PostGIS空间汇总函数如何实现区域数据聚合？关键参数与优化技巧详解（附：实战代码）

wowwwai GIS研习社 · 工具流程与项目排障

PostGIS空间汇总函数如何实现区域数据聚合？关键参数与优化技巧详解（附：实战代码），这个问题常见于“把点、线、面数据按行政区、网格或业务区域统计汇总”的场景，例如统计每个街道内的POI数量、每个区县的道路总长度、每个网格内的建筑面积。本文以PostGIS空间汇总函数为核心，讲清楚区域数据聚合的典型SQL写法、关键参数、空间索引优化和常见错误排查。

引言：为什么PostGIS空间汇总函数适合做区域数据聚合

在GIS项目中，区域数据聚合通常不是简单的属性分组，而是要先判断空间关系，再进行统计汇总。比如“哪些点落在某个行政区内”“哪些道路与某个区域相交”“面要素与统计区重叠多少面积”。

PostGIS的优势在于可以直接在数据库中完成空间关系判断、空间裁剪、面积长度计算和分组汇总，避免把大量数据导出到桌面软件反复处理。对于WebGIS后台、空间数据仓库、批量制图和指标计算来说，这种方式更稳定，也更容易自动化。

背景：区域统计为什么不能只用普通GROUP BY

普通SQL中的GROUP BY只能根据已有字段分组。例如一张POI表中已经有district_name字段，那么直接按区县名称汇总即可。

SELECT district_name, COUNT(*) AS poi_count
FROM poi
GROUP BY district_name;

但真实项目中，业务数据往往只有几何字段geom，没有可靠的行政区字段。或者行政区边界更新后，原来的区县字段已经不准确。这时就需要使用PostGIS空间汇总函数和空间关系函数，先判断要素属于哪个区域，再进行聚合。

常见的区域数据聚合问题包括：

• 统计每个行政区内的POI数量。
• 统计每个网格内的事件点数量。
• 计算每个区县内道路总长度。
• 计算每个街道内建设用地面积。
• 把多个小面按行政区聚合成一个大面。

原理：PostGIS空间汇总函数与空间关系函数如何配合

严格来说，PostGIS中的“空间汇总”通常由两类函数配合完成：一类是空间关系函数，用来判断空间位置关系；另一类是聚合函数，用来统计数量、长度、面积或合并几何。

1. 空间关系函数负责“匹配区域”

区域数据聚合的第一步，是判断业务要素和统计区域之间的关系。常用函数如下：

函数	适用场景	说明
ST_Contains(a, b)	面包含点、面包含面	判断几何b是否完全位于几何a内部。
ST_Within(b, a)	点属于面、面属于面	与ST_Contains方向相反，常用于“要素在区域内”。
ST_Intersects(a, b)	线穿过面、面与面重叠	只要有空间交集就返回true，适用范围最广。
ST_Covers(a, b)	边界点也算属于区域	比ST_Contains更适合处理落在边界上的点。

2. 聚合函数负责“汇总结果”

匹配到区域后，再使用SQL聚合函数或PostGIS几何聚合函数完成统计。

函数	用途	典型结果
COUNT(*)	统计数量	每个区县的POI数量。
SUM(ST_Length(geom))	统计长度	每个行政区内道路总长度。
SUM(ST_Area(geom))	统计面积	每个区域内地块面积。
ST_Union(geom)	合并几何	把多个小面合并成一个区域面。
ST_Collect(geom)	收集几何	生成几何集合，不做拓扑融合。

因此，一个标准的PostGIS空间汇总函数工作流通常是：区域表与业务表做空间连接，然后按区域ID分组，最后计算数量、长度、面积或合并后的几何。

步骤：用PostGIS实现区域数据聚合的实战代码

步骤1：准备示例表结构

假设有两张表：districts是行政区面图层，poi是兴趣点图层。两张表都使用同一个投影坐标系，几何字段名为geom。

-- 行政区表
-- districts(id, name, geom)

-- POI点表
-- poi(id, category, geom)

在正式统计前，建议先检查SRID是否一致。

SELECT ST_SRID(geom) AS srid, COUNT(*)
FROM districts
GROUP BY ST_SRID(geom);

SELECT ST_SRID(geom) AS srid, COUNT(*)
FROM poi
GROUP BY ST_SRID(geom);

