空间数据类型通常与传统的非空间属性数据类型（如文本、整数、浮点数、日期等）结合使用。
在一个表中： 最常见的方式是将空间几何列（例如 geometry 或 geography 类型）与描述性属性列（如名称、ID、人口数量等）存储在同一个数据库表中。这使得可以在一次查询中同时获取几何信息和属性信息。
通过 ID 关联： 在某些情况下，特别是对于非常大的空间数据或需要多版本管理的属性，空间几何可以存储在一个表中，而其属性存储在另一个或多个表中，通过共享的唯一标识符（ID）进行关联。
空间数据库通过这些丰富的数据类型，为高效存储、查询和分析各种地理空间信息提供了坚实的基础。
空间数据模型基础
空间数据模型是组织和表示地理空间信息的方式，它定义了如何在计算机系统中抽象和存储现实世界的地理实体及其相互关系。它是空间数据库和地理信息系统 (GIS) 的核心理论基础，直接影响着数据的存储效率、查询性能和分析能力。
1. 矢量数据模型 (Vector Data Model)
矢量数据模型是表示离散地理要素的主要方式，它通过精确的坐标 特殊数据库 来描述地理对象的几何形状和位置。
基本元素:
点 (Point): 零维，由一对或多对坐标 (x,y) 或 (x,y,z) 表示。适用于表示离散、无面积的地理要素，如：树木、井盖、交通信号灯。
线 (LineString): 一维，由一系列有序的坐标点连接而成。适用于表示具有长度但无面积的线性要素，如：道路、河流、电力线、边界线。
面 (Polygon): 二维，由一个或多个闭合的线段组成，表示具有面积的区域要素。适用于表示具有面积的地理要素，如：湖泊、建筑物、行政区划、土地利用类型区域。
数据结构: 矢量数据通常以拓扑结构或非拓扑结构存储。
非拓扑结构 (Spaghetti Model): 简单地存储每个几何对象的坐标列表，不显式存储要素间的空间关系。优点是简单，但缺点是数据冗余，且难以进行拓扑分析。
拓扑结构 (Topological Model): 显式存储点、线、面之间的空间关系（如连接、相邻、包含）。例如，相邻的多边形只存储一次共享边界。优点是数据冗余少，且支持复杂的空间关系查询和分析（如网络分析、邻近性分析）。
优点: 存储精确，适用于表示边界清晰的离散地物；支持精确的几何量算。
缺点: 对于连续变化的现象（如高程、温度）表示不直观；数据量大时渲染复杂。
2. 栅格数据模型 (Raster Data Model)
栅格数据模型将地理空间划分为规则的网格单元（像素），每个单元存储一个或多个属性值。它更适合表示连续变化的地理现象。
基本元素:
网格单元 (Cell/Pixel): 最小的、不可再分的空间单元，通常是正方形，具有固定的尺寸（分辨率）。
属性值: 每个网格单元存储一个或多个代表该位置地理现象的属性值，例如：高程、温度、土地利用类型代码、植被指数等。
矩阵结构: 栅格数据本质上是一个二维（或多维）的矩阵，行列对应地理位置，值对应属性。
数据结构:
按行存储: 最简单的存储方式，按顺序存储每个像元的值。
压缩技术: 对于具有大量相同值的区域（如大面积的森林），常使用运行长度编码 (Run-Length Encoding) 或四叉树 (Quadtree) 等压缩技术。
优点: 结构简单，易于计算机处理；适合表示连续变化的现象和进行图像处理；易于叠加分析。
缺点: 空间分辨率受限于像元大小；边界表示不精确；数据量可能非