如何避免 Postgis 中重叠区域的重复计数？

Question

我想使用 Postgis 计算城镇中事件的影响。 我有一个包含事件点位置 (event_count_2019_geo) 的表和一个包含镇 (utrecht_2020) 以及点位置的所有建筑物的表。 我数了一下事件周围200米范围内的所有房屋，并计算了有人居住的房屋数量。 请参阅下面的代码。

-- In a range of ~200 meters
UPDATE event_count_2019_geo
SET gw200 = temp.aantal_woningen
FROM (SELECT locatie, count(event_count_2019_geo.locatie) AS aantal_woningen
      FROM event_count_2019_geo
           INNER JOIN utrecht_2020 AS bag ON (ST_DWithin(bag.geo_lokatie, event_count_2019_geo.geo_lokatie, 0.002))  
      WHERE  bag.verblijfsobjectgebruiksdoel LIKE '%woonfunctie%'
      GROUP BY locatie
     ) AS temp
WHERE event_count_2019_geo.locatie = temp.locatie;

问题是我最终有太多的房屋受到该事件的影响。 我绘制了每个事件周围 200m 的所有范围（见下图）。 重叠区域被计数两次、三次或事件四次。 每个事件的房屋计数正确，但我无法总结结果。 有没有办法纠正这些重叠，以便我可以在所有选定的事件中获得正确的房屋总数？

编辑：示例

只是一个非常简单的例子：事件 1 的查询产生房屋 A、B、D； 事件 2 = C、D、E。每个事件的计数为 3，它们的总和为 6（这确实是正确的行为），而我希望看到的是 5，因为 D 被计算双倍。

Answer 1

感谢@JimJones 的建议，我找到了解决方案。 我定义了两种视图：一种使用旧方式查找所有房屋 (find_houses_all)，另一种仅返回唯一房屋 (find_houses_unique)。

-- Find all houses within a radius of ~200m of an event
DROP VIEW IF EXISTS find_houses_all;

CREATE VIEW find_houses_all AS 
    SELECT bag.openbareruimte, bag.huisnummer, bag.huisletter, bag.huisnummertoevoeging,
           event_count_2019_geo.locatie
    FROM event_count_2019_geo
         INNER JOIN utrecht_2020 AS bag ON (ST_DWithin(bag.geo_lokatie, event_count_2019_geo.geo_lokatie, 0.002));  

-- Find all *unique* houses within a radius of ~200m of an event 
-- Each house is uniquely identiefied by openbareruimte, huisnummer, huisletter
-- and huisnummertoevoeging, so these are the columns to apply DISTINCT ON
DROP VIEW IF EXISTS find_houses_unique;

CREATE VIEW find_houses_unique AS 
    SELECT DISTINCT ON(bag.openbareruimte, bag.huisnummer, bag.huisletter, bag.huisnummertoevoeging) 
           bag.openbareruimte, bag.huisnummer, bag.huisletter, bag.huisnummertoevoeging,
           event_count_2019_geo.locatie
    FROM event_count_2019_geo
         INNER JOIN utrecht_2020 AS bag ON (ST_DWithin(bag.geo_lokatie, event_count_2019_geo.geo_lokatie, 0.002));

我运行了这两个脚本并且确实得到了我预期的输出。

SELECT locatie, COUNT (locatie)
FROM find_houses_all -- find_houses_unique
GROUP BY locatie
ORDER BY locatie;

find_houses_all 的输出在所有情况下都大于或等于 find_houses_unique 的输出。 电子表格中的示例输出和减法如下：

Locatie         All Unique  All - Unique
achter st.-ptr. 617 222     395
berlijnplein    87   87       0
boothstraat     653 175     478
breedstraat    1057 564     493
buurkerkhof     914 163     751
catharijnesngl. 134  38      96
domplein        842 149     693
 ...
Total         35399 13196   22203

负数表示错误。

Answer 2

伟大的数据科学家之一。 我在学习！ 在这个问题中，作为传统的统计学家，我会使用集合论算法来获得受影响案例（房屋）的唯一计数，即 n(AUB) = n(A) + n(B) -n(A-intersection-B)