PostGIS空间数据库之空间数据融合实践

目录

前言

一、ST_Union()简介

1、方法说明       

2、参数介绍

二、ST_Collect()简介

1、方法说明

2、参数介绍

3、两者区别

三、实际案例实践

1、不重叠融合

2、空间重叠融合

总结

---

前言

        众所周知，熟悉GIS桌面软件的同学一定都知道，想要对空间中的两个或者多个地理数据进行融合，可以使用融合的工具。常见的桌面软件，比如ArcGIS或者QGIS、SuperMap等均有成熟的工具。以QGIS为例，可以使用工具包中的合并工具，如下所示：

         在日常的工作当中，可以采用这些工具进行数据的融合。只是这些数据操作通常需要人工进行干预，而且数据不能实时进行。比如有时候，我们已经将这些数据保存到了空间数据库PostGIS中，而用户可能会随机抽取一些空间数据进行动态的融合。

        应对上面的场景，我们就可以采用SQL查询的方式来满足。比如在实际需求中，需要将某几个城市的空间数据进行融合形成新的数据以供查询分析。而在进行数据融合的时候，通常我们可以选用PostGIS中的ST_Union()和ST_Collect()这两个函数。

        这两个函数乍一看几乎是一样的，其实两者还是有一些区别的，但是通过官网的介绍又不是特别清楚。因此本文采用实例的方式进行讲解，将ST_Union()和ST_Collect()这两个函数进行空间融合实战，我们通过实际的两个面的函数操作和实际场景融合，来看看两个函数的具体使用。

一、ST_Union()简介

         在PostGIS中，对于st_union函数的定义有以下的几个入参，我们来看一下定义：

         st_union函数的定义如下：

CREATE OR REPLACE FUNCTION "public"."st_union"("geom1" "public"."geometry", "geom2" "public"."geometry")
  RETURNS "public"."geometry" AS '$libdir/postgis-3', 'ST_Union'
  LANGUAGE c IMMUTABLE STRICT
  COST 10000

1、方法说明       

         与Java的方法重载类似，st_union方法有5个重载。

序号	方法
1	st_union(geometry, geometry)
2	st_union(geometry, geometry, float8)
3	st_union(_geometry)
4	st_union(geometry)
5	st_union(geometry, float8)

2、参数介绍

        在上面的方法介绍中，geometry表示一个空间对象，float8的参数表示数据精度。注意，使用st_union函数进行运算之后，得到的结果是合并输入几何体，合并几何体以生成没有重叠的结果几何体。输出可以是原子几何图形、多重几何图形或几何图形集合。请一定注意这里合并的描述。

二、ST_Collect()简介

        首先来看在PostGIS数据库中对于st_collect()函数的定义。

st_collect函数的定义SQL如下：

CREATE OR REPLACE FUNCTION "public"."st_collect"("geom1" "public"."geometry", "geom2" "public"."geometry")
  RETURNS "public"."geometry" AS '$libdir/postgis-3', 'LWGEOM_collect'
  LANGUAGE c IMMUTABLE
  COST 50

1、方法说明

序号	函数	说明
1	geometry ST_Collect(geometry g1, geometry g2);	接受两个输入几何
2	geometry ST_Collect(geometry[] g1_array);	接受几何图形数组
3	geometry ST_Collect(geometry set g1field);	接受几何图形行集的聚合函数

2、参数介绍

        将几何图形收集（聚合）到几何图形集合中。结果是一个多*或一个GeometryCollection，这取决于输入几何的类型是相同的还是不同的(同构或异类)。输入几何图形在集合中保持不变。这里特别要注意的描述是聚合，与上面的函数相比，合并和聚合是两个概念。

3、两者区别

        如果单纯的从文字上讲，合并和聚合是一个近义词，表示两者的概念是差不多的。实际上两者的区别比较大，尤其是在空间运算中。可以用这句话来概括：ST_Collect将几何图形聚合到一个集合中，而不会以任何方式更改它们。ST_UNION以几何形式合并重叠的几何图形，并在交点处拆分线串。融合边界时，它可能会返回单个几何图形。

