使用PostGIS优化最近邻计算

我正在使用PostGIS计算多边形的最近邻居。我要计算的是从每个多边形到最近的多边形的最小距离。

到目前为止，我在这里得到了Mike Toews的答案的帮助（我引用了一个小的更改）：

SELECT 
  a.hgt AS a_hgt,
  b.hgt AS b_hgt,
  ST_Distance(a.the_geom, b.the_geom) AS distance_between_a_and_b
FROM 
  public."TestArea" AS a, public."TestArea" AS b
WHERE
  a.hgt !=  b.hgt AND ST_Distance(a.the_geom, b.the_geom) < 400

然后，我计算出最小值：

SELECT a_hgt, MIN(distance_between_a_and_b)
FROM public."lon_TestArea"
GROUP BY a_hgt

但是，我的挑战是为大量的多边形（1,000,000）计算此值。当上述计算将每个多边形与其他每个多边形进行比较时，我想知道如何改进计算，从而不必执行10 ^ 12的计算。

我曾经想过要缓冲每个多边形，然后计算该多边形的缓冲区中所有值的最近邻居，并记录下最小值。我不确定这是最好的方法，还是不确定我应该使用的PostGIS功能。

编辑：使用尼克拉斯的建议之一，我正在尝试ST_Dwithin()：

CREATE TABLE mytable_withinRange AS SELECT 
  a.hgt AS a_hgt,
  b.hgt AS b_hgt,
  ST_DWithin(a.the_geom, b.the_geom, 400)
FROM 
  public."lon_TestArea" AS a, public."lon_TestArea" AS b

这将返回每个多边形ID的表格，以及该表格是否在一定距离内。是否可以IF/ELSE使用SQL 构造类型语句？（我阅读了有关使用CASE条件的信息）还是应该尝试将生成的表连接到原始表，然后使用ST_Distance重新运行查询？

BostonGIS页面上有一个很大的“最近的邻居”部分。

编辑：

怎么样

CREATE TABLE mytable_withinRange AS SELECT 
 a.hgt AS a_hgt,
 b.hgt AS b_hgt
FROM 
 public."lon_TestArea" AS a, public."lon_TestArea" AS b
WHERE 
 ST_DWithin(a.the_geom, b.the_geom, 400)

关于CASE声明：

SELECT a,
   CASE WHEN a=1 THEN 'one'
        WHEN a=2 THEN 'two'
        ELSE 'other'
   END
FROM test;

哈罗

有一些事情确实在考虑使事情进展得更快，而某些事情将来可能会发生。

首先，您提到要考虑使用缓冲区来查找某个最小范围内的多边形，以避免计算所有组合。

正如Boston gis在另一个链接中讨论的那样，在PostGIS中执行此操作的正确方法是使用ST_Dwithin。ST_Dwithin使用索引在一定范围内查找邻居。

当然，这仅取决于数据集是否足以对所有多边形使用st_DWithin的固定值，或者是否需要执行诸如underdark和wildintellect讨论的操作。

第二件事是在这里使用PostGIS 1.5+。这是因为如果边界框不相交，则多边形到多边形的计算从1.5开始要快得多。您可以在此处了解更多信息。。

第三件事是未来。

在PostgreSQL 9.1中，会有一个叫做knn-gist的东西。那是一个索引，它不仅可以回答是或否，还可以直接从索引中返回排序的结果。您可以在这里阅读有关内容。

但是，在knn gist可以为此类事情提供帮助之前，在PostGIS方面仍然有很多工作要做。这里有一张票。

问候

尼克拉斯

以下与内森·克尔（Nathan Kerr）的大师作品有关的页面对这个直接问题提供了一些很好的见解。我的同事在这里和这里尝试了Bostongis方法，但是在使其正常工作方面存在一些问题。

另一个类似于缓冲区的思考方法是做一个扩展/收缩矩形。基本上，通过1做一个边界框（它是原始多边形的bbox的直线+ x单位）相交，您认为将捕获至少一个相交。对于相交的数据，执行子查询，以测试那些匹配项中最接近的匹配项。对于失败的数据，展开边界框并重复。

显然这是一个递归编程问题，在Python中使用Shapely可能比在postgis中直接完成100％更好。