Java实现GeoJSON解析与点面关系判断

1. 项目概述

在地理信息系统(GIS)开发中，判断一个经纬度点是否位于特定地理区域内部是常见需求。本文介绍如何使用Java实现GeoJSON格式地理信息数据的解析，并基于射线算法高效判断点与多边形区域的包含关系。

这个功能在以下场景非常实用：

• 地理围栏应用（如共享单车电子围栏）
• 区域统计（如统计某区域内的用户数量）
• 位置服务（如判断用户是否在配送范围内）

2. 核心原理与技术选型

2.1 GeoJSON格式解析

GeoJSON是一种基于JSON的地理空间数据交换格式，其多边形数据通常存储在"features"数组下的"geometry"对象中。我们的解析器需要：

1. 读取JSON文件流
2. 定位到rings数组（包含多边形顶点坐标）
3. 将坐标转换为Point对象列表

注意：实际项目中GeoJSON可能包含MultiPolygon等复杂类型，本文示例处理的是简单多边形情况。

2.2 射线算法实现

射线法(Ray Casting Algorithm)是判断点是否在多边形内的经典算法，其核心逻辑是：

1. 从待测点向右发射一条水平射线
2. 计算该射线与多边形各边的交点数量
3. 如果交点数为奇数，点在多边形内；偶数则在外

算法时间复杂度为O(n)，n为多边形边数，性能足以应对大多数实际场景。

3. 完整实现方案

3.1 项目结构

code复制src/main/java/
├── com.hsdsj.business.extend
│   ├── constants/GanSuConstant.java  # 城市常量定义
│   └── server/impl/FileServiceImpl.java  # GeoJSON解析实现
├── com.hsdsj.common.utils
│   └── GeoUtils.java  # 核心算法工具类
resources/
└── file/map/  # GeoJSON数据文件
    ├── LZ.json
    ├── JYG.json
    └── ...其他城市文件

3.2 核心工具类详解

3.2.1 Point类设计

java复制public static class Point {
    private double longitude; // 经度(x轴)
    private double latitude;  // 纬度(y轴)
    
    // 构造方法和getter/setter
}

经验：将经度纬度明确分开存储比使用数组更易读，也便于后续扩展高度坐标。

3.2.2 GeoJSON解析方法

java复制public static List<Point> parsePolygon(String polygonStr) {
    JSONArray jsonArray = JSONArray.parseArray(polygonStr);
    List<Point> points = new ArrayList<>();
    
    for (Object obj : jsonArray) {
        JSONArray pointArray = (JSONArray) obj;
        double longitude = pointArray.getDouble(0);
        double latitude = pointArray.getDouble(1);
        points.add(new Point(longitude, latitude));
    }
    return points;
}

3.2.3 射线算法实现

java复制public static boolean isPointInPolygon(Point point, List<List<Point>> polygonList) {
    for (List<Point> polygon : polygonList) {
        int vertexCount = polygon.size();
        if (vertexCount < 3) return false;
        
        boolean inside = false;
        for (int i = 0, j = vertexCount - 1; i < vertexCount; j = i++) {
            Point p1 = polygon.get(i);
            Point p2 = polygon.get(j);
            
            // 检查点是否在边上
            if (isPointOnEdge(point, p1, p2)) return true;
            
            // 射线算法核心
            if (((p1.latitude > point.latitude) != (p2.latitude > point.latitude)) &&
                (point.longitude < (p2.longitude - p1.longitude) * 
                 (point.latitude - p1.latitude) / (p2.latitude - p1.latitude) + p1.longitude)) {
                inside = !inside;
            }
        }
        if (inside) return true;
    }
    return false;
}

3.3 文件服务实现

3.3.1 GeoJSON文件读取

java复制public List<List<Point>> getPolygon(String cityName) {
    String filePath = getFilePath(cityName); // 获取文件路径
    try (InputStream inputStream = new ClassPathResource(filePath).getInputStream()) {
        JSONObject jsonObject = new JSONObject(new JSONTokener(inputStream));
        JSONArray ringsArray = jsonObject.getJSONArray("features")
                                      .getJSONObject(0)
                                      .getJSONObject("geometry")
                                      .getJSONArray("rings");
        
        List<List<Point>> polygons = new ArrayList<>();
        for (int i = 0; i < ringsArray.length(); i++) {
            polygons.add(parsePolygon(ringsArray.getJSONArray(i).toString()));
        }
        return polygons;
    } catch (Exception e) {
        log.error("解析GeoJSON失败", e);
        return Collections.emptyList();
    }
}

