【写在创作纪念日】基于SpringBoot和PostGIS的各省东西南北四至极点区县可视化

前言

一、空间检索简介

1、空间表结构

2、四至空间检索

二、前后端实现

1、后端实现

2、前端集成

三、成果展示

1、东部省份

2、西部省份

3、南部省份

4、北部省份

5、中部省份

四、总结

前言

在当今数字化时代，地理信息数据的分析与可视化对于众多领域都有着至关重要的意义。从城市规划到资源管理，从环境监测到交通物流，精准、直观地呈现地理空间数据能够为决策提供有力支持。在中国这样一个地域辽阔、行政区划复杂的国家，各省的地理四至极点信息在一定程度上反映了该省的地理位置特征和空间分布情况。通过确定各省的东西南北四至极点所在的区县，并将其可视化展示，可以为众多领域提供有价值的参考。

在城市规划方面，了解周边省份的四至极点区县有助于明确自身的区域优势和潜在发展方向，合理布局城市功能区，规划交通线路和基础设施建设，促进区域间的协调发展。对于资源管理，直观的可视化界面可以帮助管理者快速了解资源的地理分布范围，以便更好地制定资源开发与保护策略，优化资源分配，提高资源利用效率。在环境监测领域，通过观察四至极点区县及其周边环境数据的可视化呈现，可以及时发现环境问题的空间关联性，为跨区域的环境治理提供依据，实现区域性环境协同监测与管理。此外，交通物流行业也可以借助该可视化系统，优化运输路线规划，提高物流配送效率，降低运输成本，更好地应对复杂的地理环境和运输需求。

本次研究聚焦于基于 SpringBoot 和 PostGIS 的各省东西南北四至极点区县可视化项目。本项目旨在整合 SpringBoot 的高效开发能力和 PostGIS 的强大空间数据处理功能，构建一个精准、实时且交互性强的各省东西南北四至极点区县可视化平台，为相关领域的研究与决策提供一种创新、直观且便捷的地理信息可视化解决方案，助力探索和挖掘地理空间数据蕴含的巨大价值，推动各行业在地理维度上的科学决策与可持续发展。接下来，本文将深入探讨该可视化项目的空间查询设计、关键技术实现以及实际应用场景与效果评估等内容，详细阐述如何利用 SpringBoot 和 PostGIS 实现地理数据的有效处理与可视化展示，以满足不同用户的需求，为地理信息相关领域的研究和实践提供有价值的参考与借鉴。通过本文可以实现一个查找对应省份的四至区县和对应经纬度点坐标信息。

一、空间检索简介

本节将重点对空间检索的知识进行综合介绍，分别从以下两点开展，首先是空间表结构展示，对县域这张空间表进行简单介绍。其次介绍如何基于PostGIS来进行省域范围的区县四至空间检索实践。

1、空间表结构

本实例涉及的空间表结构有以下这张表，这张便是区域信息，是省份对象的区县信息。表结构如下：

具体的表结构SQL如下所示：

CREATE TABLE "public"."biz_area" ("id" int8 NOT NULL,"province_code" varchar(16) COLLATE "pg_catalog"."default" NOT NULL,"province_name" varchar(64) COLLATE "pg_catalog"."default" NOT NULL,"city_code" varchar(16) COLLATE "pg_catalog"."default" NOT NULL,"city_name" varchar(512) COLLATE "pg_catalog"."default" NOT NULL,"area_code" varchar(16) COLLATE "pg_catalog"."default" NOT NULL,"area_name" varchar(512) COLLATE "pg_catalog"."default" NOT NULL,"type" varchar(32) COLLATE "pg_catalog"."default","geom" "public"."geometry",CONSTRAINT "pk_biz_area" PRIMARY KEY ("id")
);
CREATE INDEX "idx_biz_area_areacode" ON "public"."biz_area" USING btree ("area_code" COLLATE "pg_catalog"."default" "pg_catalog"."text_ops" ASC NULLS LAST
);
CREATE INDEX "idx_biz_area_city_code" ON "public"."biz_area" USING btree ("city_code" COLLATE "pg_catalog"."default" "pg_catalog"."text_ops" ASC NULLS LAST
);
CREATE INDEX "idx_biz_area_geom" ON "public"."biz_area" USING gist ("geom" "public"."gist_geometry_ops_2d"
);
CREATE INDEX "idx_biz_area_geom_gp" ON "public"."biz_area" USING gist ((geom::geography) "public"."gist_geography_ops"
);
CREATE INDEX "idx_biz_area_provincec_code" ON "public"."biz_area" USING btree ("province_code" COLLATE "pg_catalog"."default" "pg_catalog"."text_ops" ASC NULLS LAST
);
COMMENT ON COLUMN "public"."biz_area"."id" IS '主键ID';
COMMENT ON COLUMN "public"."biz_area"."province_code" IS '省份编码';
COMMENT ON COLUMN "public"."biz_area"."province_name" IS '省份名称';
COMMENT ON COLUMN "public"."biz_area"."city_code" IS '市级编码';
COMMENT ON COLUMN "public"."biz_area"."city_name" IS '市级名称';
COMMENT ON COLUMN "public"."biz_area"."area_code" IS '区县编码';
COMMENT ON COLUMN "public"."biz_area"."area_name" IS '区县名称';
COMMENT ON COLUMN "public"."biz_area"."type" IS '类型';
COMMENT ON COLUMN "public"."biz_area"."geom" IS 'geom';

