如何用GeoDjango计算两点之间的实际距离？

Question

from django.contrib.gis.geos import Point

p1 = Point(36.74851779201058, -6.429006806692149, srid=4326)
p2 = Point(37.03254161520977, -8.98366068931684, srid=4326)
p1.distance(p2)
Out: 2.5703941316759376

但这个浮点数的单位是多少？

如果你计算这个距离,这是229.88公里.您也可以使用geopy获取它:

from geopy.distance import distance
distance(p1, p2)
Out: Distance(229.883275249)
distance(p1, p2).km
Out: 229.88327524944066

我已经读过你可以得到(如此),如果你将之前的数字除以111:

(2.5703941316759376 / 111) * 10000
Out: 231.5670388897241  # kilometers

有没有办法只使用GeoDjango获得真正的距离？或者我应该使用geopy？

Answer 1

通常，所有空间计算都在与输入相同的坐标系中得出结果。在您的情况下，您应该使用SRID 4326进行计算，该SRID是与本初子午线和赤道成度的经度/纬度极。

因此，如果我正确理解的话，GeoDjango的距离计算就是两对坐标之间的欧几里得距离。您正在搜索大圆距（111在某些纬度范围内，除以仅是近似于实际大圆距的粗略近似值）。

geopy应该将SRID 4326的大圆距离隐式使用，从而得出正确的结果。

您现在有几个不同的选择：

答：自行实施大圈子

使用Google haversine公式，您可以打入两对纬度/经度坐标，并且应该可以很好地近似实际的大圆圈距离。但是，这取决于使用的墨卡托近似值-请记住地球不是球体。这样您可能会遇到两极分化的问题。

B：转换为公制（本地）坐标系

如果将两个位置转换为另一个以米为单位的坐标系，则计算欧几里得距离将得出正确的结果。但是，此类坐标系统（称为平面系统）对于地球上的各个区域是不同的。对于不同的国家，会有不同的预测，因为地球的不规则曲面近似于平面是错误的-尤其是对于其表面上的任何位置都不是唯一错误的。

仅当您要计算距离的所有点都在同一地理区域中时才适用。

C：为此使用一个库

请使用geopy或shapely或任何其他可以根据给出点的SRID计算实际大圆距离的合格库。请记住，由于地球的不规则性，所有坐标只是近似值。