【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

news2025/5/25 10:19:23

目录

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 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 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 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。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2385282.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

如何制作可以本地联网搜索的MCP，并让本地Qwen3大模型调用搜索回答用户问题？

如何制作可以本地联网搜索的MCP，并让本地Qwen3大模型调用搜索回答用户问题？

环境： SearXNG Qwen3-32B-FP8 vllm 0.8.5 问题描述： 如何制作可以本地联网搜索的MCP，并让本地Qwen3大模型调用搜索回答用户问题？ 解决方案： 一、安装searxng 1.按需新建模型相关文件夹 mkdir MCP chmod 777 /mnt/program/MCP2.配置conda源 nano ~/.condarc nano…
阅读更多...
服务器硬盘虚拟卷的处理

服务器硬盘虚拟卷的处理

目前的情况是需要删除逻辑卷&#xff0c;然后再重新来弄一遍。 数据已经备份好了&#xff0c;所以不用担心数据会丢失。 查看服务器的具体情况 使用 vgdisplay 操作查看服务器的卷组情况&#xff1a; --- Volume group ---VG Name vg01System IDFormat …
阅读更多...
一个国债交易策略思路

一个国债交易策略思路

该国债交易策略的核心在于通过分析历史价格数据来识别市场趋势&#xff0c;并在趋势确认时进行开仓操作。策略的设计思路结合了价格波动范围的计算和市场波动性的评估&#xff0c;旨在捕捉市场的短期趋势并控制风险。 首先&#xff0c;策略通过对过去5根K线的最高价和最低价进行…
阅读更多...
【三维重建】【3DGS系列】【深度学习】3DGS的理论基础知识之如何形成高斯椭球

【三维重建】【3DGS系列】【深度学习】3DGS的理论基础知识之如何形成高斯椭球

【三维重建】【3DGS系列】【深度学习】3DGS的理论基础知识之如何形成高斯椭球 文章目录 【三维重建】【3DGS系列】【深度学习】3DGS的理论基础知识之如何形成高斯椭球前言高斯函数一维高斯多维高斯 椭球基本定义一般二次形式 3D高斯椭球3D高斯与椭球的关系各向同性(Isotropic)和…
阅读更多...
手写ES6 Promise() 相关函数

手写ES6 Promise() 相关函数

手写 Promise() 相关函数&#xff1a; Promise()、then()、catch()、finally() // 定义三种状态常量 const PENDING pending const FULFILLED fulfilled const REJECTED rejectedclass MyPromise {/*定义状态和结果两个私有属性:1.使用 # 语法&#xff08;ES2022 官方私有字…
阅读更多...
【NLP 76、Faiss 向量数据库】

【NLP 76、Faiss 向量数据库】

压抑与痛苦&#xff0c;那些辗转反侧的夜&#xff0c;终会让我们更加强大 —— 25.5.20 Faiss&#xff08;Facebook AI Similarity Search&#xff09;是由 Facebook AI 团队开发的一个开源库&#xff0c;用于高效相似性搜索的库&#xff0c;特别适用于大规模向…
阅读更多...
软件名称：系统日志监听工具 v1.0

软件名称：系统日志监听工具 v1.0

软件功能&#xff1a;一款基于 PyQt5 开发的 Windows 系统日志监听工具&#xff0c;适用于系统运维、网络管理、故障排查等场景&#xff0c;具备以下核心功能&#xff1a; 支持监听系统三大日志源&#xff1a;应用程序 / 系统 / 安全日志实时抓取新日志事件&#xff0c;自动滚…
阅读更多...
Spring AI 之结构化输出转换器

Spring AI 之结构化输出转换器

截至 2024 年 2 月 5 日，旧的 OutputParser、BeanOutputParser、ListOutputParser 和 MapOutputParser 类已被弃用，取而代之的是新的 StructuredOutputConverter、BeanOutputConverter、ListOutputConverter 和 MapOutputConverter 实现类。后者可直接替换前者，并提供相同的…
阅读更多...
Java虚拟机面试题：内存管理（上）

Java虚拟机面试题：内存管理（上）

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…
阅读更多...
进程间通信I·匿名管道

进程间通信I·匿名管道

目录 进程间通信&#xff08;IPC&#xff09; 含义 目的 分类 匿名管道 原理 创建过程 特性 四大情况 close问题 代码练习 简单通信 进程池 小知识 进程间通信&#xff08;IPC&#xff09; 含义 就是让不同的进程能看到同一份资源&#xff0c;实现数据交流。 …
阅读更多...
Ubuntu Linux系统的基本命令详情

