本文旨在帮助开发者解决在使用PostGIS的ST_WITHIN函数时，由于经纬度坐标顺序错误导致查询结果不准确的问题。通过理解ST_MakePoint函数的参数顺序以及Google Maps等工具提供的坐标格式，可以避免此类错误，确保空间查询的准确性。
在使用PostGIS进行空间查询时，ST_WITHIN函数用于判断一个几何对象是否完全位于另一个几何对象内部。然而，开发者在使用该函数时，经常会遇到明明坐标点位于多边形内部，却返回“Location not found”的结果。这通常是由于经纬度坐标的顺序错误导致的。
问题根源：坐标顺序
PostGIS中的ST_MakePoint()函数接受的参数顺序是 经度 (Longitude, X) 和 纬度 (Latitude, Y)，即 ST_MakePoint(longitude, latitude)。 而我们从Google Maps等地图工具中获取的坐标通常是 纬度 (Latitude) 和 经度 (Longitude) 的顺序。 如果直接将从地图工具获取的坐标顺序传递给ST_MakePoint()函数，就会导致经纬度颠倒，从而产生错误的查询结果。
解决方案：确保坐标顺序正确
要解决这个问题，关键在于确保传递给ST_MakePoint()函数的经纬度坐标顺序正确。以下是一些建议：
检查坐标来源： 确定坐标的来源，例如Google Maps、GPS设备或其他数据源。了解这些来源提供的坐标顺序。
理解ST_MakePoint()函数： 始终记住ST_MakePoint()函数的参数顺序是经度在前，纬度在后。
调整坐标顺序： 如果坐标来源提供的顺序是纬度在前，经度在后，则需要在传递给ST_MakePoint()函数之前，将顺序调整为经度在前，纬度在后。
示例代码（Python + Psycopg2）：
import psycopg2
import json
def verify_polygon(latitude, longitude):
try:
conn = psycopg2.connect(
host="your_host",
database="your_database",
user="your_user",
password="your_password"
)
cur = conn.cursor()
# 注意：经纬度顺序已调整为 longitude, latitude
sql = f"""
SELECT id_0
FROM public."polygons-c3"
WHERE ST_Within(ST_SetSRID(ST_MakePoint({longitude}, {latitude}), 4326), geom)
"""
cur.execute(sql)
result = cur.fetchone()
cur.close()
conn.close()
if result:
return json.dumps({'status': 'Location found', 'lote': result[0]}), 200
else:
return json.dumps({'status': 'Location not found'}), 404
except Exception as e:
return json.dumps({'error': str(e)}), 500
# 示例调用
latitude = 85.0
longitude = 1.0
response, status_code = verify_polygon(latitude, longitude)
print(f"Status Code: {status_code}")
print(f"Response: {response}")注意事项：
- SRID (Spatial Reference Identifier)： 确保使用正确的SRID。常用的SRID是4326，代表WGS 84坐标系。 如果你的数据使用了不同的SRID，则需要进行相应的转换。
- 数据类型： 确保传递给ST_MakePoint()函数的经纬度值为数值类型，而不是字符串类型。 如果数据类型不正确，可能会导致函数无法正常工作。
- 数据精度： 地理坐标的精度对于空间查询的准确性至关重要。 如果坐标精度不足，可能会导致查询结果不准确。
- 调试技巧： 可以使用PostGIS提供的其他函数，如ST_Distance()，来测量点到多边形的距离，以便更好地理解查询结果。
总结：
在使用PostGIS的ST_WITHIN函数时，确保传递给ST_MakePoint()函数的经纬度坐标顺序正确，是解决查询结果不准确的关键。 通过仔细检查坐标来源、理解函数参数顺序，并进行适当的调整，可以避免此类错误，确保空间查询的准确性。 此外，注意SRID、数据类型和数据精度，可以进一步提高空间查询的可靠性。
