核心用法
Road Accessibility Analysis 是一款专注于道路网络分析的专业地理空间工具。它通过调用底层Python脚本 road_accessibility_analysis.py，为用户提供完整的交通可达性分析能力。核心功能包括：最短路径计算（两点间最优路线）、等时圈生成（基于时间阈值的服务范围）、OD矩阵构建（多起点到多终点的批量时间成本计算）、设施覆盖分析（医院、学校等公共服务可达性评估）以及道路中断模拟（评估关键路段封闭对网络的影响）。
该技能支持三种交通模式：驾驶（drive）、步行（walk）和骑行（cycle），并允许通过自定义速度文件调整不同道路类型的通行速度。特别值得注意的是，它具备自动数据获取能力——无需预先准备数据，只需提供边界框（bbox）或兴趣区（AOI）文件，即可自动从OpenStreetMap下载道路网络数据，并从Copernicus获取30米分辨率全球DEM数据。
显著优点
数据获取自动化是该技能最突出的优势。用户无需处理复杂的数据下载和预处理流程，系统可自动完成OSM道路数据和高程数据的获取，大幅降低使用门槛。多场景分析能力涵盖从简单的两点路径到复杂的人口覆盖评估，支持道路封闭模拟和关键路段识别，适用于应急响应规划。输出格式标准化（GeoJSON、CSV、GeoTIFF），便于与其他GIS工具集成。此外，开源数据依赖使其在全球范围内具有可复现性，无需购买商业数据许可。
潜在缺点与局限性
该技能对计算资源要求较高，大规模路网（如省级或国家级）分析可能需要较长的处理时间和充足的内存。OSM数据质量存在地域差异，发展中国家或偏远地区的道路数据可能不完整或时效性不足。交通模式简化是另一局限：驾驶模式未考虑实时路况、限速变化或交通拥堵，仅基于道路类型默认速度；步行/骑行模式未考虑地形坡度对实际通行时间的显著影响（虽有DEM数据但未明确说明是否用于坡度校正）。人口覆盖分析依赖外部人口栅格数据，用户需自行准备或购买。此外，工具以CLI形式提供，对非技术用户存在一定学习曲线。
适合的目标群体
该技能主要面向：城市规划师与交通工程师（进行服务设施选址、交通影响评估）、公共卫生与应急管理人员（医院可达性分析、灾害救援路径规划）、GIS数据分析师（网络分析任务自动化）、学术研究人员（城市可达性、空间公平性研究）以及非营利组织（评估偏远地区服务覆盖缺口）。适合具备基本Python/命令行操作能力，或愿意通过Agent封装简化使用的技术型用户。
使用风险
数据合规风险：自动下载的OSM数据遵循ODbL协议，衍生作品需遵守相同许可；商业用途需注意Copernicus DEM的使用条款。结果可靠性风险：分析结果高度依赖输入数据质量，OSM道路属性错误（如单行道方向、通行限制标注错误）会导致路径计算偏差。计算性能风险：大规模分析可能消耗大量内存和CPU，建议在服务器或云环境运行，避免本地资源耗尽。模型简化风险：实际交通时间受天气、实时路况、个人体能等多重因素影响，分析结果应作为规划参考而非精确预测。建议关键决策前结合实地调研验证。