根据格网进行数据统计与分析是一种常用的方法，相比自然地理边界与行政管理边界而言，使用格网有如下特点：
生成格网数据的方法其实有很多，例如在之前的PostGIS中可以写一个plpgsql function根据起点，终点，cell分辨率快速生成格网等，由于格网数据比较常用，所以PostGIS3.1直接提供了ST_SquareGrid()（正方形网格）与ST_HexagonGrid()（蜂窝网格）两种格网方法。
稍微不同的是，PostGIS3.1中生成的网格是具有统一的特征的：
ST_SquareGrid()
ST_SquareGrid(size,bounds)方法以墨卡托坐标0 0为原点，以size声明网格大小，以bounds指定地理范围。
示例sql：
SELECT (ST_SquareGrid(400000, ST_Transform(a.geom, 3857))).*
FROM admin a
WHERE name = 'Brazil';
该示例获取巴西的国界，并转平面墨卡托坐标，以0 0为边界，以巴西国界的bbox为生成网格地理边界，生成一些列网格，结果如下：
ST_HexagonGrid()
ST_HexagonGrid(size,bounds)方法的参数与ST_SquareGrid(size,bounds)参数定义完全一致。
蜂窝网格目前非常流行，在某些制图表达和统计建模上具有一些特定场景的优势，一开始应该出现在Uber提出的H3格式：
H3: Uber’s Hexagonal Hierarchical Spatial Index
示例sql:
SELECT (ST_HexagonGrid(100000, ST_Transform(a.geom, 3857))).*
FROM admin a
WHERE name = 'Germany';
结果可视化如下：
格网统计
生成格网一般用于进行统计分析然后汇总可视化的，使用PostGIS时，不需要实际生成网格并存储，而是通过生成器动态创建网格然后与其他空间数据做叠加统计分析。
示例：假设有点数据集places，geom是geometry(Point,4326)类型，该数据集有字段pop_max定义每个palces点的最大人口数，根据蜂窝网格统计汇总每个格网的最大人口数：
SELECT sum(pop_max) as pop_max, hexes.geom
FROM
ST_HexagonGrid(
4.0,
ST_SetSRID(ST_EstimatedExtent('places', 'geom'), 4326)
) AS hexes
INNER JOIN
places AS p
ON ST_Intersects(p.geom, hexes.geom)
GROUP BY hexes.geom;
可视化结果如下：
这种动态统计分析是非常快速的，结果可以通过Postgis的矢量切片函数做成动态矢量切片服务，也可以使用pg_tileserv(https://github.com/crunchydata/pg_tileserv)做动态矢量切片服务，配合MapboxGL等能快速实现成果可视化。
京公网安备 11010802041100号