空间查询是空间数据库的核心功能，允许我们基于地理位置和几何关系来检索数据。PostGIS作为PostgreSQL的空间扩展，提供了丰富的SQL函数来执行各种空间查询。理解这些基础语法是进行高效空间数据分析的关键。
1. 核心空间数据类型与函数
在 PostGIS 中，空间数据通常存储在 GEOMETRY 或 GEOGRAPHY 类型的列中。GEOMETRY 用于平面坐标系，而 GEOGRAPHY 用于球面坐标系（如经纬度）。
几何创建：
ST_GeomFromText(text, srid)：从WKT (Well-Known Text) 字符串创建几何对象，并指定空间参考 特殊数据库 系统ID (SRID)。
SQL
SELECT ST_GeomFromText('POINT(10 20)', 4326);
ST_MakePoint(x, y, z, m)：创建点几何。
SQL
SELECT ST_MakePoint(10, 20);
SRID 设置：
ST_SetSRID(geometry, srid)：为几何对象设置SRID。
SQL
SELECT ST_SetSRID(ST_MakePoint(10, 20), 4326);
坐标系转换：
ST_Transform(geometry, new_srid)：将几何对象从一个SRID转换为另一个SRID。
SQL
SELECT ST_Transform(ST_GeomFromText('POINT(10 20)', 4326), 3857); -- 从WGS84转为Web墨卡托
2. 常见的空间关系查询
PostGIS 提供了大量函数来判断空间对象之间的关系。
相交 (Intersects)： ST_Intersects(geom1, geom2)：如果两个几何对象相交或接触，则返回 TRUE。
SQL
SELECT name FROM roads WHERE ST_Intersects(geom, ST_GeomFromText('POLYGON((...))', 4326));
包含 (Contains) / 在内 (Within)：
ST_Contains(geom1, geom2)：如果 geom1 完全包含 geom2（且内部不接触边界），则返回 TRUE。
ST_Within(geom1, geom2)：如果 geom1 完全在 geom2 内部（且内部不接触边界），则返回 TRUE。
注意： ST_Contains(A, B) 等价于 ST_Within(B, A)。
距离 (Distance)： ST_Distance(geom1, geom2)：计算两个几何对象之间的最小距离。单位取决于SRID。
SQL
SELECT ST_Distance(ST_GeomFromText('POINT(0 0)', 4326), ST_GeomFromText('POINT(1 1)', 4326));
DWithin (距离内)： ST_DWithin(geom1, geom2, distance)：检查两个几何对象之间的距离是否小于或等于给定距离。此函数通常会利用空间索引，比 ST_Distance 结合比较操作更高效。
SQL
SELECT name FROM poi WHERE ST_DWithin(geom, ST_GeomFromText('POINT(10 20)', 4326), 100); -- 100单位，取决于SRID
3. 空间操作与分析
除了关系查询，PostGIS 也支持空间操作。
缓冲区 (Buffer)： ST_Buffer(geometry, radius)：创建一个围绕几何对象的缓冲区。
SQL
SELECT ST_Buffer(ST_GeomFromText('POINT(10 20)', 4326), 0.1); -- 0.1单位，取决于SRID
联合 (Union)： ST_Union(geometry_collection)：将多个几何对象合并成一个。常用于空间聚合。
SQL
SELECT ST_Union(geom) FROM parcels WHERE owner_id = 123;
相交 (Intersection)： ST_Intersection(geom1, geom2)：返回两个几何对象相交的部分。
SQL
SELECT ST_Intersection(road.geom, building.geom) FROM roads road, buildings building WHERE road.id = 1 AND building.id = 5;
通过掌握这些基础语法，你可以开始在 PostGIS 中进行强大的空间数据操作和分析。
如何使用ST_Intersects进行空间过滤
ST_Intersects() 是 PostGIS 中一个极其常用的空间关系函数，它用于判断两个几何对象是否相交或接触。在空间数据库中，这个函数是实现空间过滤（即根据空间位置或关系来筛选数据）的基础，广泛应用于地图查询、区域分析和数据关联等场景。