如果两张表的SRID不同，不要直接做空间汇总。应该先统一坐标系，或者在查询中使用ST_Transform转换。

步骤2：统计每个行政区内的POI数量

这是最常见的区域数据聚合场景。推荐使用LEFT JOIN保留没有POI的区域，这样结果中不会漏掉空区域。

SELECT
    d.id,
    d.name,
    COUNT(p.id) AS poi_count
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
GROUP BY d.id, d.name
ORDER BY poi_count DESC;

这里使用ST_Covers而不是ST_Contains，是因为点如果刚好落在行政区边界上，ST_Contains可能不认为它在区域内部，而ST_Covers更符合很多统计口径中的“边界也算包含”。

步骤3：按POI类型统计每个区域数量

如果需要统计每个行政区内不同类型POI的数量，可以把业务分类字段加入分组。

SELECT
    d.id,
    d.name,
    p.category,
    COUNT(p.id) AS poi_count
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
GROUP BY d.id, d.name, p.category
ORDER BY d.name, poi_count DESC;

如果希望每个区域输出一行，并把不同类型写成列，可以使用条件聚合。

SELECT
    d.id,
    d.name,
    COUNT(p.id) AS total_poi,
    COUNT(p.id) FILTER (WHERE p.category = '学校') AS school_count,
    COUNT(p.id) FILTER (WHERE p.category = '医院') AS hospital_count,
    COUNT(p.id) FILTER (WHERE p.category = '商场') AS mall_count
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
GROUP BY d.id, d.name
ORDER BY d.id;

步骤4：统计每个区域内道路总长度

道路是线要素，直接用ST_Intersects可以判断道路是否与区域相交。但如果一条道路跨越多个行政区，直接统计整条线长度会重复计算。更严谨的做法是先用ST_Intersection裁剪到区域内部，再计算长度。

SELECT
    d.id,
    d.name,
    SUM(ST_Length(ST_Intersection(r.geom, d.geom))) AS road_length
FROM districts d
JOIN roads r
    ON ST_Intersects(d.geom, r.geom)
GROUP BY d.id, d.name
ORDER BY road_length DESC;

如果坐标系单位是米，那么ST_Length结果通常也是米。如果数据是经纬度坐标系，长度结果可能是“度”，不能直接当作米使用。

更推荐在计算前转换到适合当地的投影坐标系。例如中国常见项目可根据所在区域选择CGCS2000高斯投影、UTM分带或本地等积投影。

SELECT
    d.id,
    d.name,
    SUM(
        ST_Length(
            ST_Intersection(
                ST_Transform(r.geom, 4547),
                ST_Transform(d.geom, 4547)
            )
        )
    ) AS road_length_m
FROM districts d
JOIN roads r
    ON ST_Intersects(d.geom, r.geom)
GROUP BY d.id, d.name;

步骤5：统计每个区域内面数据面积

对于地块、建筑、用地等面数据，常见需求是统计每个行政区内的面积。同样要注意跨区面要素的重复统计问题。

SELECT
    d.id,
    d.name,
    SUM(ST_Area(ST_Intersection(l.geom, d.geom))) AS land_area
FROM districts d
JOIN landuse l
    ON ST_Intersects(d.geom, l.geom)
GROUP BY d.id, d.name
ORDER BY land_area DESC;

如果只统计某一类用地，可以增加属性条件。

SELECT
    d.id,
    d.name,
    SUM(ST_Area(ST_Intersection(l.geom, d.geom))) AS residential_area
FROM districts d
JOIN landuse l
    ON ST_Intersects(d.geom, l.geom)
WHERE l.type = '居住用地'
GROUP BY d.id, d.name;

步骤6：把多个小面按区域字段合并

如果数据本身已有区域字段，例如乡镇面需要按区县编码合并，可以使用ST_Union。

CREATE TABLE county_union AS
SELECT
    county_code,
    county_name,
    ST_Union(geom) AS geom
FROM township
GROUP BY county_code, county_name;

ST_Union会进行拓扑融合，适合生成真正的合并面。但它比ST_Collect更耗时。如果只是临时收集几何，不需要消除内部边界，可以使用ST_Collect。

CREATE TABLE county_collect AS
SELECT
    county_code,
    county_name,
    ST_Collect(geom) AS geom
FROM township
GROUP BY county_code, county_name;

常见坑：PostGIS空间汇总函数结果不准的原因

1. 坐标系不一致导致空间匹配失败

如果区域表是EPSG:4490，点表是EPSG:3857，直接执行ST_Intersects通常会得到错误结果。PostGIS不会自动理解两套坐标系应该如何叠加。

排查方式：

SELECT ST_SRID(geom), COUNT(*)
FROM your_table
GROUP BY ST_SRID(geom);

