PostGIS几何图形操作

爱被打了一巴掌 2022-11-15 15:47 327阅读 0赞

**目录**

一、介绍

二、元数据表

三、表示真实世界的对象

3.1、点（Points）

3.2、线串（Linestring）

3.3、多边形（Polygon）

3.4、集合（Collection）

四、几何图形输入和输出

五、从文本转换

--------------------

## **一、介绍** ##

在前面的章节中，我们已经往数据库中加载了数据，现在让我们来先看一些简单的例子。

在pgAdmin中，再次选择nyc数据库并打开**SQL查询工具**。将下面的SQL代码粘贴到**pgAdmin SQL Editor窗口**中（删除默认情况下可能存在的任何文本），然后执行。

CREATE TABLE geometries ( name varchar, geom geometry); 
        
        INSERT INTO geometries VALUES 
        ( 'Point', 'POINT(0 0)'), 
        ( 'Linestring', 'LINESTRING(0 0, 1 1, 2 1, 2 2)'), 
        ( 'Polygon', 'POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))'), 
        ( 'PolygonWithHole', 'POLYGON((0 0, 10 0, 10 10, 0 10, 0 0),(1 1, 1 2, 2 2, 2 1, 1 1))'), 
        ( 'Collection', 'GEOMETRYCOLLECTION(POINT(2 0),POLYGON((0 0, 1 0, 1 1, 0 1, 0 0)))'); 
        
        SELECT name, ST_AsText(geom) FROM geometries;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70][]

上面的示例创建了一个**表**（geometries），然后向该**表**中插入5个**几何图形**数据（geometry）：

*  一个**点**（POINT）
 *  一条**线**（LINESTRING）
 *  一个**多边形**（POLYGON）
 *  一个**内含空洞的多边形**（POLYGON with a hole）
 *  一个**图形集合**（COLLECTION）

最后，查询表中的数据并输出。

## **二、元数据表** ##

为了符合**Simple Features for SQL**（[SFSQL][]）规范，PostGIS提供了两张表用于追踪和报告数据库中的**几何图形**（这两张表中的内容相当于元数据）：

*  第一张表spatial\_ref\_sys    ——    定义了数据库已知的所有**空间参照系统**，稍后将对其进行更详细的说明。
 *  第二张表（实际上是**视图**\-view）geometry\_columns    ——    提供了数据库中所有空间数据表的描述信息。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 1][]

geometry\_columns视图的结构

让我们来看一下**数据库**中的geometry\_columns表，像原先那样将以下命令粘贴到**查询工具**中：

SELECT * FROM geometry_columns;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 2][]

*  f\_table\_catalog，f\_table\_schema，和f\_table\_name提供各个**几何图形**（geometry）的**要素表**（feature table）—— 即空间数据表 —— 的完全限定名称，分别是数据库名、模式名、空间数据表名。
 *  f\_geometry\_column包含对应空间数据表中用于记录几何信息的属性列的列名**。**
 *  coord\_dimension定义几何图形的维度（2维、3维或4维）
 *  srid定义引用自spatial\_ref\_sys表的空间参考标识符
 *  type列定义了几何图形的类型。比如"**点**（Point）"和"**线串**（Linestring）"等类型。

通过查询该表，GIS客户端和数据库可以确定检索数据时的预期内容，并可以执行任何必要的投影、处理、渲染而无需检查每个**几何图形**（geometry）—— 这些就是元数据所带来的作用。

**  注意**：如果nyc**数据库**的**表**没有指定26918的srid，那该怎么办呢？通过更新**表**很容易修复：

SELECT UpdateGeometrySRID(‘nyc_neighborhoods’,’geom’,26918);

## **三、表示真实世界的对象** ##

**Simple Features for SQL**（[SFSQL][]）规范是PostGIS开发的原始指导标准，它定义了如何表示真实世界的对象。

通过形成连续的图形并以固定的分辨率对其进行数字化，实现了对真实世界的合理表示。

SFSQL只规定了对真实世界对象的二维表示，然而，PostGIS已将其扩展到3维和4维的表示。最近，**SQL-Multimedia Part 3**（[SQL/MM][SQL_MM]）规范正式定义了它们自己的三维表示。

