几何数据类型(Geometry)：几何数据类型用于表示空间中的几何对象，用于表示基于平面坐标系（二维笛卡尔坐标系）中的空间要素。
点数据类型：POINT、POINTZ、POINTM、POINTZM；
线数据类型：LINESTRING、LINESTRINGZ、LINESTRINGM、LINESTRINGZM;
多边形数据类型：POLYGON、POLYGONZ、POLYGONM、POLYGONZM以及多面体表面（Polyhedral surfaces）不规则三角网（Tin）等。
任务目标
▪ 保证商场在居民区200m范围内，便于居民步行到达商场；
▪ 离城市交通线路50m以内，保证商场的通达性；
▪ 距停车场250m范围内，便于顾客停车；
▪ 距离已存在商场500m范围外，减少竞争压力；
数据准备
▪ 主要居民区面数据集；
▪ 主要交通道路线数据；
▪ 停车场点数据；
▪ 已有大型商场点数据集；
通过瀚高数据库提供的ST_Buffer函数，可以轻松建立几何对象指定范围的缓冲区。
操作步骤
▪ 以居民区数据为中心，建立距离为200m的缓冲区，如下图所示：
▪ 以主要交通道路为中心，建立50m的缓冲区，如下图所示：
▪ 以停车场和已存在的大型商场点数据为中心，分别建立250m和500m缓冲区，如下图所示：
▪ 将居民区缓冲区、道路缓冲区、停车场缓冲区进行叠加分析求交，再将求交的结果与已存在商场缓冲区做擦除，满足以上条件的区域即适合建大型商场，下图中的蓝色区域适宜建造大型商场。
瀚高数据库能够快速处理大规模的实时数据，通过结合车载传感器、GPS技术和强大的查询能力，能够实时监测城市道路上车辆的位置信息以及附近道路拥挤程度。
这样的实时数据分析为城市交通管理者提供了宝贵的信息，使它们能够更灵活地调整交通信号灯、优化道路规划，以更好地应对交通拥堵。这为城市居民提供了更便捷、更智能的出行选择，最大程度地减少了交通拥堵和时间浪费。像不像我们常用的“导航软件”呢？
示例描述
模拟车辆从出发地到目的地的实时最短路径规划以及车辆位置监测和拥挤度情况监测。车辆从出发地出发，根据车辆起点位置和目的地位置，利用瀚高数据库强大的空间查询能力，将路网数据规划出一条最短路径路线，车辆行驶过程中依据车辆实时位置规划实时最短路径。
同时，在车辆行驶过程中，会将车辆的坐标信息实时更新到数据库，通过聚合函数查找一定距离内的车辆数目，根据范围内车辆的数目，我们把拥挤程度分为三个等级，分别为“拥堵”“一般”和“畅通”，从而达到监测车辆拥挤度的目的。
任务目标
▪ 规划最短路线
▪ 周边车辆实时更新检测
▪ 监测车辆拥挤度
数据准备
▪ 路网数据
▪ 车辆位置信息数据
SHIXIAN FANGFA
具体实现方法
▪ 利用瀚高数据库中pgr_dijkstra函数根据计算起始地到目的地的最短路径以及车辆行驶过程中的实时最短路径。
▪ 实时获取移动车辆位置信息并入库，构造HGDB触发器实时监测车辆位置信息的变化，并通过瀚高数据库中ST_ClusterDBSCAN函数对所有车辆进行聚类，类簇中坐标点的数目可以代表车辆密集的程度。这样就可以根据移动车辆的属性信息定位到该车辆位置所属的类簇，进而根据该类簇的拥挤程度判断出车辆所在位置的拥挤程度。
▪ 通过瀚高数据库中ST_AsGeoJSON函数将查询结果转为GeoJSON格式，利用axios+leaflet+node将结果在web端可视化展示。
示例流程图如下：
我们来看一下最终实践的结果叭🚘🚘
由于视频中司机水平有限，非常遗憾地走错了路口🕶没关系，瀚高数据库会根据你的位置进行实时规划，一点也不会影响你的出行问题。
好啦，今天的GIS小课堂（第二期）技术分享就先到这里了。如果有想要源程序的程序猿们可以后台联系我们，共同探讨进步！
🔎HGGIS在城市规划场景中的应用（内含视频）
