PostGIS之维数扩展的九交模型
1. 概述
PostGIS 是PostgreSQL数据库一个空间数据库扩展,它添加了对地理对象的支持,允许在 SQL 中运行空间查询
PostGIS官网:About PostGIS | PostGIS
PostGIS官方教程:PostGIS 简介 — Introduction to PostGIS
PostGIS相关教程:文章目录汇总 - 知乎 (zhihu.com)
本文基于官方教程描述PostGIS中的九交模型
数据准备可参考:
数据介绍可参考:
2. 九交模型
2.1 定义
"维数扩展的9交集模型-Dimensionally Extended 9-Intersection Model"(DE9IM)是一个用于建模两个空间对象如何交互的框架(即,空间关系)
九交模型规定,每个几何图形都有外部、边界和内部:

对于点:内部是点,边界是空集,外部是平面上除点以外的所有其他部分
点线面的外部、边界和内部定义表格如下:
| 几何对象 | 边界 | 内部 | 外部 |
|---|---|---|---|
| 点 | 无边界 | 点本身 | 点对象以外的区域 |
| 线 | 线对象的端点 | 除端点外的线对象 | 线对象外的区域 |
| 面 | 面对象控制边 | 面对象除边界后的区域 | 面对象本身外的区域 |
九交模型进一步规定:
任意对象a、b:
| 内部(b) | 边界(b) | 外部(b) | |
|---|---|---|---|
| 内部(a) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) |
| 边界(a) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) |
| 外部(a) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) | dim(I(a) intersect I(b)) |
示例图如下:

dim(dimension)的返回值:有-1,0,1,2. 分别代表不同的含义,如下:
- T:交集存在,dim=0,1或2;
- F:交集不存在,dim=-1;
- 0:交集存在,但其最高维度必须是0;
- 1:交集存在,但其最高维度必须为1;
- 2:交集存在,但其最高维度必须为2;
例如,下图所示的图形:

其九交模型为:
1 0 1
0 F 0
2 1 2
使用PostGIS进行判断,主要使用的函数有:
- ST_Relate(geomA, geomB) Tests if two geometries have a topological relationship matching an Intersection Matrix pattern, or computes their Intersection Matrix
SELECT ST_Relate(
'LINESTRING(0 0, 2 0)',
'POLYGON((1 -1, 1 1, 3 1, 3 -1, 1 -1))'
);

2.2 查找具有特定关系的几何图形
E9IM矩阵的强大之处在于使用它们作为匹配参数来查找彼此之间具有特定关系的几何图形
比如下图中,利用九交模型寻找合格的码头:

将码头与湖泊建模进数据库:
CREATE TABLE lakes ( id serial primary key, geom geometry );
CREATE TABLE docks ( id serial primary key, good boolean, geom geometry );
INSERT INTO lakes ( geom )
VALUES ( 'POLYGON ((100 200, 140 230, 180 310, 280 310, 390 270, 400 210, 320 140, 215 141, 150 170, 100 200))');
INSERT INTO docks ( geom, good )
VALUES
('LINESTRING (170 290, 205 272)',true),
('LINESTRING (120 215, 176 197)',true),
('LINESTRING (290 260, 340 250)',false),
('LINESTRING (350 300, 400 320)',false),
('LINESTRING (370 230, 420 240)',false),
合格的码头具有以下特点:
- 它们的内部与湖泊内部有一个线性(一维)相交
- 它们的边界与湖泊内部有一个点(0维)相交
- 它们的边界与湖泊边界也有一个点(0维)相交
- 它们的内部与湖泊外部没有相交(F)
用九交模型定义:

使用九交模型寻找合适的码头:
SELECT docks.*
FROM docks JOIN lakes ON ST_Intersects(docks.geom, lakes.geom)
WHERE ST_Relate(docks.geom, lakes.geom, '1FF00F212');

DE9IM数据模型字符串可以使用通配符:
- "*"表示"此单元格中的任何值都可以接受"
- "T"表示"任何非假值(0、1或2)都可以接受"
2.3 数据质量检测
利用九交模型,来检测几何图形是否合格
例如,任何人口普查块(census blocks)都不应与任何其他人口普查块重叠,如下图所示:

使用九交模型表示内部重叠就是:
2 * *
* * *
* * *
使用这个九交模型来检测:
SELECT a.gid, b.gid
FROM nyc_census_blocks a, nyc_census_blocks b
WHERE ST_Intersects(a.geom, b.geom)
AND ST_Relate(a.geom, b.geom, '2********')
AND a.gid != b.gid;

又例如,使用九交模型检测街道线段是否内部相交(相交点只发生在街道直线的末端,而不是中点),如下图所示:

使用九交模型表示合格线段相交:
* * *
* 0 *
* * *
使用九交模型检测不合格的线段:
SELECT a.gid, b.gid
FROM nyc_streets a, nyc_streets b
WHERE ST_Intersects(a.geom, b.geom)
AND NOT ST_Relate(a.geom, b.geom, '****0****')
AND a.gid != b.gid;