示例的**表**包含不同几何图形类型的混合。我们可以使用读取**几何图形**元数据的函数获取每个对象的基本信息：

*  **ST\_GeometryType(geometry) **   ——    返回几何图形的类型
 *  **ST\_NDims(geometry)**    ——    返回几何图形的维数
 *  **ST\_SRID(geometry)**    ——    返回几何图形的空间参考标识码

SELECT name, ST_GeometryType(geom), ST_NDims(geom), ST_SRID(geom) 
        FROM geometries;

![20181227085146701.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 3][]

### **3.1、点（Points）** ###

![\_images/points.png][images_points.png]

空间**点**（Point）表示地球上的单个位置。**点**由单个坐标表示（包括2维、3维或4维）。

当详细的细节（例如形状和大小）在目标空间尺度上不重要时，真实世界中的对象可以直接用**点**表示。

例如，世界地图上的城市可以描述为**点**，而在一幅州地图中可以将城市表示为**多边形**。

SELECT ST_AsText(geom) 
        FROM geometries 
        WHERE name = 'Point';

![20181227090725958.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 4][]

针对**点**的一些特定**空间函数**包括：

*  **ST\_X(geometry)**    ——    返回X坐标
 *  **ST\_Y(geometry)**    ——    返回Y坐标

所以，我们这样来读取一个**点**图形的坐标值：

SELECT ST_X(geom), ST_Y(geom) 
        FROM geometries 
        WHERE name = 'Point';

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 5][]

**纽约市地铁站**（nyc\_subway\_stations）表是一个以**点**表示的数据集。以下**SQL查询**将返回一个**点**图形数据（在ST\_AsText列中）：

SELECT name, ST_AsText(geom) 
        FROM nyc_subway_stations 
        LIMIT 1;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 6][]

### **3.2、线串（Linestring）** ###

![\_images/lines.png][images_lines.png]

**线串**（Linestring）是表示两个或多个位置之间的路径，它的形式是由两个或多个**点**组成的有序序列。道路和河流通常表示为**线串**。

如果**线串**的起始点和结束点是同一个**点**，则称其是**闭合的**（closed）。

如果**线串**不与自身交叉或接触（如果**线串**是闭合的，则排除结束点），则称其是**简单的**（simple）。

**线串**既可以是**闭合的**，也可以是**简单的**。

**纽约的街道网络数据**（nyc\_streets）在前面的章节中已经加载到**数据库**中了，这个数据集包含**名称**和**类型**等详细信息。

一条真实的街道可能由许多**线串**组成，每条**线串**代表一段具有不同属性特征的道路。

以下**SQL查询**将返回一个**线串**图形的信息（在ST\_AsText列中）

SELECT ST_AsText(geom) 
        FROM geometries 
        WHERE name = 'Linestring';

![20181227095600396.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 7][]

用于处理**线串**的一些特定**空间函数**包括：

*  **ST\_Length(geometry)**    ——    返回线串的长度
 *  **ST\_StartPoint(geometry)**    ——    将线串的第一个坐标作为点返回
 *  **ST\_EndPoint(geometry）**    ——    将线串的最后一个坐标作为点返回
 *  **ST\_NPoints(geometry)**    ——    返回线串的坐标数量

所以，我们的**线串**的长度为：

SELECT ST_Length(geom) 
        FROM geometries 
        WHERE name = 'Linestring';

![20181227100113844.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 8][]

### **3.3、多边形（Polygon）** ###

![\_images/polygons.png][images_polygons.png]

**多边形**（Polygon）是区域的表示形式。**多边形**的外部边界由一个**环**（Ring）表示，这个**环**是一个**线串**，如上面定义的，它既是闭合的，又是简单的。**多边形**中的**孔**（hole）也由**环**表示。

