构建无重叠邻接等时线多边形的技术实现及相关问题问询

需求：构建无重叠的邻接等时线多边形，多边形在到两个相邻起点的图上旅行时间相等的点处相接，类似图空间中的Voronoi多边形（非欧氏空间）。ArcGIS具备该功能，现尝试用Python+OSMnx实现，遇到以下问题：

问题1：调试nearest_edges的使用错误 #

你的代码中nearest_edges的核心问题有两个：

1. 错误处理返回值：ox.distance.nearest_edges对单个点返回的是边的三元组(u, v, key)，而非列表，代码中nearest_edge = nearest_edges[0]会把三元组的第一个节点ID当成边，导致后续访问边属性失败。
2. 连接线逻辑错误：你直接取整条边的坐标作为连接线，正确逻辑应该是从起点到边的最近点的连线，而非整条边。

修正后的代码片段：

for store_location in store_locations:
    lat, lon = store_location
    # 注意参数顺序：经度(X)在前，纬度(Y)在后
    nearest_edge = ox.distance.nearest_edges(graph, lon, lat)
    # 获取边的几何对象
    edge_geom = graph.edges[nearest_edge]['geometry']
    # 构建起点坐标点
    start_point = Point(lon, lat)
    # 计算起点到边的最近点
    nearest_point_on_edge = edge_geom.interpolate(edge_geom.project(start_point))
    # 生成起点到边的连接线
    connector_line = LineString([start_point, nearest_point_on_edge])
    connectors.append(connector_line)

问题2：更高效的实现方案 #

你当前的ego图+重叠边分配思路效率较低，更优雅的方案是基于网络Voronoi图+最短路径计算：

• 步骤核心：
  1. 给图的边添加旅行时间属性（步行图默认有length，时间=长度/步行速度，比如1.4m/s）：

     for u, v, key, data in graph.edges(data=True, keys=True):
         data['travel_time'] = data['length'] / 1.4  # 单位：秒
     

  2. 计算所有节点到两个起点的最短旅行时间：

     # 先把起点匹配到图的最近节点
     orig_nodes = [ox.distance.nearest_nodes(graph, lon, lat) for lat, lon in store_locations]
     # 计算每个节点到两个起点的最短时间
     times_0 = nx.shortest_path_length(graph, orig_nodes[0], weight='travel_time')
     times_1 = nx.shortest_path_length(graph, orig_nodes[1], weight='travel_time')
     

  3. 给每个节点标记归属：

     for node in graph.nodes:
         t0 = times_0.get(node, float('inf'))
         t1 = times_1.get(node, float('inf'))
         if t0 < t1:
             graph.nodes[node]['origin'] = 0
         elif t1 < t0:
             graph.nodes[node]['origin'] = 1
         else:
             graph.nodes[node]['origin'] = 'boundary'  # 时间相等的边界节点
     

  4. 提取每个起点对应的边和节点，生成AlphaShape多边形：
     用ox.graph_to_gdfs提取GeoDataFrame，筛选归属当前起点的边/节点，再用ox.alpha_shape生成多边形，自然不会重叠。

这种方案不需要处理重叠边，直接基于节点的最短时间归属划分，计算效率更高。

问题3：ArcGIS无重叠等时线的实现推测 #

ArcGIS的无重叠多起点等时线，核心是网络Voronoi图的等时约束扩展，并非单纯的AlphaShape或栅格法：

1. 路径计算阶段：用优化的Dijkstra/A*算法并行计算所有起点到网络节点的最短旅行时间，同时对边进行分段处理——如果一条边的一部分到A起点更近，另一部分到B起点更近，会将边拆分为两段，分别标记归属。
2. 多边形生成阶段：基于归属明确的边和节点，先构建初始的等时线多边形，再通过拓扑裁剪去除重叠区域，时间相等的边界线会被保留为多边形的公共边，确保无缝衔接。
3. 内部还会结合网络拓扑的精细处理，比如处理复杂路口、死胡同的边界逻辑，保证多边形的连续性和正确性。

内容的提问来源于stack exchange，提问作者Gleb Romanov