SpatiaLite Cookbook

	recette #15 Lieux très habités
Février 2011

Table des matières

Le problème

Un nouveau problème basé sur la table populated_places. Cette fois la question est:

Identifier tous les couples possibles de Populated Places peu éloignés l'un de l'autre: < 1 Km

note: ce problème cache une petite complication.

la table Populated Places utilise le SRID 4236 (Geographic, WGS84, long-lat)
ainsi, les distances sont naturellement en dégrée décimal
mais notre contrainte de distance est en mètres/Km

PopulatedPlace #1	Distance (meters)	PopulatedPlace #2
Vallarsa	49.444299	Raossi
Raossi	49.444299	Vallarsa
Seveso	220.780551	Meda
Meda	220.780551	Seveso
...	...	...

SELECT pp1.name AS "PopulatedPlace #1",
  GeodesicLength(
    MakeLine(pp1.geometry, pp2.geometry))
      AS "Distance (meters)",
  pp2.name AS "PopulatedPlace #2"
FROM populated_places AS pp1,
  populated_places AS pp2
WHERE GeodesicLength(
    MakeLine(pp1.geometry, pp2.geometry)) < 1000.0
  AND pp1.id <> pp2.id
  AND pp2.ROWID IN (
    SELECT pkid
    FROM idx_populated_places_geometry
    WHERE pkid MATCH RTreeDistWithin(
      ST_X(pp1.geometry),
      ST_Y(pp1.geometry), 0.02))
ORDER BY 2;

Cette fois ci, nous allons directement à la solution
Je suppose que maintenant vous avez bien compris la nécessite d'utiliser un Index Spatial pour obtenir une requète performante et qu'une jointure entre deux instances d'une même table est également nécessaire pour ce type d'analyse spatiale.

On va s’intéresser aux points les plus importants:

la fonction MakeLine() construit un segment reliant deux POINT
la fonction GeodesicLength() calcule la longueur totale (en mètres) d'un segment (LINESTRING,long-lat).
Cette fonction donne des résultats très précis, car elle se base sur l’ellipsoïde
Malheureusement, cela implique des calculs complexes, et représente une tâche gourmande en temps.
Cependant, un usage adéquat de l'Index Spatial réduit grandement cette complexité.
L'utilisation de la clause MATCH RTreeDistWithin() permet d'estimer une première distance directement au niveau de l'Index Spatial.
note: 0.02 signifie 2/100 de degrés (environs 2Km, au niveau de l'équateur).
Les coordonnées de l'Index Spatial sont en long-lat (4326 SRID), d'où la distance angulaire.
la clause pp1.id <> pp2.id évite l'évaluation de la distance entre une Populated Place et elle même (toujours égale à 0.0)

Exécuter une requête de ce type sans se préoccuper des performances (ie sans R*Tree) nécessite un temps de calcul extrêmement long, même pour les processeurs les plus récents et les plus performants.
L'optimisation des requêtes va permettre de réduire grandement ce temps de calcul: le temps que l'on y consacre est très souvent largement récompensé.

Table des matières

	Author: Alessandro Furieri a.furieri@lqt.it Traduced From English by RIVIERE Romain
	This work is licensed under the Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) license.

	Permission is granted to copy, distribute and/or modify this document under the terms of the GNU Free Documentation License, Version 1.3 or any later version published by the Free Software Foundation; with no Invariant Sections, no Front-Cover Texts, and no Back-Cover Texts.