3. 参考资料
[1]26. Dimensionally Extended 9-Intersection Model — Introduction to PostGIS
[2]PostGIS教程十八:维数扩展的9交集模型 - 知乎 (zhihu.com)
[5]九交模型 开源地理空间基金会中文分会 开放地理空间实验室 (osgeo.cn)
PostGIS之维数扩展的九交模型的更多相关文章
- numpy的基本API(二)——维数操作
numpy的基本维数操作API iwehdio的博客园:https://www.cnblogs.com/iwehdio/ 1.np.copyto(dst, src) copyto方法将数组src复制到 ...
- PCA样本数量少于矩阵维数
%test pcaA=[3,7,1,4,1;5,5,2,1,3;4,2,4,5,3];S=cov(A);T=cov(A');[ds,vs]=eig(S)[dt,vt]=eig(T) 样本数量少于矩阵维 ...
- HOG参数简介及Hog特征维数的计算(转)
HOG构造函数 CV_WRAP HOGDescriptor() :winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize( ...
- Tensorflow描述张量的维度:阶,形状以及维数
张量 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通. 阶 在TensorFl ...
- LR特征维数特别大实时计算问题
美团 https://tech.meituan.com/machinelearning-data-feature-process.html 维数灾难 待续...
- /编写一个函数,要求从给定的向量A中删除元素值在x到y之间的所有元素(向量要求各个元素之间不能有间断), 函数原型为int del(int A ,int n , int x , int y),其中n为输入向量的维数,返回值为删除元素后的维数
/** * @author:(LiberHome) * @date:Created in 2019/2/28 19:39 * @description: * @version:$ */ /* 编写一个 ...
- C#数组维数及不同维数中元素个数的获取
简单理解有关数组维数的概念: 1.编程中用到的多维的数组,最多也就是二维数组了 2.数组的维数从0开始计算 using System; using System.Collections.Generic ...
- python 增加矩阵行列和维数
python 增加矩阵行列和维数 方法1 np.r_ np.c_ import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) b = np.a ...
- 分类问题中的“维数灾难” - robotMax
分类问题中的“维数灾难” - robotMax 在看机器学习的论文时,经常会看到有作者提到“curse of dimensionality”,中文译为“维数灾难”,这到底是一个什么样的“灾难”?本文将 ...
- tensorflow中张量(tensor)的属性——维数(阶)、形状和数据类型
tensorflow的命名来源于本身的运行原理,tensor(张量)意味着N维数组,flow(流)意味着基于数据流图的计算,所以tensorflow字面理解为张量从流图的一端流动到另一端的计算过程. ...
随机推荐
- 对象和类—Java世界的细胞
对象和类-Java世界的细胞 今天向大家介绍我自己关于Java中对象和类的一些体会,中有不足还请大家多多指教 1.面向对象程序设计 为什么会产生面向对象 我认为人们在最初探索计算机世界时,常常会从计算 ...
- VMware虚拟机开机黑屏解决方法
挂起时可以看到显示,但是开机就黑屏 解决方法: 命令提示符,鼠标右键点击"命令提示符",弹出菜单之后选择"以管理员身份运行" 在命令提示符窗口中输入" ...
- MongoDB 索引类型介绍
转载请注明出处: 目录 1.单字段索引 2.复合索引 3.多key索引 4.其他类型索引 5.索引额外属性 6.MongoDB 索引相关的常用sql命令 MongoDB 支持多种类型的索引,包括单字段 ...
- python 之列表(list)处理
列表(list) 创建一个列表,只要把逗号分隔的不同的数据项使用方括号括起来即可,一个列表中的数据类型可以各不相同,可以同时分别为整数.实数.字符串等基本类型,甚至是列表.元组.字典.集合以及其他自定 ...
- go语言的grpc环境安装
本文直接用安装包的方式安装. 源码编译安装参考:https://www.cnblogs.com/abc36725612/p/14288333.html 环境 golang的docker image d ...
- 彻底弄懂Javascript模块导入导出
笔者开始学习Javascript的时候,对模块不太懂,不知道怎么导入模块,导出模块,就胡乱一通试 比如 import xx from 'test.js' 不起作用,就加个括号 import {xx} ...
- 第一章 --------------------WPF基础概述
1.在使用WPF之前我一直在思考为什么要使用WPF? 主要原因在于我已经受够了MFC和Winform 和QT的界面设计.尤其是MFC的界面设计,使用一个界面库十分的复杂,并且我的绝大多数时间都是用在这 ...
- screenfetch—最炫酷的查看你的设备信息
screenfetch是一个很方便的并且很炫酷的一个程序,它可以做到很炫酷的输出你想要看到的系统信息. 只需要短短一行命令,就可以快速的安装上它.! 并且可以直观的显示出来,当前设备的信息.
- M.2 SSD固态硬盘上安装windows问题
近来M2硬盘大降价,笔记就趁便宜买了一个2T的M.2固态硬盘,插在笔记本上,接下来安装win11,本想以前安装多次,也是老手了,没想到遇到很多问题,一度陷入僵局,不过最终还是安装成功了,下面记录下安装 ...
- [OpenCV实战]30 使用OpenCV实现图像孔洞填充
在本教程中,我们将学习如何填充二值图像中的孔.考虑下图左侧的图像.假设我们想要找到一个二值掩模,它将硬币与背景分开,如下图右侧图像所示.在本教程中,包含硬币的圆形区域也将被称为前景. 请注意,硬币的边 ...