**多边形**用于表示重视**大小**和**形状**这两个特征的地理对象。城市边界、公园、建筑或水体都通常需要表示为**多边形**，当比例尺足够大时，可以观测它们的面积。道路和河流有时也可以表示为**多边形**。

以下**SQL查询**将返回两个**多边形**图形的信息（在ST\_AsText列中）：

SELECT ST_AsText(geom) 
        FROM geometries 
        WHERE name LIKE 'Polygon%';

**注意**：我们不是在WHERE子句中使用"="符号，而是使用LIKE运算符执行字符串匹配操作。你可能习惯使用"\*"符号作为模式匹配中的单字符或多字符匹配，但在SQL中，使用"%"符号和LIKE运算符来告诉系统执行全局匹配。

![20181227101824907.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 9][]

第一个**多边形**只有一个**环**，第二个**多边形**有一个内部的"**孔洞**（hole）"，大多数图形系统都包含**多边形**的概念，但GIS系统在允许**多边形**有**孔**方面是比较独特的。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 10][]

关于**多边形**图形的一些特定**空间函数**包括：

*  **ST\_Area(geometry)**    ——     返回多边形的面积
 *  **ST\_NRings(geometry) **   ——    返回多边形中环的数量（通常为1个，其他是孔）
 *  **ST\_ExteriorRing(geometry)**    ——    以线串的形式返回多边形最外面的环
 *  **ST\_InteriorRingN(geometry, n)**    ——    以线串形式返回指定的内部环
 *  **ST\_Perimeter(geometry)**    ——    返回所有环的长度

我们可以使用**空间函数**计算**多边形**的面积：

SELECT name, ST_Area(geom) 
        FROM geometries 
        WHERE name LIKE 'Polygon%';

![20181227103037638.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 11][]

请注意，带**孔**的**多边形**的面积是**多边形外环**的面积（10 x 10正方形）减去**孔**的面积（1 x 1正方形）

### **3.4、集合（Collection）** ###

有四种**集合**（Collection）类型，它们将多个简单几何图形组合为**图形集合**：

*  **MultiPoint **    ——    点集合
 *  **MultiLineString**    ——    线串集合
 *  **MultiPolygon**    ——    多边形集合
 *  **GeometryCollection**    ——    由任意几何图形（包括其他GeometryCollection）组成的异构集合

**集合**更多地出现在GIS软件中，而不是在通用图形软件中。

**集合**对于将**真实世界的对象**直接建模为**空间对象**非常有用。例如，如何对被**路权**（**路权**指交通参与者的权利）分割的多个**道路部分**进行建模？答案是将其作为**MultiPolygon**，其组成部分位于**路权**的两侧。

![\_images/collection2.png][images_collection2.png]

我们示例中的**几何图形集合**包含一个多边形和一个点：

SELECT name, ST_AsText(geom) 
        FROM geometries 
        WHERE name = 'Collection';

![20181227110134577.png][]

![20181227110152910.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 12][]

用于处理**集合**的一些特定**空间函数**：

*  **ST\_NumGeometries(geometry)**    ——    返回集合中的组成部分的数量
 *  **ST\_GeometryN(geometry, n)**    ——    返回集合中指定的组成部分
 *  **ST\_Area(geometry) **   ——    返回集合中所有多边形组成部分的总面积
 *  **ST\_Length(geometry)**    ——    返回所有线段组成部分的总长度

## **四、几何图形输入和输出** ##

在数据库中，**几何图形**（Geometry）以仅供PostGIS使用的格式存储在磁盘上。为了让外部程序插入和检索有用的**几何图形**信息，需要将它们转换为其他应用程序可以理解的格式。

幸运的是，PostGIS支持以多种格式进行**几何图形**的输入和输出。

①Well-known text（[WKT][]）

*  **ST\_GeomFromText(text, srid) **   ——    返回geometry
 *  **ST\_AsText(geometry)**    ——    返回text
 *  **ST\_AsEWKT(geometry)**    ——    返回text

