根据地球上任意两点的经纬度计算两点间的距离

简介: 根据地球上任意两点的经纬度计算两点间的距离

地球是一个近乎标准的椭球体,它的赤道半径为6378.140千米,极半径为6356.755千米,平均半径6371.004千米。如果我们假设地球是一个完美的球体,那么它的半径就是地球的平均半径,记为R。如果以0度经线为基准,那么根据地球表面任意两点的经纬度就可以计算出这两点间的地表距离(这里忽略地球表面地形对计算带来的误差,仅仅是理论上的估算值)。设第一点A的经纬度为(LonA, LatA),第二点B的经纬度为(LonB, LatB),按照0度经线的基准,东经取经度的正值(Longitude),西经取经度负值(-Longitude),北纬取90-纬度值(90-Latitude),南纬取90+纬度值(90+Latitude),则经过上述处理过后的两点被计为(MLonA, MLatA)和(MLonB, MLatB)。那么根据三角推导,可以得到计算两点距离的如下公式:

C = sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB) + cos(MLatA)*cos(MLatB)

Distance = R*Arccos(C)*Pi/180

这里,R和Distance单位是相同,如果是采用6371.004千米作为半径,那么Distance就是千米为单位,如果要使用其他单位,比如mile,还需要做单位换算,1千米=0.621371192mile

如果仅对经度作正负的处理,而不对纬度作90-Latitude(假设都是北半球,南半球只有澳洲具有应用意义)的处理,那么公式将是:

C = sin(LatA)*sin(LatB) + cos(LatA)*cos(LatB)*cos(MLonA-MLonB)

Distance = R*Arccos(C)*Pi/180

以上通过简单的三角变换就可以推出。

如果三角函数的输入和输出都采用弧度值,那么公式还可以写作:

C = sin(LatA*Pi/180)*sin(LatB*Pi/180) + cos(LatA*Pi/180)*cos(LatB*Pi/180)*cos((MLonA-MLonB)*Pi/180)

Distance = R*Arccos(C)*Pi/180

也就是:

C = sin(LatA/57.2958)*sin(LatB/57.2958) + cos(LatA/57.2958)*cos(LatB/57.2958)*cos((MLonA-MLonB)/57.2958)

Distance = R*Arccos(C) = 6371.004*Arccos(C) kilometer = 0.621371192*6371.004*Arccos(C) mile = 3958.758349716768*Arccos(C) mile

在实际应用当中,一般是通过一个个体的邮政编码来查找该邮政编码对应的地区中心的经纬度,然后再根据这些经纬度来计算彼此的距离,从而估算出某些群体之间的大致距离范围(比如酒店旅客的分布范围-各个旅客的邮政编码对应的经纬度和酒店的经纬度所计算的距离范围-等等),所以,通过邮政编码查询经纬度这样一个数据库是一个很有用的资源。根据经纬度计算该位置点与附近某一经纬度位置点的位置偏移角文章分类:Java编程

根据经纬度计算该位置点与附近某一经纬度位置点的位置偏移角

2008-05-18 13:44

如何计算?

设某一城市有一个城市地标,可以视为城市的中心点 ,其经纬度已知。

分散在城市中心分别

  (1)由多层环形交通公路(环线),环城市地标为基准,在不同层的环线上分布着重要的设施。

   (2)分布着多个卫星城、主要居民区和学校、基础设施。

现控制无人机分别自城市地标出发,依次探访和航拍环城公路上的重要设施。

无人机配置有GPS导航和电子罗盘。

自城市中心地标处控制无人机起飞。

1 计算任意经纬度点间的距离

用GPS测出两个点的经纬度后,如何计算这两个点之间的距离呢。用的是便携式GPS,只有经纬度显示,无坐标显示和输出。

设两点A、B的经、纬度分别为(jA,wA)(jB,wB),则半径为R的球面上两点间的最短距离(大圆弧)为:

