如何使用OSMnx获取指定经纬度点的次近节点？

针对GPS漂移导致最近节点不符合需求的场景，无需依赖缓冲多边形（避免距离难预估的问题），可以通过KDTree空间索引直接查询K近邻节点的方式获取次近（或前N个）节点，步骤如下：

核心思路 #

利用Scipy的KDTree对OSM图的所有节点构建空间索引，快速查询目标GPS点的K个最近节点，直接提取第2个（索引为1）即为次近节点，无需手动设定缓冲范围。

实现代码 #

import osmnx as ox
import numpy as np
from scipy.spatial import KDTree

# 1. 加载目标区域的OSM路网图（此处以曼哈顿步行路网为例）
G = ox.graph_from_place("Manhattan, New York, USA", network_type="walk")

# 2. 提取所有节点的经纬度数据，转为numpy数组
nodes, _ = ox.graph_to_gdfs(G, edges=False)
# 注意：OSMnx节点的y字段是纬度，x字段是经度，需与GPS点(lat, lon)格式对应
node_coords = np.array([nodes["y"], nodes["x"]]).T

# 3. 构建KDTree空间索引
kdtree = KDTree(node_coords)

# 4. 定义函数获取前K个最近节点
def get_top_k_nearest(gps_point, k=2):
    """
    获取GPS点的前K个最近OSM节点
    :param gps_point: 元组格式，(纬度, 经度)
    :param k: 需要获取的最近节点数量，默认2（最近+次近）
    :return: 列表，元素为(距离, 节点ID)，按距离从近到远排序
    """
    dists, indices = kdtree.query(gps_point, k=k)
    top_node_ids = nodes.iloc[indices].index.tolist()
    return list(zip(dists, top_node_ids))

# 5. 测试使用：假设这是漂移后的GPS点
drifted_gps = (40.7580, -73.9855)
top_nodes = get_top_k_nearest(drifted_gps, k=2)

print(f"最近节点：距离{top_nodes[0][0]:.4f}（经纬度欧氏距离），节点ID {top_nodes[0][1]}")
print(f"次近节点：距离{top_nodes[1][0]:.4f}（经纬度欧氏距离），节点ID {top_nodes[1][1]}")

优化说明 #

• 精确距离计算：上述代码用的是经纬度的欧氏距离，若需要更精准的地面距离（米为单位），可先将路网投影到UTM坐标系：

  G_proj = ox.projection.project_graph(G)
  nodes_proj, _ = ox.graph_to_gdfs(G_proj, edges=False)
  node_coords_proj = np.array([nodes_proj["y"], nodes_proj["x"]]).T
  kdtree_proj = KDTree(node_coords_proj)
  

  此时查询得到的距离就是实际地面距离（米），更符合真实场景需求。
• 灵活调整K值：如果需要获取前3、前5个最近节点，只需修改k参数即可，无需调整任何范围参数。

内容的提问来源于stack exchange，提问作者Gillerire