我需要优化空间索引的边缘情况，描述如下：
- 空间索引包含分布在全球各地的大量 3D 几何图形（3D 点和 2.5D 拉伸多边形）。
- 在地球上的某些地点，存在一些热点，大量几何图形彼此碰撞，从而导致 O² 重叠/碰撞。
- 因此，在这些热点位置，需要考虑分配给几何图形的附加类型并减少空间结果的数量。
- 例如，一个几何图形可能代表一辆汽车，另一个几何图形可能代表地理围栏。在这些热点位置（事先未知，并且可能动态随机变化），例如，将查询与地理围栏重叠的汽车，而与其他项目重叠的汽车则应被忽略。
在这种情况下是否可以有效地使用 boost r-tree 来处理 4 维数据？