修复方式：

ALTER TABLE poi
ALTER COLUMN geom TYPE geometry(Point, 4490)
USING ST_Transform(geom, 4490);

2. 经纬度坐标直接计算面积和长度

经纬度坐标的单位是度，不是米。直接使用ST_Area和ST_Length会造成统计结果难以解释。区域数据聚合涉及长度和面积时，应优先转换到合适的投影坐标系。

SELECT ST_Area(ST_Transform(geom, 4547)) AS area_m2
FROM landuse;

3. 跨区域线面没有裁剪导致重复统计

道路、河流、地块等要素可能跨越多个区域。如果只用ST_Intersects判断相交，然后汇总原始几何长度或面积，就会把整条线或整个面重复计入多个区域。

正确思路是：先用ST_Intersection取得区域内部分，再计算长度或面积。

4. 无效几何导致ST_Intersection报错

面数据如果存在自相交、环方向异常、重复节点等问题，执行空间叠加时可能报错或返回异常结果。可以先检查几何有效性。

SELECT id, ST_IsValidReason(geom)
FROM landuse
WHERE NOT ST_IsValid(geom);

常用修复方式是ST_MakeValid。

UPDATE landuse
SET geom = ST_MakeValid(geom)
WHERE NOT ST_IsValid(geom);

5. 使用INNER JOIN导致空区域丢失

如果使用JOIN，没有匹配到业务要素的区域不会出现在结果中。做行政区、网格、统计单元汇总时，通常应使用LEFT JOIN保留所有区域。

SELECT
    d.id,
    d.name,
    COUNT(p.id) AS poi_count
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
GROUP BY d.id, d.name;

方法比较：不同PostGIS空间汇总写法怎么选

需求	推荐函数组合	注意事项
统计面内点数量	ST_Covers + COUNT	边界点是否计入要根据统计口径确定。
统计区域内线长度	ST_Intersects + ST_Intersection + ST_Length	跨区线必须裁剪后计算，避免重复统计。
统计区域内面面积	ST_Intersects + ST_Intersection + ST_Area	需要使用投影坐标系，避免经纬度面积误差。
按字段合并面	ST_Union + GROUP BY	拓扑融合较慢，大数据量要分批或预处理。
快速收集几何	ST_Collect + GROUP BY	不消除内部边界，不等同于真正融合。

简单理解：点统计优先考虑包含关系，线面统计优先考虑相交加裁剪，几何融合优先区分ST_Union和ST_Collect的差异。

步骤：PostGIS空间汇总函数的优化技巧

1. 为几何字段创建空间索引

空间汇总查询慢，最常见原因是没有空间索引。PostGIS通常使用GiST索引加速空间过滤。

CREATE INDEX idx_districts_geom
ON districts
USING GIST (geom);

CREATE INDEX idx_poi_geom
ON poi
USING GIST (geom);

ANALYZE districts;
ANALYZE poi;

创建索引后使用EXPLAIN ANALYZE检查执行计划，确认是否使用了空间索引。

EXPLAIN ANALYZE
SELECT
    d.id,
    COUNT(p.id)
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
GROUP BY d.id;

2. 先用空间索引过滤，再做精确计算

ST_Intersects通常可以结合空间索引进行外包矩形过滤，然后再做精确空间判断。对于复杂面叠加，不要一上来就对所有要素执行ST_Intersection。

推荐写法是先在JOIN条件中使用ST_Intersects缩小候选范围，再在SELECT中计算交集长度或面积。

SELECT
    d.id,
    SUM(ST_Area(ST_Intersection(d.geom, l.geom))) AS area_sum
FROM districts d
JOIN landuse l
    ON ST_Intersects(d.geom, l.geom)
GROUP BY d.id;

3. 对复杂行政区边界进行预处理

如果行政区边界非常复杂，空间连接会明显变慢。可以根据用途进行适度简化，但要注意简化会影响统计精度，不适合严肃面积核算。

CREATE TABLE districts_simple AS
SELECT
    id,
    name,
    ST_SimplifyPreserveTopology(geom, 5) AS geom
FROM districts;

对于展示或粗略筛选，可以用简化边界；对于最终面积、长度统计，应使用原始边界或经过质检的正式边界。

4. 大数据量按网格或行政区分批计算

当业务表有几千万条记录时，一条SQL完成全部区域聚合可能执行时间很长。可以按省、市、网格编号或时间分区分批写入结果表。

CREATE TABLE district_poi_summary (
    district_id integer,
    district_name text,
    poi_count bigint
);