3.3.2 城市文件映射

java复制private String getFilePath(String cityName) {
    switch (cityName) {
        case "LZ": return "file/map/LZ.json";
        case "JYG": return "file/map/JYG.json";
        // ...其他城市映射
        default: return null;
    }
}

4. 使用示例与测试

4.1 基础调用方式

java复制// 获取城市多边形数据
List<List<GeoUtils.Point>> polygon = fileServer.getPolygon("LZ");

// 创建测试点
GeoUtils.Point testPoint = new GeoUtils.Point(103.8343, 36.0614);

// 判断包含关系
if (GeoUtils.isPointInPolygon(testPoint, polygon)) {
    System.out.println("点在多边形内");
} else {
    System.out.println("点在多边形外");
}

4.2 性能测试数据

对包含1000个顶点的多边形进行测试：

提示：对于需要高频调用的场景，建议使用空间索引如R树优化查询性能。

5. 常见问题与解决方案

5.1 精度问题

问题现象：边界点判断不准确

解决方案：

1. 使用BigDecimal进行高精度计算
2. 设置合理的误差范围(如1e-9)

java复制// 修改isPointOnEdge方法
double slope = BigDecimal.valueOf((p2.latitude - p1.latitude))
                       .multiply(BigDecimal.valueOf(point.longitude - p1.longitude))
                       // ...其他计算

5.2 复杂多边形处理

问题现象：带洞多边形判断错误

解决方案：

1. 使用JTS库处理复杂几何图形
2. 实现多环多边形处理逻辑

java复制GeometryFactory gf = new GeometryFactory();
Polygon polygon = gf.createPolygon(coordinates);
return polygon.contains(gf.createPoint(new Coordinate(point.longitude, point.latitude)));

5.3 内存优化

问题现象：大区域文件内存占用高

优化方案：

1. 使用流式解析替代全量加载
2. 对多边形数据进行网格分区

6. 进阶优化方向

6.1 使用空间索引

对于海量区域判断，可引入R树索引：

java复制STRtree index = new STRtree();
index.insert(polygon.getEnvelopeInternal(), polygon);
List<Polygon> candidates = index.query(point.getEnvelopeInternal());

6.2 多线程处理

java复制ExecutorService executor = Executors.newFixedThreadPool(4);
Future<Boolean> future = executor.submit(() -> 
    isPointInPolygon(point, polygon));
boolean result = future.get(100, TimeUnit.MILLISECONDS);

6.3 缓存优化

java复制@Cacheable(value = "polygonCache", key = "#cityName")
public List<List<Point>> getPolygon(String cityName) {
    // ...原有实现
}

7. 项目依赖管理

7.1 Maven依赖

xml复制<dependencies>
    <!-- JSON处理 -->
    <dependency>
        <groupId>com.alibaba.fastjson2</groupId>
        <artifactId>fastjson2</artifactId>
        <version>2.0.26</version>
    </dependency>
    
    <!-- 地理计算 -->
    <dependency>
        <groupId>org.locationtech.jts</groupId>
        <artifactId>jts-core</artifactId>
        <version>1.19.0</version>
    </dependency>
</dependencies>

7.2 版本选择建议

1. JTS：推荐1.18+版本，有更好的性能优化
2. Fastjson：建议使用2.x版本，修复了1.x的安全漏洞

8. 实际应用案例

8.1 共享单车电子围栏

java复制public boolean isInServiceArea(Point bikePoint) {
    List<List<Point>> serviceArea = getPolygon("SH");
    return isPointInPolygon(bikePoint, serviceArea);
}

8.2 区域营销活动

java复制public List<User> getTargetUsers(String region) {
    List<List<Point>> regionPolygon = getPolygon(region);
    return allUsers.stream()
                  .filter(u -> isPointInPolygon(u.getLocation(), regionPolygon))
                  .collect(Collectors.toList());
}

9. 开发注意事项

1. 坐标系一致性：确保所有点使用相同的坐标系（建议WGS84）
2. 环方向：GeoJSON标准要求外环逆时针、内环顺时针
3. 性能监控：对核心算法添加执行时间日志
4. 异常处理：对无效输入数据做好防御性编程

10. 调试技巧

1. 可视化调试：使用GeoJSON在线工具验证数据正确性
2. 单元测试：覆盖各种边界情况
   • 点在顶点上
   • 点在边上
   • 复杂多边形情况
3. 日志输出：记录算法中间计算结果

我在实际项目中发现，对于特别复杂的多边形（如城市边界），可以先用最小外接矩形做快速筛选，能显著提升性能。另外，将频繁访问的区域数据缓存到Redis也是常见的优化手段。