        简单来理解就是，使用st_collect进行运算，不会改变数据；而用st_union进行空间运算，会改变原有的数据。下面就进行实际的讲解。

三、实际案例实践

        在这里将采用面数据进行讲解，这里选择的面数据又分两种。第一种情况是空间不重叠融合，第二种是空间重叠融合，通过实际的例子来看一下在不同的空间关系中，两个函数的融合结果是什么样的。

1、不重叠融合

        空间不重叠融合中，我们采用保存在PostGIS数据库中的城市信息进行实例开展，对长株潭三个城市进行融合。

         biz_city的表数据如下所示：

 st_union融合sql：

select st_asgeojson(st_union(geom)) from biz_city where city_name in ('长沙市','株洲市','湘潭市');

查询结果如下：

 来看QGIS的结果：

        通过上图可以看出，使用st_union之后，三个城市已经完全融合，从而形成了一个全新的数据。下面再来看看st_collect函数的运行效果。

select st_asgeojson(st_collect(geom)) from biz_city where city_name in ('长沙市','株洲市','湘潭市');

        来看一下在QGIS中的展示结果：

        从总体来看，虽然长株潭三个城市同样合成了，但是三个城市的边界还是存在的，并没有进行融合。而在geojson的type中明确了两个的区别。

         结论：在空间不重叠的情况下，使用st_union和st_collect的合并结果虽然不大，但是对于数据是否改变来说，影响还是很大的。

2、空间重叠融合

 首先我们准备两份空间上重叠的数据，我们可以采用一下的模拟数据进行展示。

A B 图作为测试图形，用来验证这些函数的使用
-- A 图
select ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.52757263183594,31.495432803134843],[120.59211730957031,31.31199502365151],[120.89012145996094,31.35950051982242],[120.74729919466666,31.483245492650792],[120.52757263183594,31.495432803134843]]]}')

-- B 图
select ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.74386596679688,31.487235582017444],[120.84548950195312,31.269747790889888],[121.01783752441405,31.378261512889125],[120.91827392578125,31.487821121636433],[120.74386596679688,31.487235582017444]]]}')

        将上述两个空间数据转成geojson，在QGIS中展示如下，首先是A图

         下面是B图：

         将两者空间叠加后，可以看到空间关系：

 st_union融合语句：

-- ST_Union在几何形状重叠的地方对其进行几何合并，并在相交处拆分线串。溶解边界时，它可能会返回单个几何。
select ST_Union (
ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.52757263183594,31.495432803134843],[120.59211730957031,31.31199502365151],[120.89012145996094,31.35950051982242],[120.52757263183594,31.495432803134843]]]}'),
ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.74386596679688,31.487235582017444],[120.84548950195312,31.269747790889888],[121.01783752441405,31.378261512889125],[120.91827392578125,31.487821121636433],[120.74386596679688,31.487235582017444]]]}')
)

st_collect融合语句：

--  ST_Collect将几何形状聚合到一个集合中，而无需进行任何更改。 
select ST_Collect (
	ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.52757263183594,31.495432803134843],[120.59211730957031,31.31199502365151],[120.89012145996094,31.35950051982242],[120.74729919466666,31.483245492650792],[120.52757263183594,31.495432803134843]]]}'),
	ST_GeomFromGeoJSON('{"type":"Polygon","coordinates":[[[120.74386596679688,31.487235582017444],[120.84548950195312,31.269747790889888],[121.01783752441405,31.378261512889125],[120.91827392578125,31.487821121636433],[120.74386596679688,31.487235582017444]]]}')
)

         通过实验，同样可以得到上面的结论，使用st_collect对于原来的空间数据没有什么改变，而st_untion对数据的改变很大。

        所以，到了这里一定要深深的理解合并和聚合的区别。在实际项目过程中，根据需要进行合理的选择。

总结

        以上就是本文的主要内容，本文采用实例的方式进行讲解，将ST_Union()和ST_Collect()这两个函数进行空间融合实战，我们通过实际的两个面的函数操作和实际场景融合，希望通过实战的方式让你了解两者的区别，在具体使用空间函数的时候给予充分的评估和参考。行文仓促，不免有错误，欢迎朋友进行批评指正交流。

本文部分参考博文，原文地址：postgis函数知识积累