База географических названий GeoNames

Эта страница опубликована в основном списке статей сайта
по адресу http://gis-lab.info/qa/geonames.html

Сводные данные и примеры для скачивания

GeoNames - свободно распространяемая географическая база данных имен объектов (топонимики). Лицензия - Creative Commons Attribution. На настоящий момент содержит более 260 тысяч точечных объектов по территории России и более чем 8 миллионов по всему миру. Все объекты разделены на 9 классов (однобуквенный код) или 645 подклассов (2-5 буквенный код) (полный список):

административное деление (A)
гидросеть (H): каналы, заливы, озера, колодцы, моря
территории (L): парки, поля, военные базы, охраняемые территории
населенные пункты (P)
дорожная сеть (R)
точки (S): здания, банки, мосты, остановки транспорта, пересечения, фермы, заводы
природные объекты (T): пляжи, цирки, пики, острова
подводные объекты (U): каньоны, впадины, рифы
леса (V): отдельные деревья, массивы, плантации, степные участки.

Получение данных

Данные доступны бесплатно для прямого скачивания в виде текстовых файлов, кодировка UTF-8, На момент написания данной статьи: размер запакованного файла 8.1 Мб, размер распакованного файла 49.9 Мб, генерируются из основной базы данных ежедневно.

Скачать срез данных на 20 августа 2012 г.: формат ESRI shape: win1251, utf8, исходная БД: win1251, utf8.

Также возможно использование веб-сервисов GeoNames. GeoNames предоставляет целый ряд веб-сервисов, позволяющих работать с его данными и получать результаты в форматах XML и JSON. Каждый объект базы GeoNames имеет свой стабильный URI.

Помимо англоязычных названий, GeoNames собирает данные на разных языках, сведения о высоте, населении и т.п. из различных источников. Все координаты хранятся в WGS84 (World Geodetic System 1984). Пользователи могут редактировать и добавлять новые названия с использованием вики-интерфейса.

Данные на РФ

Срез данных на 20 августа 2012 г. содержит 345089 (263821 на 03.2009) объекта на территории РФ. Из них:

188247 названий населенных пунктов (PPL)
53120 названий ручьев (STM)
15364 названий озер (LK)
8938 названий высот (MT)
5407 названий ЖД станций (RSTN)
и т.д.

Из 188247 объектов типа населенный пункт, альтернативное (включая кириллическое, т.е. реально названий на кириллице меньше) название имеют 165887 (88%, 49% на 03.2009) объектов. Данные о населении имеют 4399 пунктов (2%).

Поля базы данных

Параметр	Описание	Формат
geonameid	идентификатор записи в БД geonames	int
name	название объекта (utf8)	varchar(200)
asciiname	название объекта (ascii)	varchar(200)
alternatenames	альтернативные названия, разделитель - запятая	varchar(5000) для SQL Server
latitude	широта в десятичных градусах (wgs84)
longitude	долгота в десятичных градусах (wgs84)
feature class	http://www.geonames.org/export/codes.html	varchar(10)
feature code	http://www.geonames.org/export/codes.html
country code	2-символьный код страны согласно ISO-3166	2 characters
cc2	альтернативный код страны, разделитель - запятая, 2-символьный согласно ISO-3166	60 characters
admin1 code	fipscode (в будущем будет изменен на isocode), isocode для США и Швейцарии, см. admin1Codes.txt для обозначений кодов	varchar(20)
admin2 code	код для административного деления второго уровня, county в США, см. admin2Codes.txt	varchar(80)
admin3 code	код для административного деления третьего уровня	varchar(20)
admin4 code	код для административного деления четвертого уровня	varchar(20)
population		integer
elevation	в метрах	integer
gtopo30	средняя высота по области 30'x30' (900мx900м) в метрах	integer
timezone	идентификатор часового пояса (см. timeZone.txt)
modification date	date of last modification in yyyy-MM-dd format

Импорт

Подробно импорт данных Geonames в ESRI Shape описан в отдельной статье. Здесь приведены полезные настройки, которые могут помочь сэкономить время.

Для импорта текстового файла GeoNames с заголовком, можно добавить в начало этого файла следующую строку.

geonameid	name	asciiname	altnames	lat	long	fclass	fcode	ccode	cc2	acode1	acode2	acode3	acode4	pop	elev	gtopo	tz	mdate

Содержание файла csvt:

"integer","string(255)","string(255)","string(255)","Real(10.7)","Real(10.7)","string(10)","string(10)","string(2)","string(60)","string(20)","string(80)","string(20)","string(20)","integer","integer","integer","string(255)","string(255)"

Содержание файла vrt:

<OGRVRTDataSource>
    <OGRVRTLayer name="ru">
        <LayerSRS>WGS84</LayerSRS>
        <SrcDataSource>ru.csv</SrcDataSource>
        <GeometryType>wkbPoint</GeometryType>
        <GeometryField encoding="PointFromColumns" x="long" y="lat"/>
    </OGRVRTLayer>
</OGRVRTDataSource>

Недостатки

Главным недостатком данных является использование в качестве источника топонимики картографической базы Google, что ведет к распространению копирайтов Google и на эти данные. В связи с этим данные не рекомендуется использовать в таких проектах, как OpenStreetMap (подробнее).

К другим недостаткам можно отнести:

отсутствия возможность отфильтровать альтернативный названия на латинице от кириллических
большое количество ошибок и устаревшей информации
использование двойных кавычек в названиях НП, что приводит к ошибкам при импорте данных (необходима предварительная обработка, чтобы от них избавиться)

Ссылки по теме