如何从存储国家OpenStreetMap数据的DataFrame中提取特定城市的边界坐标（Polygon）

首先，咱们得先搞清楚OSM里城市边界的存储逻辑，这大概率是你没拿到预期结果的核心原因：

1. OSM边界数据的结构特点 #

城市这类行政边界在OSM中一般是以relation类型存储的，而非单个的way或node。这类relation的标签通常包含：

• name: 城市名称（比如你的"Baarle-Nassau"）
• type: "boundary"
• admin_level: 行政层级（不同国家有差异，比如荷兰的城市一般是admin_level=8，你可以根据目标区域调整）

而且，relation本身并不直接存储坐标，它是由多个way类型的成员组成的，这些way才包含构成边界的具体坐标点。

2. 修正你的过滤逻辑 #

你当前的过滤只针对tags，但没限定元素类型，还可能漏掉了admin_level的筛选（避免拿到其他同名的非城市级边界）。先调整过滤条件，定位到正确的relation：

// 筛选目标城市的边界relation
val cityBoundaryRel = df.filter(
  df("type") === "relation" && 
  df("tags").getItem("name") === "Baarle-Nassau" && 
  df("tags").getItem("type") === "boundary" && 
  df("tags").getItem("admin_level") === "8" // 根据实际区域调整层级
)

3. 提取边界的坐标集合 #

拿到relation后，需要找到它关联的所有way，再从这些way中提取坐标：

步骤3.1 提取relation的关联way #

OSM的relation字段里有members数组，每个元素包含该relation引用的way的id和类型。我们先展开这个数组：

import org.apache.spark.sql.functions.explode

// 展开members数组，筛选出way类型的成员并提取id
val relMembers = cityBoundaryRel.select(explode(df("members")).alias("member"))
  .select("member.ref", "member.type", "member.role")
  .filter($"member.type" === "way")
  .filter($"member.role" === "outer") // 优先取外边界，Baarle-Nassau有飞地，inner是内飞地边界
  .select($"member.ref".alias("way_id"))

步骤3.2 匹配way数据并提取坐标 #

从原DataFrame中找到这些way，然后提取它们的nodes坐标集合：

// 获取所有关联的way数据
val boundaryWays = df.filter(df("type") === "way")
  .join(relMembers, df("id") === relMembers("way_id"))
  .select("nodes")

// 展开way的nodes数组，拿到所有经纬度坐标
val boundaryCoordinates = boundaryWays.select(explode(df("nodes")).alias("coord"))
  .select($"coord.lon", $"coord.lat")

步骤3.3 组装成Polygon格式 #

最后把这些坐标整理成标准的Polygon格式（比如WKT格式）：

import org.apache.spark.sql.functions.{collect_list, concat_ws, lit}

val polygonWkt = boundaryCoordinates.groupBy()
  .agg(collect_list(concat_ws(" ", $"lon", $"lat")).alias("coords"))
  .select(concat(lit("POLYGON(("), concat_ws(", ", $"coords"), lit("))")).alias("city_boundary_polygon"))

polygonWkt.show(false)

额外注意事项 #

• 不同地区的admin_level可能不同，如果你不确定，可以先去掉这个条件，看看返回的relation再调整。
• Baarle-Nassau本身存在大量飞地，如果你需要完整的边界，可能还要处理role=inner的way，最终生成带内环的Polygon。

内容的提问来源于stack exchange，提问作者gilianzz