弧AB=R*arccos[sin(wA)sin(wB)+cos(wA)cos(wB)*cos(jA-jB)]

google maps的脚本里代码。

private const double EARTH_RADIUS = 6378.137;
private static double rad(double d)
{
    return d * Math.PI / 180.0;
}
public static double GetDistance(double lat1, double lng1, double lat2, double lng2)
{
    double radLat1 = rad(lat1);
    double radLat2 = rad(lat2);
    double a = radLat1 - radLat2;
    double b = rad(lng1) - rad(lng2);
    double s = 2 * Math.Asin(Math.Sqrt(Math.Pow(Math.Sin(a/2),2) +
     Math.Cos(radLat1)*Math.Cos(radLat2)*Math.Pow(Math.Sin(b/2),2)));
    s = s * EARTH_RADIUS;
    s = Math.Round(s * 10000) / 10000;
    return s;
}

;该函数用IDL语言编写,利用GIS中根据两点经纬度计算距离公式

;计算经纬度两点间的距离

Function Length2LatLon,pts0,pts1
    radius=6378.14d;地球平均半径,单位公里
;    print,pts0,pts1
;    length=radius * acos(sin(pts0[1]*!PI/180.0)*sin(pts1[1]*!PI/180.0)+cos(pts0[1]*!PI/180.0)*cos(pts1[1]*!PI/180.0)*cos(pts0[0]*!PI/180.0-pts1[0]*!PI/180.0))
    length=radius * acos(sin(pts0[1]*!DTOR)*sin(pts1[1]*!DTOR)+cos(pts0[1]*!DTOR)*cos(pts1[1]*!DTOR)*cos(pts0[0]*!DTOR-pts1[0]*!DTOR))
    return,length
end
pro test
pts0=[117.548802d,38.625238d]
pts1=[117.548625d,38.625139d]
print,length2latlon(pts0,pts1)
end

另外在IDL中提供了计算两点距离的方法map_2points可以方便的计算不同单位(Miles,Meters)的距离,还可以通过设置不同的参数来得到不同的距离、角度值,

Syntax:

Result = MAP_2POINTS( lon0, lat0, lon1, lat1 [, DPATH=value , /METERS , /MILES , NPATH=integer{2 or greater} , /PARAMETERS , RADIANS=value] [, /RADIUS] [, /RHUMB] )

具体可以参考IDL 的Help里面讲解

如果要算的距离是椭球面的距离,就难些。

因为大地线的方程是一个微分方程,所以大地线长度是对一个微分方程的开方的积分,无法写成简单的公式.通常是直接用差分代替微分,用求和代替积分算出,这是很严格的.

下面是近似地由大地经纬度求椭球面距离的逼近方法:

如两点在同一纬线上,距离为N*cos(phi)*(lambda2-lambda1)。

如两点在同一经线上,距离为M*dphi从phi1到phi2的积分。

其中N=a/sqrt(d), d=1-e*e*sin(phi)*sin(phi),

         M=a*(1-e*e)/[d*sqrt(d)],

其中长短轴a,b与扁率偏心率的关系是:a/b=1-f=sqrt(1-e*e).

把积分区域分成等分n小段,积分可以写成求和,既可算出。这也是严格的。

如两点不在同一经纬线上,且两点距离很近,则小区域的椭球面可以视为平面,于是两点的距离近似地是上面算出的距离的平方和的开方。如两点距离较远,把两点间的经纬差分成等分n小段,每小段的距离的和就是所求的距离。

地图基础知识

   * 地图应用接口中使用的经纬度单位是NTU,您需要把其它单位的经纬度值转化过来,以下为常用的转换关系:

基本转换:

NTU = 度*100000

度 = NTU/100000

例如:

经度 = 116.21345°

纬度 = 39.445875°

NTU经度:116.21345 * 100000 = 11621345(NTU)

NTU纬度:39.445874*100000=3944587(NTU)

度分转换:

将度分单位数据转换为度单位数据

度=度+分/60

例如:

经度 = 116°20.12’

纬度 = 39°12.34’

经度 = 116 + 20.12 / 60 = 116.33533°

纬度 = 39 + 12.34 / 60 = 39.20567°

NTU经度 = 116.33533 * 100000 = 11633533(NTU)

NTU纬度 = 39.20567 * 100000 = 3920567(NTU)

度分秒转换:

将度分秒单位数据转换为度单位数据

度 = 度 + 分 / 60 + 秒 / 60 / 60

例如:

经度 = 116°20’43”

纬度 = 39°12’37”