Ubuntu Linux系统的基本命令详情

1.Ubuntu Linux是以桌面应用为主的Linux发行版操作系统 2.Ubuntu的用户使用 在登录系统一般使用在安装系统时建立的普通用户登录&#xff0c;如果要使用超级用户权限 #sudo ---执行命令 sudo passwd ---修改用户密码 su - root ---切换超级用户 系统的不同&#xff0c;命令也不…
阅读更多...
大数据治理：理论、实践与未来展望（二）

大数据治理：理论、实践与未来展望（二）

书接上文 文章目录 七、大数据治理的未来发展趋势&#xff08;一&#xff09;智能化与自动化&#xff08;二&#xff09;数据隐私与安全的强化&#xff08;三&#xff09;数据治理的云化&#xff08;四&#xff09;数据治理的跨行业合作&#xff08;五&#xff09;数据治理的生…
阅读更多...
PCB布局设计

PCB布局设计

PCB布局设计 一、原理图到PCB转换前的准备工作 在将原理图转换为PCB之前&#xff0c;我们需要进行一系列准备工作&#xff0c;确保设计的正确性和完整性。这一步骤至关重要&#xff0c;可以避免后续PCB设计中出现不必要的错误。 // 原理图转PCB前必要检查步骤 // 1. 仔细检查…
阅读更多...
esp32+IDF V5.1.1版本编译freertos报错

esp32+IDF V5.1.1版本编译freertos报错

error: portTICK_RATE_MS undeclared (first use in this function); did you mean portTICK_PERIOD_MS 解决方法: 使用命令 idf.py menuconfig 打开配置界面配置freeRtos 使能configENABLE_BACKWARD_COMPATIBLITY
阅读更多...
笔记本6GB本地可跑的图生视频项目（FramePack）

笔记本6GB本地可跑的图生视频项目（FramePack）

文章目录 &#xff08;一&#xff09;简介&#xff08;二&#xff09;本地执行&#xff08;2.1&#xff09;下载&#xff08;2.2&#xff09;更新&#xff08;2.3&#xff09;运行&#xff08;2.4&#xff09;生成 &#xff08;三&#xff09;注意&#xff08;3.1&#xff09;效…
阅读更多...
SpringMVC实战：动态时钟

SpringMVC实战：动态时钟

引言 在现代 Web 开发中&#xff0c;选择一个合适的框架对于项目的成功至关重要。Spring MVC 作为 Spring 框架的核心模块之一&#xff0c;以其清晰的架构、强大的功能和高度的可配置性&#xff0c;成为了 Java Web 开发领域的主流选择。本文将通过一个“动态时钟”的实战项目…
阅读更多...
哈希表的实现（上）

哈希表的实现（上）

前言 在C98中&#xff0c;STL提供了底层为红黑树结构的一系列关联式容器&#xff0c;在查询时效率可达到&#xff0c;即最差情况下需要比较红黑树的高度次&#xff0c;当树中的节点非常多时&#xff0c;查询效率也不理想。最好的查询是&#xff0c;进行很少的比较次数就能够将…
阅读更多...
【Java高阶面经：微服务篇】1.微服务架构核心：服务注册与发现之AP vs CP选型全攻略

【Java高阶面经：微服务篇】1.微服务架构核心：服务注册与发现之AP vs CP选型全攻略

一、CAP理论在服务注册与发现中的落地实践 1.1 CAP三要素的技术权衡 要素AP模型实现CP模型实现一致性最终一致性（Eureka通过异步复制实现）强一致性（ZooKeeper通过ZAB协议保证）可用性服务节点可独立响应（支持分区存活）分区期间无法保证写操作（需多数节点可用）分区容错性…
阅读更多...
实验7 HTTP协议分析与测量

实验7 HTTP协议分析与测量

实验7 HTTP协议分析与测量 1、实验目的 了解HTTP协议及其报文结构 了解HTTP操作过程&#xff1a;TCP三次握手、请求和响应交互 掌握基于tcpdump和wireshark软件进行HTTP数据包抓取和分析技术 2、实验环境 硬件要求&#xff1a;阿里云云主机ECS 一台。 软件要求&#xff1…
阅读更多...
python：机器学习概述

python：机器学习概述

本文目录&#xff1a; 一、人工智能三大概念二、学习方式三、人工智能发展史**1950-1970****1980-2000****2010-2017****2017-至今** 四、机器学习三要素五、常见术语六、数据集的划分七、常见算法分类八、机器学习的建模流程九、特征工程特征工程包括**五大步**&#xff1a;特…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023