INSERT INTO district_poi_summary
SELECT
    d.id,
    d.name,
    COUNT(p.id) AS poi_count
FROM districts d
LEFT JOIN poi p
    ON ST_Covers(d.geom, p.geom)
WHERE d.city_code = '3301'
GROUP BY d.id, d.name;

5. 对重复使用的中间结果建表

如果同一套空间匹配关系会被多次使用，例如后续还要统计POI类别、品牌、时间等字段，可以先生成空间匹配中间表。

CREATE TABLE poi_district_match AS
SELECT
    p.id AS poi_id,
    d.id AS district_id
FROM poi p
JOIN districts d
    ON ST_Covers(d.geom, p.geom);

CREATE INDEX idx_poi_district_match_district
ON poi_district_match (district_id);

后续统计就可以走普通属性聚合，减少重复空间计算。

SELECT
    m.district_id,
    p.category,
    COUNT(*) AS poi_count
FROM poi_district_match m
JOIN poi p
    ON m.poi_id = p.id
GROUP BY m.district_id, p.category;

检查清单：执行区域数据聚合前先确认这些事项

• 坐标系是否一致：区域表和业务表的SRID必须一致，或者在查询中明确使用ST_Transform。
• 统计单位是否正确：面积和长度计算应使用合适的投影坐标系。
• 空间关系是否符合口径：点在边界上是否计入，需要在ST_Contains、ST_Covers、ST_Within之间选择。
• 跨区要素是否裁剪：线和面跨越多个区域时，应使用ST_Intersection后再计算。
• 是否保留空区域：如果统计表需要完整区域列表，应使用LEFT JOIN。
• 空间索引是否创建：区域表和业务表的几何字段都建议创建GiST索引。
• 几何是否有效：面叠加前先检查ST_IsValid，必要时使用ST_MakeValid。
• 结果是否抽样核查：随机选择几个区域，在QGIS或ArcGIS Pro中叠加查看，验证SQL统计口径。

FAQ：PostGIS空间汇总函数常见问题

PostGIS空间汇总函数和普通GROUP BY有什么区别？

普通GROUP BY只根据属性字段分组，PostGIS空间汇总函数通常需要先用ST_Contains、ST_Covers、ST_Intersects等空间关系函数判断要素属于哪个区域，再用COUNT、SUM、ST_Union等函数汇总。

统计面内点数量应该用ST_Contains还是ST_Covers？

如果边界上的点不计入区域，可以使用ST_Contains。如果边界上的点也应计入统计结果，通常更推荐ST_Covers。行政区、网格统计中，ST_Covers更符合常见业务口径。

为什么用ST_Intersects统计道路长度会变大？

因为一条道路可能穿过多个区域。如果只判断相交，然后把整条道路长度计入每个相交区域，就会重复统计。正确做法是使用ST_Intersection裁剪道路在每个区域内的部分，再用ST_Length计算长度。

PostGIS计算面积为什么和QGIS结果不一样？

常见原因是坐标系、投影、几何修复方式或统计口径不同。请确认PostGIS和QGIS使用同一个投影坐标系，是否都进行了裁剪，是否排除了无效几何，以及面积单位是否一致。

ST_Union很慢怎么办？

ST_Union会进行拓扑融合，复杂面和大数据量下确实可能很慢。可以先按区域分批合并，修复无效几何，必要时使用ST_Subdivide拆分复杂几何。若只是临时收集几何而不需要消除内部边界，可以考虑ST_Collect。

区域数据聚合是否一定要在数据库中完成？

不一定。小数据量可以在QGIS、ArcGIS Pro或GeoPandas中完成。但当数据量较大、需要定时更新、需要给WebGIS接口直接使用时，PostGIS空间汇总函数更适合做稳定的后端计算。

结论：用PostGIS做区域数据聚合的推荐流程

PostGIS空间汇总函数的核心思路并不复杂：先用空间关系函数把业务要素匹配到统计区域，再按区域字段分组，最后用数量、长度、面积或几何聚合函数输出结果。

在实际项目中，最重要的不是把SQL写短，而是保证统计口径正确：坐标系统一、面积长度单位正确、跨区线面先裁剪、边界点规则明确、空区域不丢失。对于性能问题，优先检查空间索引、执行计划、几何复杂度和中间结果复用。

如果你要在PostGIS中实现行政区统计、网格汇总、POI聚合、道路长度汇总或用地面积统计，可以把本文的SQL模板作为基础，再根据自己的表名、SRID和业务口径进行调整。