延边朝鲜族自治州网站建设_网站建设公司_VS Code_seo优化

JTS 中的 Coverage 清理

原文：Coverage Cleaning in JTS
作者：Martin Davis
日期：2025年4月

概述

Coverage 清理是 JTS 2025 年版本中的重要新功能。CoverageCleaner 类可以自动修复具有拓扑错误的数据集，并将其转换为有效的多边形覆盖（Coverage）。

什么是多边形覆盖（Polygonal Coverage）？

多边形覆盖是一组多边形，它们满足以下条件：

1. 不重叠：任意两个多边形不重叠；它们的内部是不相交的
2. 边缘匹配：相邻多边形的边界在顶点和线段处精确匹配
3. 允许间隙：覆盖范围内可以存在间隙（没有被任何多边形覆盖的区域）

Coverage 验证

在清理之前，首先需要了解如何验证 Coverage。CoverageValidator 类用于确保数据集形成有效的多边形覆盖：

import org.locationtech.jts.coverage.CoverageValidator;
import org.locationtech.jts.geom.Geometry;Geometry[] polygons = ...;// 验证 Coverage
CoverageValidator validator = new CoverageValidator(polygons);
Geometry[] invalidRings = validator.getInvalidPolygons();// 检查每个多边形是否有效
for (int i = 0; i < invalidRings.length; i++) {if (invalidRings[i] != null) {System.out.println("多边形 " + i + " 无效: " + invalidRings[i]);}
}

常见的无效情况

• 重叠：两个多边形的内部相交
• 边缘不匹配：相邻多边形的边界没有精确对齐
• 间隙过窄：虽然间隙是允许的，但过窄的间隙可能被标记为潜在问题

Coverage 清理

CoverageCleaner 类提供了自动化的清理功能：

输入

• 多边形数组（Polygon 或 MultiPolygon），可能包含拓扑错误（重叠、间隙）

操作

1. 移除空几何和非多边形输入
2. 捕捉线工作：消除小的差异，防止产生狭窄的"尖刺"间隙
3. 合并重叠：将重叠区域与相邻多边形合并，通常优先选择共享边界最长的多边形
4. 填充间隙：填充宽度小于指定值的间隙，将其与相邻多边形合并
5. 支持多种合并策略：默认合并到最长边界

输出

• 经过清理的多边形数组，形成有效的多边形覆盖

import org.locationtech.jts.coverage.CoverageCleaner;
import org.locationtech.jts.geom.Geometry;Geometry[] polygons = ...;// 创建清理器
CoverageCleaner cleaner = new CoverageCleaner(polygons);// 设置间隙容差（填充小于此宽度的间隙）
cleaner.setGapWidth(0.01);// 设置捕捉容差
cleaner.setSnapTolerance(0.001);// 执行清理
Geometry[] cleanedPolygons = cleaner.clean();// 验证清理结果
CoverageValidator validator = new CoverageValidator(cleanedPolygons);
boolean isValid = validator.isValid();

合并策略

CoverageCleaner 支持不同的合并策略来处理重叠和间隙：

默认策略：最长边界

将重叠区域或间隙合并到共享边界最长的相邻多边形。

自定义策略

可以实现自定义的合并逻辑，例如：

• 基于多边形面积
• 基于属性值
• 基于其他业务规则

相关操作

CoverageUnion

CoverageUnion 为有效的覆盖提供高效的并集操作：

import org.locationtech.jts.operation.overlayng.CoverageUnion;Geometry[] validCoverage = ...;
Geometry union = CoverageUnion.union(validCoverage);

优势：

• 利用覆盖拓扑——无需创建新顶点
• 处理速度比完整拓扑交集检查快得多

Coverage 简化

在清理后，可以对覆盖进行简化以减少顶点数量：

import org.locationtech.jts.coverage.CoverageSimplifier;Geometry[] simplifiedCoverage = CoverageSimplifier.simplify(cleanedPolygons, tolerance);

工作流程建议

1. 验证：首先使用 CoverageValidator 检查数据质量
2. 清理：使用 CoverageCleaner 修复拓扑错误
3. 再次验证：确认清理后的数据形成有效覆盖
4. 进一步处理：执行并集、简化或其他操作

在其他库中的可用性

Coverage 清理和验证功能也可在以下库中使用：

• GEOS (C++)：JTS 的 C++ 移植版本
• NetTopologySuite (.NET)：JTS 的 .NET 移植版本
• Shapely (Python)：基于 GEOS 的 Python 库

总结

Coverage 清理是 JTS 对空间数据质量管理的重要贡献。它使得处理来自不同来源、可能存在拓扑问题的多边形数据变得更加容易和可靠。

参考资料

• JTS CoverageCleaner Pull Request
• NetTopologySuite Coverage 命名空间