多个地理值之间的距离

Question

我们使用多个地理点的平均值来获取平均值并将其指定为项目位置。 我现在需要追踪这些数据，并以某种方式识别与其他点相距太远的任何原始点。 我认为我需要使用 STDistance，但担心要正确使用，我需要 2 个游标来循环遍历并将每个点与其他点进行比较。

如果有一个示例有助于澄清：我们需要锁定物品的 GPS 坐标，因此我们要求用户在他们处于物品的大致区域时按下按钮，并记录 GPS 坐标。然后我们取其中的 5 个并将项目的位置设置为 AVG(Location.Lat) + AVG(Location.Long)。 当其中一个用户在几英里外完成按下时，就会出现问题，将平均值抛出，因此现在需要识别其中的任何一个。

关于仅在 SQL 中执行此操作的正确/有效方法的任何想法？ （处理数以百万计的条目，因此担心每个条目循环 2 个游标会削弱数据库）

Answer 1

丢弃统计上不重要的数据对人类来说很容易，但对计算机来说可能有点麻烦。在您的情况下尤其如此，因为您处理的是二维（纬度和经度）。

我建议你看看我几年前写的这篇博客：Calculating Mean Median and Mode With SQL Server。

对于纬度和经度，小数点后的每个数字代表一个距离。您可以做的是将纬度和经度四舍五入到一定的小数位，找到模式。去掉与众数不一样的点，然后对剩余的未取整项进行平均。

由于您在二维中工作，因此您需要分别对纬度和经度值执行此操作，因为纬度可能会偏离而经度不是（这将代表一个不好的点，即北或南实际位置）。同样，经度可能会偏离，而纬度显然还可以。如果任何一个值都是“坏的”，那么你应该完全放弃这一点。

这是我所说的一个例子：

Declare @Temp Table(Lat Decimal(9,6), Lon Decimal(9,6))

Insert Into @Temp Values(20.12341, 10.98731)
Insert Into @Temp Values(20.12342, 10.98732)
Insert Into @Temp Values(20.12343, 10.98733)
Insert Into @Temp Values(20.12344, 10.98734)
Insert Into @Temp Values(20.12344, 10.68734) -- Latitude OK, Longitude bad
Insert Into @Temp Values(20.32344, 10.98734) -- Longitude OK, Latitude bad
Insert Into @Temp Values(20.42340, 10.68730) -- Both are bad

Select  Avg(Lat), Avg(Lon)
From    @Temp

Select  Avg(T.Lat) As Latitude,
        Avg(T.Lon) As Longitude
From    @Temp T
        Inner Join (
            -- Calculate the mode for the latitude
            Select  Top 1 Convert(Decimal(9,4), Lat) As ModeOfLat
            From    @Temp
            Group By Convert(Decimal(9,4), Lat)
            Order By Count(*) DESC
            ) As Latitudes
            On Convert(Decimal(9,4), Lat) = Latitudes.ModeOfLat
        Inner Join (
            -- Calculate the mode for the longitude
            Select  Top 1 Convert(Decimal(9,4), Lon) As ModeOfLon
            From    @Temp
            Group By Convert(Decimal(9,4), Lon)
            Order By Count(*) DESC
            ) As Longitudes
            On Convert(Decimal(9,4), Lon) = Longitudes.ModeOfLon

如果您在 SQL Server Management Studio 窗口中运行上述查询，您将看到简单平均与众数+平均方法有很大不同。

由于这是一种基于集合的方法，它应该比循环/光标方法快得多。