PostGIS 几何简化全解：多种算法实战对比与性能优化方案

适用场景：GIS 数据可视化、空间数据瘦身、边界拓扑优化、PostGIS 性能调优

一、前言

在 GIS 项目开发中，几何图形简化是非常高频的需求。无论是前端地图渲染、空间数据存储压缩，还是提升空间查询效率，都需要对海量几何顶点进行精简。但几何简化绝非简单的“删点”，不同算法、不同函数会带来截然不同的图形效果、拓扑完整性和性能表现。

本文将结合实战案例，详解 PostGIS 中主流的几何简化方案，包括点去重、经典抽稀算法、网格精度压缩，以及 PostGIS 3.6 全新推出的拓扑面域批量简化能力，帮助大家根据业务场景选择最优方案。

二、基础准备：构建测试几何图形

为了直观展示各类简化函数的效果，我们先基于内置函数生成测试图形（以字母a的多边形轮廓为例）。

基础图形生成

ST_Letters 是 PostGIS 内置函数，可直接生成字符对应的几何图形，作为本次所有测试的基础数据。

-- 生成字母 a 对应的几何图形
SELECT ST_Letters('a');

原始图形顶点分布不均匀：曲线部分顶点密集，直线部分顶点稀少。为了放大各类简化算法的差异，我们对图形做顶点加密+重复点剔除处理：

• ST_Segmentize(geom, 1)：每隔 1 个单位距离插入顶点，让直线段也生成大量冗余顶点
• ST_RemoveRepeatedPoints(geom, 1)：剔除距离小于 1 单位的重复顶点，精简曲线部分冗余点

-- 标准化测试图形：均匀加密顶点 + 去除重复点
SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1);

后续所有简化测试，均基于该标准化图形展开。

三、单几何图形简化：六大函数实战解析

3.1 ST_RemoveRepeatedPoints：重复点剔除（基础精简）

该函数核心作用是移除指定容差内的重复顶点，是最简单的几何瘦身手段，适合清理采集、导入产生的脏数据。

示例（容差 10 米）

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_RemoveRepeatedPoints(a, 10) FROM a;

效果总结

1. 图形总顶点数量大幅减少，连续圆弧形态保留完好；
2. 缺陷明显：长直线段出现形变，竖直线条仍残留多余顶点；
3. 适用场景：仅用于清洗重复坐标点，不适合正式的图形抽稀与渲染优化。

3.2 ST_Simplify：Douglas-Peucker 算法经典抽稀

ST_Simplify 是 PostGIS 最常用的简化函数，底层基于道格拉斯-普克（Douglas-Peucker） 算法，专门针对线、多边形环进行顶点抽稀。

示例（容差 1 单位）

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_Simplify(a, 1) FROM a;

效果总结

1. 算法逻辑：保留关键拐点，删除容差范围内的次要顶点，计算效率高；
2. 短板：对多边形直角、方正轮廓的保留效果较差，容易破坏局部形态；
3. 适用场景：线状要素（道路、轨迹）、对多边形细节要求不高的场景。

3.3 ST_SimplifyVW：Visvalingam–Whyatt 算法（多边形优选）

ST_SimplifyVW 采用 Visvalingam–Whyatt 算法，是专门为多边形优化的抽稀方案，和 Douglas-Peucker 算法形成互补。

示例（容差 5 单位）

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_SimplifyVW(a, 5) FROM a;

效果总结

1. 相比 ST_Simplify，多边形整体轮廓、局部细节保留更优秀，形变更小；
2. 两者差异偏细微，肉眼需仔细分辨；
3. 适用场景：面状要素（行政区、地块、建筑）优先使用该函数。

3.4 ST_SnapToGrid：传统网格对齐（精度压缩）

将几何顶点强制对齐到固定精度网格，本质是坐标四舍五入，常用于统一相邻面的边界、压缩坐标小数位数。

示例（网格尺寸 5 单位）

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_SnapToGrid(a, 5) FROM a;

效果总结

1. 所有顶点被吸附到规则网格，坐标精度统一；
2. 致命问题：极易产生自相交环、无效多边形，破坏几何拓扑合法性；
3. 慎用场景：不推荐直接用于生产环境，仅作临时坐标对齐。

