如何使用 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

但是这个浮点数的单位是什么？

如果你计算这个距离，那就是229.88 Km。你也可以使用 geopy 获得它：

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

我已经读到，如果你将前面的数字除以 111，你可以得到（如此）这个：

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

有没有办法只使用 GeoDjango 来获得真实的距离？还是我应该使用 geopy？

Answer 1

通常，所有空间计算都会在与给定输入相同的坐标系中产生结果。在您的情况下，您应该使用 SRID 4326 进行计算，它是本初子午线和赤道的经度/纬度极坐标。

因此，GeoDjango 的距离计算——如果我理解正确的话——是两对坐标之间的欧几里得距离。您正在搜索大圆距离（您除以111 只是一个粗略的近似值，仅接近特定纬度范围内的实际大圆距离）。

geopy 应该隐式使用 SRID 4326 的大圆距离，从而产生正确的结果。

您现在有几个不同的选择：

A：自己实现大圈

Google for haversine 公式，您可以输入两对纬度/经度坐标，您应该可以很好地近似实际大圆距离。然而，这取决于所使用的墨卡托近似——请记住，地球不是一个球体。你可能会在两极附近遇到问题。

B：转换为公制（局部）坐标系

如果您将两个位置转换到另一个以米为单位的坐标系，计算欧几里得距离将产生正确的结果。然而，这样的坐标系统（称为平面系统）对于地球上的不同区域是不同的。对于不同的国家有不同的预测，因为将地球不规则曲面近似为一个平面是错误的——尤其是对于其表面上的任何位置都不是唯一错误的。

这仅适用于您希望计算距离的所有点都在同一地理区域内的情况。

C：为此使用库

使用 geopy 或 shapely 或任何其他合格的库，可以根据您的点所给出的 SRID 计算实际的大圆距离。请记住，所有坐标都只是近似值，因为地球的不规则性。

Answer 2

据我所知，GeoDjango 不支持计算实际距离。它只是以几何方式计算距离。因此，我认为您应该像我在项目中那样使用 geopy..

from geopy.distance import vincenty

distance = vincenty((lat1, lon1), (lat2, lon2)).kilometers

这将给出以公里为单位的正确距离。

有关更多信息，请查看 geopy 文档。

http://geopy.readthedocs.io/en/latest/

Answer 3

网上有一个解决方案，它既解释了 GeoDjango 最初在做什么（本质上不使用任何标准单位的距离计算），也解释了如何将其转换为以更多形式返回距离的形式有用的单位——该代码与您已经在做的非常相似，只是它在检索距离之前对每个点使用了变换。链接如下，希望对你有用：

https://coderwall.com/p/k1gg1a/distance-calculation-in-geodjango