基于PostGIS的高级应用(5)– Polygon Spliting
目录
一 案例背景
PostGIS提供了丰富的function用于GIS数据的存储,元数据描述,空间分析,测量,空间图形处理等等,这些函数基本上都很简单,遇到合适的场景时,很容易能知道应该选用哪种function去解决。但有时候的图形处理问题并不是很简单就能实现的,PostGIS核心成员就遇到了社区提出的一个问题:
PostGIS是否有方法能将一个Polygon面切割成若干份小的Polygon面,且每一份的面积差不多大?


其第一反应是:
不可以吧,如此复杂的问题不是sql能解决的。
打脸的是,PostGIS开发者Darafei Praliaskouski解决了这个问题,并分享了解决步骤。本文作者,也就是我,仅仅负责稍微整理下,搬运了下大神们的解决方案,非个人原创。要看原文的朋友,可访问原文:《PostGIS Polygon Splitting》
二 切割步骤
Darafei Praliaskouski提供的切割步骤如下:
-
使用ST_GeneratePoints方法将一个polygon转换成与面积成比例的一系列的点 (点越多,效果越好,大约1000个点为宜)。
ST_GeneratePoints -
假设计划将Polygon切成k等份,则使用ST_ClusterKMeans方法将这些转换后的点聚合成k簇。
ST_ClusterKMeans -
使用ST_Centroid方法求出每一簇的的均值中心。
ST_Centroid -
将求出的均值中心作为ST_VoronoiPolygons方法的输入参数,可以计算出每个点映射出的Polygon面。
ST_VoronoiPolygons -
使用ST_Intersection将这些映射的面和初始化的Polygon做切割处理,得到结果。
ST_Intersection灵活使用PostGIS的方法,将如此复杂的问题,简单的解决了,堪称完美。
四 实践总结
百闻不如一见,百看不如一试试,本文作者就是我,看完觉得很赞,于是决定抄抄看看,如何将南京切割成大小相等的十个面,感兴趣的朋友可以按照我的步骤也可以测试测试。
准备测试数据:


- 将测试数据写入临时表:
create table nanjing as select name,geom from city where name='南京市';
- 面转换为点:
CREATE TABLE nanjing_points AS SELECT (ST_Dump(ST_GeneratePoints(geom, 2000))).geom
AS geom FROM nanjing;

- 点聚合成簇(看原文方法的朋友请注意他的ST_ClusterKMeans写错了)
CREATE TABLE nanjing_pts_clustered AS
SELECT geom, ST_ClusterKMeans(geom, 10) over () AS cluster FROM nanjing_points;

- 获取每一簇的均值中心
CREATE TABLE nanjing_centers AS SELECT cluster, ST_Centroid(ST_collect(geom)) AS geom
FROM nanjing_pts_clustered GROUP BY cluster;

- 使用voronoi算法生成面
CREATE TABLE nanjing_voronoi AS
SELECT (ST_Dump(ST_VoronoiPolygons(ST_collect(geom)))).geom AS geom
FROM nanjing_centers;

- 使用ST_Intersection方法切割
CREATE TABLE nanjing_divided AS
SELECT ST_Intersection(a.geom, b.geom) AS geom
FROM nanjing a
CROSS JOIN nanjing_voronoi b;

一个个写sql生成的临时表写逻辑方便,但是使用起来比较费劲,我们可以写个function去处理,我使用了临时表,怕事务并发冲突,加了uuid后缀。其实这个逻辑不是很复杂的话,多套用几个with中间表也可以,但是写多了不是很清晰,我就暂时套用上面表的逻辑改成临时表做了个事务,测试通过了:
create extension "uuid-ossp";--创建下uuid的扩展
create or replace function freegis_polygon_split(
in split_geom geometry(Polygon),--输入的面
in split_num int,--分割的数量
out geom geometry(Polygon)--输出切割的面
) returns setof geometry as $$
declare
rec record;
begin
--使用原来的面,切割voronoi算法生成的面
for rec in SELECT ST_Intersection(split_geom, t.geom) AS geom FROM (
--voronoi算法生成面
SELECT (ST_Dump(ST_VoronoiPolygons(ST_collect(voronoi.geom)))).geom AS geom FROM (
--簇的均值中心
SELECT clusters.cluster, ST_Centroid(ST_collect(clusters.geom)) AS geom FROM (
--点ST_ClusterKMeans聚合成簇
SELECT points.geom, ST_ClusterKMeans(points.geom, split_num) over () AS cluster from (
--面内生成点
SELECT row_number() over() as gid,(ST_Dump(ST_GeneratePoints(split_geom, 2000))).geom
) points
) clusters GROUP BY clusters.cluster
) voronoi
) t loop
geom:=rec.geom;
return next;
end loop;
return;
end;
$$ language plpgsql strict;
测试下通过了:


结语:PostGIS还是很强大的!!!另外一定要自己练习。。。