②Well-known binary（[WKB][]）

*  **ST\_GeomFromWKB(bytea) **   ——    返回geometry
 *  **ST\_AsBinary(geometry) **   ——    返回bytea
 *  **ST\_AsEWKB(geometry)**    ——    返回bytea

③Geographic Mark-up Language（[GML][]）

*  **ST\_GeomFromGML(text) **   ——    返回geometry
 *  **ST\_ASGML(geometry) **   ——    返回text

④Keyhole Mark-up Language（[KML][]）

*  **ST\_GeomFromKML(text) **   ——    返回geometry
 *  **ST\_ASKML(geometry) **   ——     返回text

⑤[GeoJson][]

*  **ST\_AsGeoJSON(geometry) **   ——    返回text

⑥Scalable Vector Graphics([SVG][]）

*  **ST\_AsSVG(geometry)**    ——    返回text

以上函数最常见的用法是将**几何图形**的**文本**（text）表示形式转换为内部表示形式：

请注意，除了具有**几何图**形表示形式的**文本**参数外，还可以指定一个提供几何图形**SRID**的数字参数。

以下**SQL查询**展示了一个WKB表示形式的示例（将**二进制**输出转换为ASCII格式以进行打印时，需要调用encode()）：

SELECT encode( 
        ST_AsBinary(ST_GeometryFromText( 'LINESTRING(0 0,1 0)')), 
        'hex');

![20181227141049374.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 13][]

在本教程中，将使用WKT，以确保你能够理解我们正在查看的**几何图形**。

但是，在大多数实际生产环境中（如查看GIS应用程序中的数据、将数据传输到web客户端或远程处理数据），WKB是首选的格式。

由于WKT和WKB是在[SFSQ][SFSQL]L规范中定义的，因此它们不能处理3维或4维的几何图形。对于这些情况，PostGIS定义了**Extended Well Known Text（EWKT）**和**Extended Well Known Binary（EWKB）**格式以用于处理3维或4维的几何图形。

它们提供了与WKT和WKB相同的格式化功能，并且是在增加了**维度**的情况下。

以下是WKT中**三维**（3D）**线串**示例：

SELECT ST_AsText(ST_GeometryFromText('LINESTRING(0 0 0,1 0 0,1 1 2)'));

![20181227142545654.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 14][]

注意：文本表示形式发生了变化！这是因为PostGIS的文本输入程序在使用方面是自由的。它可以使用：

*  十六进制编码的EWKB
 *  扩展的WKT
 *  ISO标准的WKT

在输出端，ST\_AsText()只返回**ISO标准**的WKT。

除了用于各种形式（WKT、WKB、GML、KML、JSON、SVG）的输出函数外，PostGIS还有基于四种形式（WKT、WKB、GML、KML）的输入函数。

大多数应用程序使用WKT或WKB几何图形创建函数，但是也可以使用其他形式的几何图形创建函数。

下面是一个使用GML输入和输出JSON的示例：

SELECT ST_AsGeoJSON(ST_GeomFromGML('<gml:Point><gml:coordinates>1,1</gml:coordinates></gml:Point>'));

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 15][]

## **五、从文本转换** ##

到目前为止，我们看到的[WKT][]字符串都是'text'类型，我们使用PostGIS的函数ST\_GeomFromText()将它们转换为'gometry'类型。

PostgreSQL包含一个简短形式的语法，允许数据从一种类型转换到另一种类型，即类型转换语法：

olddata::newtype

例如，将double类型转换为**文本字符串**类型：

SELECT 0.9::text;

以下SQL语句将一个WKT字符串转换成一个**几何图形**（geometry）：

SELECT 'POINT(0 0)'::geometry;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 16][]

