Mosaic st_buffer未返回Point或Polygon类型几何的技术问询

1. 生成的几何为何不显示为Point/Polygon类型？如何转换？ #

输出中的{1, 0, ...}和{5, 4326, ...}是Spark对几何对象的内部字符串序列化格式，并非类型错误：

• st_point生成的是标准Point类型，st_buffer生成的是Polygon（部分场景下为MultiPolygon）类型。
• 验证与转换方案：
  • 用st_geometryType直接确认类型：

    import pyspark.sql.functions as F
    
    df1 = df1.withColumn("geom_type", F.st_geometryType("point_geom"))
    df1.select("point_geom", "geom_type").show()
    
    df2 = df2.withColumn("buffer_type", F.st_geometryType("geom_buffer"))
    df2.select("geom_buffer", "buffer_type").show()
    

    执行后会明确输出Point和Polygon（或MultiPolygon）。
  • 转换为人类可读的WKT格式：

    df1 = df1.withColumn("point_wkt", F.st_asText("point_geom"))
    df2 = df2.withColumn("buffer_wkt", F.st_asText("geom_buffer"))
    

    得到POINT(37.775 -122.418)或POLYGON(...)这类标准几何字符串。

2. st_buffer的radius参数单位是什么？ #

radius的单位由几何对象的**空间参考系（SRID）**决定：

• 若几何SRID为4326（WGS84经纬度坐标系），单位是度。示例中geom_buffer显示的4326即为此SRID，0.2代表0.2度，赤道附近约对应22公里，高纬度地区实际距离会缩小。
• 若几何使用投影坐标系（如UTM系列，SRID为326XX/327XX），单位是米。
• 注意：直接对WGS84经纬度生成缓冲区会因经纬度的距离特性产生变形，建议先转换为投影坐标系生成缓冲区，再转回经纬度。

3. 输出中的{1, 0}和{5, 4326}含义是什么？ #

这是Spark几何对象的序列化标识，各数字对应：

• {1, 0, ...}：
  • 1：OGC标准几何类型编码，对应Point（完整编码映射：1=Point、2=LineString、3=Polygon、4=MultiPoint、5=MultiLineString、6=MultiPolygon）。
  • 0：SRID（空间参考系ID），表示未指定参考系，示例中创建point_geom时未传入SRID，因此显示0。
• {5, 4326, ...}：
  • 5：OGC几何类型编码，此处若显示5则对应MultiLineString，但单一点的缓冲区通常应为Polygon（编码3），可能是Spark版本或参数设置差异导致。
  • 4326：SRID，即WGS84全球经纬度坐标系的标准ID，缓冲区自动继承或指定了该参考系。

内容的提问来源于stack exchange，提问作者kms