary AS name, taxonomy.primary AS category, geometry
FROM read_parquet(
's3://overturemaps-us-west-2/release/2026-10-21.0/theme=places/type=place/*',
filename=true, hive_partitioning=1)
WHERE names.primary ILIKE '%咖啡%'
AND bbox.xmin BETWEEN 116.2 AND 116.6
AND bbox.ymin BETWEEN 39.8 AND 40.1
) TO 'coffee.geojson' WITH (FORMAT GDAL, DRIVER 'GeoJSON');hive_partitioning=1 不是可选项,不加就认不出 theme=/type= 那两级目录。
第三条,latest.ddb,适合不想记版本号。 Overture 在 STAC 目录里挂了一个小 DuckDB 文件,里面每个要素类型一个视图,永远指向最新版:
LOAD spatial;
ATTACH 'https://stac.overturemaps.org/latest.ddb' AS overture (READ_ONLY);
SELECT count(*) FROM overture.building;这个文件要求 DuckDB 1.2.0 以上,且 attach 之前必须先 LOAD spatial,否则几何类型认不出来。版本号写死在 SQL 里,迟早会撞上下面那个坑。
数据是怎么揉出来的
Overture 不是自己采数据,它做的是融合。理解融合规则,才知道哪些地方能信、哪些地方要打问号。
以建筑为例,优先级最高的是 OpenStreetMap——社区手动描的轮廓排在机器提取的前面。其次是 Esri Community Maps 这类社区贡献,再往下是西班牙 IGN、温哥华市这类官方测绘,最后才是 Microsoft 与 Google Open Buildings 的机器学习屋顶轮廓。两块轮廓是否算「同一栋楼」,判据是交并比 IoU 大于 0.5;融合时排除高度 ≥ 900 m 的记录,机器学习来源还要过最小面积门槛,避免把集装箱、车棚、太阳能板当成房子。
结果是:发达国家城市里 OSM 覆盖好的地方,轮廓准;全球南方大量靠机器学习补的地方,形状偏糙。 这条差异写在官方文档里,不是猜测。
许可也跟着来源走。建筑和交通主题含 OSM 数据,整体按 ODbL 发布;地点主题从 2025 年 9 月起变成多许可:Foursquare 来源的 600 万条 POI 单独按 Apache 2.0,其余仍是 CDLA 2.0,每条记录的 sources 里带 license 字段。地址主题规模最大——4.75 亿个地址点、覆盖 41 个国家、来自 175 个以上数据源,目前还是 alpha。
那个会让人白跑一天的坑
2025 年 9 月起,Overture 对公开数据加了保留政策:每个版本公开可访问最多 60 天,只保留最近两个月度版本,超期由云存储的生命周期策略自动删除。changelog、bridgefiles、GERS 注册表长期保留。
这意味着什么?你在教程里抄来的 release/2025-08-20.0/... 这样的路径,两个月后就是一个 404。写脚本时把版本号写成常量,等于给自己埋了一颗定时炸弹。
正确姿势只有两个:查 STAC 目录里的 latest 字段,或者直接用 latest.ddb。要复现某次分析,才需要把版本号钉死,同时把当时的数据裁一份存本地。
另外两个坑:
- PMTiles 别拿去上线。
每个版本都生成一套 PMTiles,官方明说只供浏览和检查,图层、属性、层级随时可能改,不承诺可用性。要底图自己从数据切。 - GERS 不是 ID 本身,是桥梁。
GERS 给每个要素一个稳定 ID,bridgefiles 把 OSM、Meta 这类源数据 ID 映射到 GERS ID。想和已有 OSM 数据对齐,走 bridgefiles,别自己拿几何去猜。

主题名进目录,要素类型进下一级,路径本身就是索引
和 OSM 对不上怎么办
做过 OSM 数据的人手里有 osm_id,而 Overture 的建筑 ID 是 GERS,两套体系不通用。直接拿 OSM id 去 WHERE 里比,什么也查不到——这是最容易白查半小时的地方。
桥在 bridgefiles 里。每个版本都发一套,路径是 s3://overturemaps-us-west-2/bridgefiles/<版本>/,把 OSM、Meta 这类源记录 ID 映射到 GERS ID。正确顺序是:先用 bridgefiles 把 OSM id 转成 GERS id,再去 theme=buildings/type=building 里按 GERS id 取几何。想反查某个 GERS 要素来自哪些源,也走同一张表。
落到 QGIS 里
最省事的组合是 DuckDB 出文件、QGIS 读文件:
- 在 DuckDB 里按 bbox 和属性筛出研究区,
COPY TO成 GeoParquet 或 GeoJSON。 - QGIS 读 GeoParquet 需要 GDAL
3.8以上(对应版本的 QGIS 才带这个驱动);读不了就退回 GeoJSON。 - 坐标统一在
EPSG:4326,投影变换放到 QGIS 里做,别在 SQL 里折腾。
取数前先量体。一条 SELECT count(*) 只读元数据和行组统计,几秒钟就能告诉这个区有多少栋楼;几十万行以内再谈导出,超过百万行先分块或降精度。
如果研究区很大、又只要一两个属性,别急着全量导出。把 bbox 条件写进 WHERE,DuckDB 会利用 Parquet 的行组统计直接跳过不相交的数据块,这一步能把扫描量砍掉一个数量级。
引用的时候写清楚
论文或报告里写数据来源,别只写一句「Overture Maps」。要落到主题、版本、许可三项:建筑和交通是 ODbL,地点主题里 Foursquare 来源那段是 Apache 2.0、其余是 CDLA 2.0,地址主题还在 alpha 且多源许可。一篇文章里混用两个许可主题,就得分别署名。 方法章节里把版本号 2026-10-21.0 写上,别人才能复现你当时看到的那一版。
这套做法的意义不在于「数据免费」。免费的数据一直有,难的是只取你需要的那一块,并且知道它什么时候更新、许可是什么、和已有数据怎么对上。Overture 把这三件事都放进了路径和元数据里。















































