区县表的查询数据结果如下所示：

以上就是空间表模型和表结构的简单介绍。这张表是基础数据表格，是后续进行四至空间分析的基础。

2、四至空间检索

要想实现空间四至的求解，其实可以转换成寻找当前面数据的四至范围极值的问题。因此我们只需要找到能包围当前面数据的做大点的坐标即可。为了方便实现按照某省份来查询其对应的四至范围，因此在Postgresql中使用子查询来进行数据的过滤，首先定义with 子句。查询的SQL如下：

WITH temp_area AS (SELECT *  FROM biz_area T WHERE T.province_code = '510000'),bounds_info AS ((SELECT '最东' AS direction, T.*, ST_X(dp.geom) AS x, ST_Y(dp.geom) AS yFROM temp_area T, LATERAL ST_DumpPoints(T.geom) AS dpORDER BY x DESC LIMIT 1)UNION (SELECT '最西' AS direction, T.*, ST_X(dp.geom) AS x, ST_Y(dp.geom) AS yFROM temp_area T, LATERAL ST_DumpPoints(T.geom) AS dpORDER BY x ASC LIMIT 1)UNION (SELECT '最北' AS direction, T.*, ST_X(dp.geom) AS x, ST_Y(dp.geom) AS yFROM temp_area T, LATERAL ST_DumpPoints(T.geom) AS dpORDER BY y ASC LIMIT 1)UNION (SELECT '最南' AS direction, T.*, ST_X(dp.geom) AS x, ST_Y(dp.geom) AS yFROM temp_area T, LATERAL ST_DumpPoints(T.geom) AS dpORDER BY y DESC LIMIT 1)) SELECT  direction,id, province_code, province_name, city_code,city_name,area_code,area_name,type,st_asgeojson(geom) AS geomJson,x AS lon,y AS lat FROM bounds_info;

这里我们以四川省为例，查询四川省的四至县域结果：

可以直观的看到，四川省最东边是达州市的宣汉县，最西边是甘孜藏族自治州的石渠县，最南边是凉山彝族自治州的会理县，最北边是阿坝藏族羌族自治州的若尔盖县。

二、前后端实现

介绍完空间表以及四至的空间检索实现后，接下来我们来介绍一下如何在前后端实现接口的接入和WebGIS界面的可视化。

1、后端实现

后端比较简单，这里我们将前面的四至查询函数包装成一个公共的方法，供后续的分析方法调用。在Mapper中定义查询请求的方法体，具体如下图所示：

static final String FIND_ESWNAREA_BYPROVINCE_SQL = "<script>"+ " WITH temp_area AS ( SELECT * FROM biz_area T WHERE T.province_code = #{province_code} ), "+ " bounds_info AS ("+ " ( SELECT '最东' AS direction,T.*,ST_X ( dp.geom ) AS x,ST_Y ( dp.geom ) AS y "+ " FROM temp_area T,LATERAL ST_DumpPoints ( T.geom ) AS dp ORDER BY x DESC LIMIT 1 "+ " ) UNION  "+ " ( SELECT '最西' AS direction,T.*,ST_X ( dp.geom ) AS x,ST_Y ( dp.geom ) AS y "+ " FROM temp_area T,LATERAL ST_DumpPoints ( T.geom ) AS dp ORDER BY x ASC LIMIT 1 "+ " ) UNION "+ " ( SELECT '最南' AS direction,T.*,ST_X ( dp.geom ) AS x,ST_Y ( dp.geom ) AS y "+ " FROM temp_area T, LATERAL ST_DumpPoints ( T.geom ) AS dp ORDER BY y ASC LIMIT 1 "+ " ) UNION  "+ " (SELECT '最北' AS direction,T.*,ST_X ( dp.geom ) AS x,ST_Y ( dp.geom ) AS y "+ " FROM temp_area T, LATERAL ST_DumpPoints( T.geom ) AS dp ORDER BY y DESC LIMIT 1 "+ ") SELECT direction,id,province_code,province_name,city_code,city_name,area_code, "+ " area_name,type, st_asgeojson(geom) geomJson, x lon,y lat FROM bounds_info "+ "</script>";
/**
* - 根据省份code查询对应省份的四至区县信息
* @param provinceCode 需要查询的目标省份code
* @return
*/
@Select(FIND_ESWNAREA_BYPROVINCE_SQL)
List<EwsnAreaVo> findEswnAreaByProvinceCode(@Param("province_code")String provinceCode);

