首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 开发语言 > 编程 >

geocoding 用中纬度实现附近低点搜索(转载)

2013-01-23 
geocoding 用经纬度实现附近低点搜索(转载)其中R为地球半径,可取平均值 6371km;φ1, φ2?表示两点的纬度;Δλ

geocoding 用经纬度实现附近低点搜索(转载)

其中

geocoding 用中纬度实现附近低点搜索(转载)

  • R为地球半径,可取平均值 6371km;
  • φ1, φ2?表示两点的纬度;
  • Δλ 表示两点经度的差值。

    距离计算函数

    下面就是计算球面间两点(lat0, lng)-(lat1, lng1)之间距离的函数。

    from math import sin, asin, cos, radians, fabs, sqrtEARTH_RADIUS=6371           # 地球平均半径,6371kmdef hav(theta):    s = sin(theta / 2)    return s * sdef get_distance_hav(lat0, lng0, lat1, lng1):    "用haversine公式计算球面两点间的距离。"    # 经纬度转换成弧度    lat0 = radians(lat0)    lat1 = radians(lat1)    lng0 = radians(lng0)    lng1 = radians(lng1)    dlng = fabs(lng0 - lng1)    dlat = fabs(lat0 - lat1)    h = hav(dlat) + cos(lat0) * cos(lat1) * hav(dlng)    distance = 2 * EARTH_RADIUS * asin(sqrt(h))    return distance

    范围搜索算法

    在庞大的地理数据库中搜索地点,索引是很重要的。但是,我们的需求是搜索附近地点, 例如,坐标(39.91, 116.37)附近500米内有什么地点?搜索条件是地点坐标与当前坐标之间的距离, 显然是无法应用索引的。

    那么换个思路:首先算出“给定坐标附近500米”这个范围的坐标范围。 虽然它是个圆,但我们可以先求出该圆的外接正方形,然后拿正方形的经纬度范围去搜索数据库。

    geocoding 用中纬度实现附近低点搜索(转载)

    如图,红色部分为要求的搜索范围,绿色部分为实际搜索范围。

    先来求东西两侧的的范围边界。在haversin公式中令φ1?= φ2,可得

    geocoding 用中纬度实现附近低点搜索(转载)

    写成python代码就是

    dlng = 2 * asin(sin(distance / (2 * EARTH_RADIUS)) / cos(lat))dlng = degrees(dlng)        # 弧度转换成角度

    然后求南北两侧的范围边界,在haversin公式中令 Δλ = 0,可得

    geocoding 用中纬度实现附近低点搜索(转载)

    写成python代码就是

    dlat = distance / EARTH_RADIUSdlng = degrees(dlat)     # 弧度转换成角度

    这样,根据当前点坐标,我们可以得出搜索范围为

    left-top    : (lat + dlat, lng - dlng)right-top   : (lat + dlat, lng + dlng)left-bottom : (lat - dlat, lng - dlng)right-bottom: (lat - dlat, lng + dlng)

    然后利用这个范围构造SQL语句,即可实现范围查询:

    SELECT * FROM place WHERE lat > lat1 AND lat < lat2 AND lng > lng1 AND lng < lng2;

    latlng列上建立索引,能从一定程度上提高范围查询的效率。

    不过,这样查询到的地点是正方形范围内的地点,一些结果与当前点的距离可能会超出给定的距离。 如果要求严格,可以遍历结果并计算与当前点之间的距离,并过滤掉不符合要求的结果。

    总结

    附近地点搜索条件是距离,而数据库中一般只保存地点的经纬度,因此无法直接查询。 本文将距离转化成经纬度范围,利用经纬度上的索引,提高查询效率。

热点排行