1. ST_Intersects() 函数的工作原理
ST_Intersects(geometry A, geometry B) 函数会返回一个布尔值 (TRUE 或 FALSE)。
定义： 如果几何 A 和几何 B 在空间上有任何共同的部分，包括它们的内部或边界互相接触，那么 ST_Intersects() 就返回 TRUE。
区别于其他关系：
它比 ST_Contains() 或 ST_Within() 更宽松，因为那些函数要求一个几何完全在另一个几何的内部（不包括边界接触）。
它也比 ST_Touches() 更宽松，因为 ST_Touches() 只要求几何对象仅在边界上接触，而内部不相交。
利用空间索引： ST_Intersects() 函数通常能够有效利用空间索引（如 GiST 索引）。当查询中使用 ST_Intersects() 时，PostGIS 的查询优化器会首先利用索引过滤掉大部分不相交的几何对象，显著提高查询效率，尤其是对于大规模数据集。
2. ST_Intersects() 空间过滤的常见应用
ST_Intersects() 在实际应用中扮演着多种角色。
基于范围的查询： 查找落在某个指定区域（通常是一个查询多边形或边界框）内的所有空间对象。
SQL
-- 查找所有与指定查询框相交的建筑物
SELECT building_name, building_geom
FROM buildings
WHERE ST_Intersects(building_geom, ST_GeomFromText('POLYGON((10 20, 10 30, 20 30, 20 20, 10 20))', 4326));
交叉点/重叠区域查询： 查找相互之间有重叠或交叉的空间对象。
SQL
-- 查找所有与河流相交的道路
SELECT r.road_name, h.river_name
FROM roads r, rivers h
WHERE ST_Intersects(r.geom, h.geom);
点落在多边形内查询： 查找哪些点落在了某个多边形区域内。
SQL
-- 查找所有在某个行政区划内的POI (兴趣点)
SELECT p.poi_name
FROM points_of_interest p, administrative_regions ar
WHERE ar.region_name = 'Downtown' AND ST_Intersects(p.geom, ar.geom);
缓冲区查询结合： 可以与 ST_Buffer() 结合，查找某个对象缓冲区内的其他对象。
SQL
-- 查找距离特定公园500米缓冲区内的所有咖啡馆
SELECT c.cafe_name
FROM cafes c, parks p
WHERE p.park_name = 'Central Park' AND ST_Intersects(c.geom, ST_Buffer(p.geom, 500)); -- 500单位取决于SRID
3. 查询优化与注意事项
使用 ST_Intersects() 进行空间过滤时，一些优化技巧和注意事项可以提升性能。
创建空间索引： 确保在用于查询的几何列上创建了 GiST 空间索引。这是提升 ST_Intersects() 性能最重要的一步。
SQL
CREATE INDEX buildings_geom_idx ON buildings USING GIST (building_geom);
使用边界框过滤 (Bounding Box Filter)： PostGIS 的空间操作符 && 可以先进行粗略的边界框重叠判断，这比精确的几何相交计算快得多。
SQL
-- 优化后的查询，先用边界框过滤，再进行精确计算
SELECT building_name FROM buildings
WHERE building_geom && ST_GeomFromText('POLYGON((10 20, 10 30, 20 30, 20 20, 10 20))', 4326)
AND ST_Intersects(building_geom, ST_GeomFromText('POLYGON((10 20, 10 30, 20 30, 20 20, 10 20))', 4326));
实际上，PostGIS 很多空间函数（包括 ST_Intersects()）在内部已经实现了这种索引优化（使用边界框预过滤），所以通常你不需要手动写 && 操作符。
SRID 一致性： 确保参与空间查询的几何对象具有相同的 SRID，否则查询结果可能不准确或报错。必要时使用 ST_Transform() 进行转换。
数据精度： 对于非常接近但理论上不相交的几何，浮点数精度可能导致意外结果。在设计数据模型时考虑几何的精度要求。
通过有效利用 ST_Intersects()，你可以高效地在空间数据库中进行地理数据的筛选和分析。