这里仅介绍Mapper的实现，具体的业务层和控制层代码比较简单，在此不在赘述。

2、前端集成

介绍完后端的方法实现后，再来介绍一下前端如何使用Leaflet来进行具体的展示。关于地图页面的展示分为两个部分，第一部分展示省份信息，第二部分是展示四至极值的所在区县信息。首先是展示省份信息的方法，关键代码如下：

 function previewProvince(gid,name){var myStyle = {color:"red",weight:3,"opacity":0.65};$.ajax({  type:"get",  url:prefix + "/geojson/" + gid,  data:{},  dataType:"json",  cache:false,processData:false,success:function(result){if(result.code == web_status.SUCCESS){var geojson = JSON.parse(result.data);var areaLayer = L.geoJSON(geojson,{style:myStyle}).addTo(mymap);var myIcon = L.divIcon({className: 'my-div-icon',iconSize: 100});showLayerGroup.clearLayers();showLayerGroup.addLayer(areaLayer);}},error:function(){$.modal.alertWarning("获取空间信息失败");}});
}

展示东南西北四至点和所在区县的核心方法如下：

function previewEwsn(pid,provinceCode,name){previewProvince(pid,name);$.ajax({  type:"get",  url:prefix + "/ewsnprovince/list/" + provinceCode,  data:{},  dataType:"json",  cache:false,processData:false,success:function(result){if(result.code == web_status.SUCCESS){var legendData = new Array();for(var i = 0;i< result.data.length;i++){var areaData = result.data[i];var color = ccolor = getRandomColor();var areaLayer = L.geoJSON(JSON.parse(areaData.geomJson),{style: {color:color,fillColor:color,weight:3,"opacity":0.65, fillOpacity: 0.65 }}).addTo(mymap);var myIcon = L.divIcon({iconSize: null,className: '',popupAnchor:[5,5],shadowAnchor:[5,5],html: buildShowInfo(i,color,areaData)});showLayerGroup.addLayer(areaLayer);//中心点位L.marker([areaData.lat,areaData.lon], { icon: myIcon}).addTo(showLayerGroup);legendData.push({label: "\xa0\xa0"+areaData.cityName + areaData.areaName,type: "rectangle",radius: 12,color: color,fillColor: color,fillOpacity: 0.8,weight: 2});}mymap.fitBounds(showLayerGroup.getBounds());initLegend(legendData);}},error:function(){$.modal.alertWarning("获取空间信息失败");}});}

三、成果展示

篇幅有限不能将所有省份一一展示，从东西南北中四个方向各选取一些省份及其对应的四至区县来进行展示和讲解。各个省份排名不分先后，区县信息位置是准确的，文中展示不全的，如有兴趣，欢迎在评论区留言。

1、东部省份

上海市四至：

序号	四至	所在区县
1	最北边	上海崇明区
2	最东边	上海崇明区
3	最西边	上海青浦区
4	最南边	上海金山区

江苏省四至：

序号	四至	所在区县
1	最北边	连云港市赣榆区
2	最东边	南通市启东市
3	最西边	徐州市丰县
4	最南边	苏州市吴江区

2、西部省份

西藏自治区四至：

序号	四至	所在区县
1	最北边	那曲市双湖县
2	最东边	昌都市芒康县
3	最西边	阿里地区札达县
4	最南边	山南市错那县

3、南部省份

广西壮族自治区四至：

序号	四至	所在区县
1	最北边	桂林市全州县
2	最东边	贺州市八步区
3	最西边	百色市西林县
4	最南边	北海市海城区

4、北部省份

河北省四至：

序号	四至	所在区县
1	最北边	承德市围场满族蒙古族自治县
2	最东边	秦皇岛市山海关区
3	最西边	邯郸市涉县
4	最南边	邯郸市魏县

5、中部省份

湖北省四至：

序号	四至	所在区县
1	最北边	十堰市郧西县
2	最东边	黄冈市黄梅县
3	最西边	恩施土家族苗族自治州利川市
4	最南边	咸宁市通城县

四、总结

以上就是本文的主要内容，本次研究聚焦于基于 SpringBoot 和 PostGIS 的各省东西南北四至极点区县可视化项目。本项目旨在整合 SpringBoot 的高效开发能力和 PostGIS 的强大空间数据处理功能，构建一个精准、实时且交互性强的各省东西南北四至极点区县可视化平台，为相关领域的研究与决策提供一种创新、直观且便捷的地理信息可视化解决方案，助力探索和挖掘地理空间数据蕴含的巨大价值，推动各行业在地理维度上的科学决策与可持续发展。行文仓促，定有不足之处，欢迎各位朋友在评论区批评指正，不胜感激。