3.5 ST_ReducePrecision：安全版精度压缩（推荐）

作为 ST_SnapToGrid 的升级版（PostGIS 3.1+ 支持），ST_ReducePrecision 同样实现网格精度压缩，但强制保证输出几何永远合法，不会出现自相交、破碎图形等问题。

示例（网格尺寸 5 单位）

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_ReducePrecision(a, 5) FROM a;

效果总结

1. 兼顾坐标网格对齐 + 几何有效性，完美替代老旧的 ST_SnapToGrid；
2. 缺点：直线段会产生少量冗余顶点；
3. 适用场景：坐标精度降级、数据导出（GeoJSON/KML）、跨系统数据对接。

3.6 组合方案：精度压缩 + 抽稀（最优单体简化）

由于 ST_ReducePrecision 会在直线上产生多余顶点，我们可以组合使用精度压缩 + 经典抽稀，取长补短，实现极致精简。

组合示例

WITH a AS (
  SELECT ST_RemoveRepeatedPoints(ST_Segmentize(ST_Letters('a'), 1), 1) AS a
)
SELECT ST_Simplify(ST_ReducePrecision(a, 5),1) FROM a;

方案优势

1. 先通过 ST_ReducePrecision 统一坐标精度、保证几何合法；
2. 再通过 ST_Simplify 清理直线段冗余顶点；
3. 综合效果：顶点最少、图形合法、形态完整，单几何简化首选组合。

四、进阶方案：共享边界面域批量简化（PostGIS 3.6+）

前面所有函数仅适用于单个独立几何。在实际 GIS 项目中，经常遇到多个相邻多边形（行政区、地块、网格）共享边界的场景：

• 单独简化每个面，会导致共享边界错位、出现缝隙/重叠；
• 手动修正边界效率极低。

为此，PostGIS 3.6 推出了一套完整的面域拓扑（Coverage）处理函数，专门解决相邻多边形批量简化问题，分为两步：边界规整 + 批量简化。

4.1 ST_CoverageClean：清理不规则共享边界

当多个多边形共享边界存在错位、毛刺、缝隙时，先用 ST_CoverageClean 统一规整所有相邻边界，保证拓扑一致性。

示例

表 polys 存储一组相邻多边形：

-- 批量规整所有多边形的共享边界
SELECT ST_CoverageInvalidEdges(geom) OVER () AS geom FROM polys;

4.2 ST_CoverageSimplify：拓扑感知批量简化

边界规整完成后，使用 ST_CoverageSimplify 进行批量简化。该函数的核心特性：所有共享边界同步简化，不会出现错位、缝隙。

完整流程示例

-- 第一步：清理边界  第二步：拓扑感知批量简化
WITH clean AS (
  SELECT ST_CoverageInvalidEdges(geom) OVER () AS geom FROM polys
)
SELECT ST_CoverageSimplify(geom, 10) OVER() FROM clean;

功能总结

1. 核心亮点：保留面域拓扑关系，相邻多边形边界完全对齐；
2. 版本要求：必须升级至 PostGIS 3.6 及以上；
3. 适用场景：全国/省市县行政区、地籍地块、格网数据等批量面要素优化。

五、函数选型对照表（生产环境直接参考）

六、总结与最佳实践

1. 基础数据清洗：优先使用 ST_RemoveRepeatedPoints 剔除重复顶点，减少后续计算压力；
2. 单几何简化
   • 线状数据：ST_Simplify；
   • 面状数据：优先 ST_SimplifyVW；
   • 需统一坐标精度：ST_ReducePrecision + ST_Simplify 组合方案；
   • 坚决弃用 ST_SnapToGrid，避免几何非法问题。
3. 多相邻面要素（核心难点）：升级 PostGIS 至 3.6+，使用 ST_CoverageClean + ST_CoverageSimplify 组合，彻底解决边界错位问题；
4. 容差设置原则：根据坐标系单位设定（投影坐标系用米，地理坐标系用度），建议从小容差逐步调试，避免图形严重失真。

几何简化是 PostGIS 性能优化和数据可视化的核心技能，合理选择算法不仅能减小数据体积、加快查询速度，还能从根源避免拓扑错误，希望本文的实战案例能帮大家解决项目中的实际问题。