经度 = 116 + 20 / 60 + 43 / 60 / 60 = 116.34528°

纬度 = 39 + 12 / 60 + 37 / 60 / 60 = 39.21028°

NTU经度 = 116.34528 * 100000 = 11634528(NTU)

NTU纬度 = 39.21028 * 100000 = 3921028(NTU)

其格式的经纬值先转换度,再采用上面的运算。

与经纬度有关的基础知识:

NTU 相当于十万分之一度。

如何计算经度方向距离

比如: 点A的纬度为3995400,点B的纬度为3995300,则这两个点在沿着纬线的方向相差100米。

点A的经度为11695400,点B的经度为11695300,则这两个点在沿着经线的方向相差大约为77米,

该值的计算方法可以用近似公式:

经度方向距离 = 经度差 * cos(纬度值) = 100 * cos(39) = 77米。

如何计算两点间距离

比如:点A的经度为11695400,纬度为3995400。点B的经度为11695300,纬度为3995300。

公式:两点间距离 = [ (A点经度 - B点经度)^2 + (A点纬度 - B点纬度)^2 ] ^ (1/2) = [ (11695400 - 11695300)^2

+ (3995400 - 3995300)^2 ] ^(1/2) =(10000+10000) ^ (1/2) =141米

公式说明:加法 + ,减法 - ,乘法 *,除法 /,幂运算 ^(1/2)表示平方根 ^2表示平方。

适用范围:未加密经纬度/加密经纬度

使用的比例级别总共有0-12级共13个级别,他们和实际的比例尺的对应关系分别是:

0级 -------------------- 1:5 000

1级 -------------------- 1:10 000

2级 -------------------- 1:20 000

3级 -------------------- 1:40 000

4级 -------------------- 1:80 000

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "https://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="https://www.w3.org/1999/xhtml" >
<head runat="server">
    <title>无标题页</title>
    <script type="text/javascript">
    function distanceByLnglat(lng1,lat1,lng2,lat2)
{
    var radLat1 = Rad(lat1);
    var radLat2 = Rad(lat2);
    var a = radLat1 - radLat2;
    var b = Rad(lng1) - Rad(lng2);
    var s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a / 2), 2) + Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2)));
    s = s * 6378137.0;// 取WGS84标准参考椭球中的地球长半径(单位:m)
    s = Math.round(s * 10000) / 10000;
alert(s);
   
// //下面为两点间空间距离(非球面体)
// var value= Math.pow(Math.pow(lng1-lng2,2)+Math.pow(lat1-lat2,2),1/2);
// alert(value);
}
function Rad(d)
{
    return d * Math.PI / 180.0;
}
    </script>
</head>
<body>
    <form id="form1" runat="server">
    <div onclick ="distanceByLnglat(116.95400,39.95400,116.95300,39.95300);">
    test me
    </div>
    </form>
</body>
</html>让Google地图乖乖显示出经纬度文章分类:Web前端

5级 -------------------- 1:160 000

6级 -------------------- 1:320 000

7级 -------------------- 1:640 000

8级 -------------------- 1:1 280 000

9级 -------------------- 1:2 560 000

10级 ------------------- 1:5 120 000

11级 ------------------- 1:10 240 000

12级 ------------------- 1:20 480 000

13级 ------------------- 1:40 960 000

14级 ------------------- 1:81 920 000

简单的说,0级地图最详细,12级地图最简单。

返回顶部

比例级别定义表

城市代码是某个城市的英文简称,标注在城市名称后面,便于用户记忆,点击查看城市代码表:

城市代码表 2 计算偏移角。

完整的列子如下:


Google地图(https://ditu.google.cn/)上并没有显示某个地址的经纬度,但有办法可以找到在谷歌地图上任意地点的经度和纬度。

  首先打开Google地图,在上面寻找一个地址,然后上下左右移动地图,让这个地址正好处于地图的正中心位置,当您想寻找坐标位置已经处于地图的中心位置的时候,拷贝并粘贴以下代码到你的浏览器地址栏,然后回车。

  javascript:void(prompt('',gApplication.getMap().getCenter()));

  哈哈,这时,你将得到一个弹出式的坐标,这个坐标就是你需要找的经度和纬度。

当然可以,参考下面这几个URL,相信你不会后悔的:

1.经纬度查询工具:https://www.playgoogle.com/googlemap/tool1.html

2.https://www.playgoogle.com/catalog.asp?cate=1

3.利用 Google Maps 查詢地址經緯度 - Geocoding via HTTP 簡易範例https://www.dotblogs.com.tw/chhuang/archive/2008/04/03/2593.aspx

相关文章
|
4月前
|
传感器 数据采集 物联网
基于STM32和FreeRTOS的智能手环项目设计与实现【免费开源】
随着可穿戴设备的普及,智能手环逐渐成为健康管理、运动监测和生活便捷的重要工具。本项目旨在设计一款基于STM32微控制器和FreeRTOS实时操作系统的智能手环,具备心率监测、运动计步、睡眠分析以及蓝牙通信功能。通过FreeRTOS实现多任务调度,提高系统响应效率和资源利用率,同时保证低功耗设计,延长手环续航。
基于STM32和FreeRTOS的智能手环项目设计与实现【免费开源】
|
JavaScript 前端开发 安全
轻松上手Web Worker:多线程解决方案的使用方法与实战指南
轻松上手Web Worker:多线程解决方案的使用方法与实战指南
423 0
|
大数据 数据挖掘
大数据中配对删除(Pairwise Deletion)
【10月更文挑战第22天】
564 6
|
10月前
|
关系型数据库 网络安全 数据库
如何快速搭建一个属于自己的网站?
本文将详细介绍如何使用低代码开发平台,以可视化的方式添加多种风格的门户组件,快速高效地构建移动端和PC端门户网站。
|
存储 JavaScript 前端开发
decimal.js库的安装和使用方法
【10月更文挑战第24天】decimal.js 是一个非常实用的高精度计算库,通过合理的安装和使用,可以在 JavaScript 中实现精确的数值计算和处理。你可以根据具体的需求和项目情况,灵活运用该库来解决数字精度丢失的问题。
|
iOS开发 MacOS
(11)QWidget的使用(two)
本文介绍了如何在Qt框架中使用QWidget类来设置和获取窗口的图标和标题,以及如何进行窗口状态和不透明度的设置。
312 3
|
NoSQL 安全 MongoDB
【MongoDB 专栏】MongoDB 的安全性考虑与实践
【5月更文挑战第11天】在数字化时代,MongoDB的数据安全至关重要。面临网络攻击、内部威胁、数据泄露和未授权访问等风险,我们需要重视MongoDB的安全性。关键措施包括身份验证和授权、数据加密、网络安全、备份和恢复、安全审计及正确配置。实践中应启用身份验证,配置访问控制,加密敏感数据,加强网络安全,并定期备份和审计。保持软件更新,结合业务需求制定安全策略,以确保数据的保密性、完整性和可用性。
577 0
【MongoDB 专栏】MongoDB 的安全性考虑与实践
|
存储 监控 C++
vs下dump文件的生成
vs下dump文件的生成
531 0
|
消息中间件 网络协议 Kafka
Kafka【付诸实践 02】消费者和消费者群组+创建消费者实例+提交偏移量(自动、手动)+监听分区再平衡+独立的消费者+消费者其他属性说明(实例源码粘贴可用)【一篇学会使用Kafka消费者】
【2月更文挑战第21天】Kafka【付诸实践 02】消费者和消费者群组+创建消费者实例+提交偏移量(自动、手动)+监听分区再平衡+独立的消费者+消费者其他属性说明(实例源码粘贴可用)【一篇学会使用Kafka消费者】
624 3
|
机器学习/深度学习 数据采集 算法
【Python机器学习专栏】使用机器学习预测股票价格
【4月更文挑战第30天】本文探讨了使用Python和机器学习预测股票价格的方法,包括数据收集(如开盘价、收盘价等)、预处理(缺失值填充、异常值处理、标准化)、特征选择(技术指标、基本面指标、市场情绪)和工程、模型选择(线性回归、SVM、神经网络等)、训练与调优。模型评估涉及准确率、召回率等指标,并强调实际应用中需考虑多种因素,未来研究可探索深度学习的应用及数据质量与安全。
1977 0