Geocode_Intersection — 接收 2 条相交的街道以及state、city、zip，并输出位于交叉路口的第一个交叉街道上的一组可能位置，还包括一个 geomout 作为 NAD 83 经纬度中的点位置，一个标准化地址 (addy ）每个位置以及评级。 评级越低，匹配的可能性越大。 结果首先按最低评分排序。 可以选择传入最大结果，默认为 10。使用 Tiger 数据（edges、faces、addr）、PostgreSQL 模糊字符串匹配（soundex、levenshtein）。
setof record geocode_intersection(text roadway1, text roadway2, text in_state, text in_city, text in_zip, integer max_results=10, norm_addy OUT addy, geometry OUT geomout, integer OUT rating);
该函数接受两条交叉的街道、一个state、city、zip作为输入，并输出位于交叉口上的第一条街道上的可能位置集合。每个位置包括 NAD 83 经纬度的点几何、每个位置的规范化地址以及评分。评分越低，匹配度越高。结果按照评分从低到高排序。还可以选择传入最大结果数，默认为 10。函数返回每个结果的标准化地址（addy）、NAD 83 经纬度的点位置（geomout）以及评分。评分越低，匹配度越高。结果按照评分从低到高排序。此函数使用 Tiger 数据（edges、faces、addr）和 PostgreSQL 模糊字符串匹配（soundex、levenshtein）进行计算
可用性: 2.0.0
下面的示例计时是在一台 3.0 GHZ 单处理器 Windows 7 计算机上进行的，该计算机具有 2GB RAM，运行 PostgreSQL 9.0/PostGIS 1.5，并加载了所有 MA 状态 Tiger 数据。 目前有点慢（3000 毫秒）
在 Windows 2003 64 位 8GB 上测试 PostGIS 2.0 PostgreSQL 64 位 Tiger 2011 数据加载 -- (41ms)
SELECT pprint_addy(addy), st_astext(geomout),rating
FROM geocode_intersection( 'Haverford St','Germania St', 'MA', 'Boston', '02130',1);
pprint_addy | st_astext | rating
----------------------------------+----------------------------+--------
98 Haverford St, Boston, MA 02130 | POINT(-71.101375 42.31376) | 0
即使没有在地理编码器中传递 zip，也可以猜测（在 Windows 7 上大约花费了 3500 毫秒），在 Windows 2003 64 位上花费了 741 毫秒
SELECT pprint_addy(addy), st_astext(geomout),rating
FROM geocode_intersection('Weld', 'School', 'MA', 'Boston');
pprint_addy | st_astext | rating
-------------------------------+--------------------------+--------
98 Weld Ave, Boston, MA 02119 | POINT(-71.099 42.314234) | 3
99 Weld Ave, Boston, MA 02119 | POINT(-71.099 42.314234) | 3