PostGIS空间聚合需注意：ST_DWithin分组须显式指定锚点且SRID一致；行政区聚合需验证面有效性并处理NULL；ST_ClusterDBSCAN聚类需转geography调参；GeoJSON导出前须统一转WGS84。
PostGIS中ST_DWithin做地理围栏分组统计
直接用 ST_DWithin 配合 GROUP BY 是最常用也最容易出错的方式。它不是“先算距离再分组”，而是以某个参考点（比如门店坐标）为圆心，把落在指定距离内的记录归为一组——但注意：这个“组”本身没有预定义的几何实体，必须显式提供锚点。
常见错误是写成 GROUP BY ST_DWithin(geom, ref_point, 1000)，这会报错，因为布尔值不能当分组键；正确做法是用子查询或 LATERAL 把每个目标点关联到最近/符合条件的锚点上。
- 必须确保两个参与比较的几何列 SRID 一致，否则
ST_DWithin返回空结果（不报错！） - 距离单位取决于 SRID：4326 下是度，不是米；要用
geography类型才能直接输米（如ST_DWithin(geom::geography, ref::geography, 5000)） - 性能敏感时，务必在
geom列上建GIST索引，否则全表扫描
按行政区域（省/市/区）做空间包含聚合
用 ST_Contains 或 ST_Intersects 关联点数据和面数据（如行政区划表），再统计每块面内有多少点、平均值等。关键在于：面表必须有有效拓扑且无自相交，否则 ST_Contains 可能漏判。
典型写法是 LEFT JOIN areas ON ST_Contains(areas.geom, points.geom)，但要注意 NULL 处理——落在区域外的点会被过滤掉，若需保留应改用 RIGHT JOIN 或补 UNION ALL 外部计数。
- 行政区面数据常来自公开 Shapefile，导入后建议运行
ST_IsValid(geom)检查，无效面可用ST_MakeValid修复 -
ST_Contains要求面完全包裹点，边界重合不算；需要含边界的用ST_Intersects - 大范围聚合（如全国 POI 按地级市统计）时，先用
ST_Envelope做粗筛可提速 3–5 倍
使用ST_ClusterDBSCAN动态聚类热点区域
当没有预设区域划分，只想找出密度高的自然聚集区（比如外卖订单热力图），ST_ClusterDBSCAN 是唯一推荐的空间聚类函数。它按距离和最小点数自动分簇，返回每个点所属的簇 ID，之后就能按该 ID 分组统计。
它不依赖任何外部面表，纯靠点自身分布生成簇，适合探索性分析。但参数调优很关键：eps 过小导致碎片化，过大则全连成一片；minpoints 太低会把噪声当簇，太高则漏掉真实小集群。
- 输入必须是
geometry类型，WGS84（SRID=4326）下 eps 单位是“度”，建议先转geography再用米制（如ST_ClusterDBSCAN(geom::geography, eps := 500, minpoints := 10)） - 结果中簇 ID 为
NULL表示该点是噪声，不要忽略这个标记 - 该函数不可下推，大数据量时建议先用空间索引限制范围（如加
WHERE geom && ST_MakeEnvelope(...)）
聚合结果导出为GeoJSON时的坐标系陷阱
用 ST_AsGeoJSON 输出聚合后的面（如 ST_Union 合并的商圈）或点簇中心（ST_Centroid），默认输出 WGS84 经纬度。但如果原始数据是投影坐标系（如 Web Mercator EPSG:3857），直接转 GeoJSON 会导致坐标值巨大且无法在 Leaflet 等库中正常渲染。
- 务必在聚合后、转 GeoJSON 前统一强转：
ST_Transform(geom, 4326) -
ST_Centroid对非凸多边形可能落在外部，生产环境建议改用ST_PointOnSurface - 聚合面若含大量顶点，
ST_AsGeoJSON可能截断，需设参数options := 0关闭精度压缩
空间聚合真正难的不是语法，而是每一步隐含的坐标系假设和拓扑有效性——这些地方一错，结果就静默偏离，很难被测试覆盖到。