关于使用类型转换语法创建**几何图形**，需要注意一点：除非指定SRID，否则将得到一个包含未知SRID的**几何图形**。

可以使用EWKT形式指定SRID，该形式在前面包含一个SRID：

SELECT 'SRID=4326;POINT(0 0)'::geometry;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 17][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70]: /images/20221022/4a1e5c272c88470189081af686362228.png
[SFSQL]: https://postgis.net/workshops/postgis-intro/glossary.html#term-sfsql
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 1]: /images/20221022/a5583cbe895a4c1d884cfcaa88ddac4b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 2]: /images/20221022/7bb8439e2c1e4d85a89520d9d1c3fffa.png
[SQL_MM]: https://postgis.net/workshops/postgis-intro/glossary.html#term-sql-mm
[20181227085146701.png]: /images/20221022/19166839fc7144feb9f7081d2e844a2a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 3]: /images/20221022/94a1826a9a9f4ff4b403645ddfd498e0.png
[images_points.png]: /images/20221022/df1f6fb507364be884dc724f8ec031fc.png
[20181227090725958.png]: /images/20221022/ce679d5dffb94abb8505796991c667a0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 4]: /images/20221022/81eb2443ec3d48c5927737e98b7dd941.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 5]: /images/20221022/ce77b2a1476f4098b80fa199fcdcf308.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 6]: /images/20221022/df9150d3128145779bfc2962f1355182.png
[images_lines.png]: /images/20221022/5439897d7a294f18b2fb384dc9ee9745.png
[20181227095600396.png]: /images/20221022/734dc71ac3cb47e1853acbb3549069e0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 7]: /images/20221022/397a72baf8c144d6bf8113bed1fcd04f.png
[20181227100113844.png]: /images/20221022/7fe1d82979624331a665c24e1dd6921f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 8]: /images/20221022/8618e167afdf472283caeec60ca23cba.png
[images_polygons.png]: /images/20221022/f5ae497454134964aa2659ac32e7719d.png
[20181227101824907.png]: /images/20221022/7870e83998d0480f8770b1db519ad3c1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 9]: /images/20221022/26a47bf2d9094365960c2395f99631ac.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 10]: /images/20221022/5531b27a2b4b492684236d2c14408753.png
[20181227103037638.png]: /images/20221022/6755403f0af34ba498bafe8ba48ae32a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 11]: /images/20221022/2619d1d4f7834f8d8bf32cd13f6a4d72.png
[images_collection2.png]: /images/20221022/1224adbc2d344ce3b0a21ef86d5eab99.png
[20181227110134577.png]: /images/20221022/6e8854efa9c0450eb35f5941f5f1b35e.png
[20181227110152910.png]: /images/20221022/826a76494b2743e3be86e4e3b7e5e714.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 12]: /images/20221022/df9cfd1dca07418f84166ac286dcc87b.png
[WKT]: https://postgis.net/workshops/postgis-intro/glossary.html#term-wkt
[WKB]: https://postgis.net/workshops/postgis-intro/glossary.html#term-wkb
[GML]: https://postgis.net/workshops/postgis-intro/glossary.html#term-gml
[KML]: https://postgis.net/workshops/postgis-intro/glossary.html#term-kml
[GeoJson]: https://postgis.net/workshops/postgis-intro/glossary.html#term-geojson
[SVG]: https://postgis.net/workshops/postgis-intro/glossary.html#term-svg
[20181227141049374.png]: /images/20221022/fc31b643a907461b8545c46931b50308.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 13]: /images/20221022/bfe12708fe5043d68070c4050eb49b13.png
[20181227142545654.png]: /images/20221022/7b46887ca457436e98075d70052f0d29.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 14]: /images/20221022/e390b43533f1452abb32ddd4e8d0f439.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 15]: /images/20221022/a0a9dd229c294382afd77a440bb0554d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 16]: /images/20221022/7de1ed1a778643d682279dfd26ef2bc1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1NzMyMTQ3_size_16_color_FFFFFF_t_70 17]: /images/20221022/fdd00d41b79d4bcf89b644f14c60ba0d.png