使用PostGIS实现大批点的空间聚类

遇到了一个需求，要对数据库里比较近的点进行空间和属性的聚类合并，以便在显示时避免很多点堆在一起的问题。属性聚类比较简单，这里主要讲一下在空间聚类的一些经验。

目录

• • PostGIS主要有四个关于聚类的函数
  • ST_ClusterDBSCAN的使用方法
  • 具体使用
  • 空间聚类效果

PostGIS主要有四个关于聚类的函数

• ST_ClusterKMeans 窗口函数，返回聚类id，基于K-means 聚类算法
• ST_ClusterIntersecting 对空间相交的几何体归为一类，返回的是聚类后的多边形集合，聚合函数
• ST_ClusterDBSCAN 类似于ST_ClusterKMeans，使用的是DBSCAN 算法

我在实验时主要用的是ST_ClusterDBSCAN函数。

ST_ClusterDBSCAN的使用方法

integer ST_ClusterDBSCAN(geometry winset geom, float8 eps, integer minpoints)

ST_ClusterDBSCAN有三个参数：

• geom 是需要做聚类对应的空间字段
• eps 是聚类时半径。官方文档并没有写明这个半径的单位，这一点在使用时一定要注意。经测试发现，这个半径的单位用的是第一个参数geom的坐标系的单位。如果你需要半径的单位为m，第一个参数一定要转换为m为单位的平面坐标系，如SRID3857。如果以度为单位，第一个参数geom一定要转换成以度分秒为单位的坐标系。
• minpoints 每个集群的最小数量

具体使用

-- st_transform是将空间字段转换到投影坐标系下，以米为单位计算聚类半径
select shape, ST_ClusterDBSCAN((st_transform(shape,3857)),eps := 200.0, minpoints := 1) over () AS cid from dt_yzebdb

-- 空间加属性聚类
select shape, ST_ClusterDBSCAN((st_transform(shape,3857)),eps := 200.0, minpoints := 1) over (partition by id_of_insured,policy_no,year,species_code) AS cid from dt_yzebdb

空间聚类效果

标签：minpoints,大批,ST,shape,geom,PostGIS,聚类,ClusterDBSCAN
来源： https://blog.csdn.net/GISuuser/article/details/121271247