轉換緯度，經度，以從公里赤道輪距離最近公里

Question

每個座標我有，我覺得從赤道公里給我兩個距離的距離：

from pyproj import Geod 
wgs84_geod = Geod(ellps='WGS84')  
_,_, lon_dist = wgs84_geod.inv(0, 0,lon, 0) 
_,_, lat_dist = wgs84_geod.inv(0, 0,0, lat) 

作爲一個全面的檢查，我可以重新計算從這些值原來的座標如下（從赤道承擔方向的座標爲（0,0）是北部和西部：

_, new_lat, _ = wgs84_geod.fwd(0,0, 0, lat_dist) 
new_lon, _, _ = wgs84_geod.fwd(0, 0, 90, lon_dist) 

這讓我回我開始用相同的座標

。 10

現在我想找到離我的座標最近的公里點。我將lon_dist和lat_dist四捨五入到距赤道值的公里。

lat_km_dist = round(lat_dist/1000)*1000 #to nearest km and back to meters 
lon_km_dist = round(lon_dist/1000)*1000 

我得到使用以相同的方式，這些距離座標之前

_, km_lat, _ = wgs84_geod.fwd(0,0, 0, lat_km_dist) 
km_lon, _, _ = wgs84_geod.fwd(0, 0, 90, lon_km_dist) 

邏輯應該是在同一區域內的多個座標，任何km_lat之間的最近距離，km_lon對應該一公里。 這在南/北軸線上是正確的，但對於經度來說，距離因我所處的緯度而異。 我附上了兩張屏幕截圖，以顯示km_lat，km_lon座標由面積爲1km的多邊形中心的黑色圓圈表示的問題。

我該如何糾正？

Answer 1

什麼該算法本質上是這樣做的是，它構造一個等距離目（與點1公里開）在赤道上（LAT = 0）與主子午線（LON = 0） 。然後它有效地在橢球上構建一個網格作爲這些點的笛卡爾乘積。

但是，緯度/經度座標不形成笛卡爾框架，由這些網格點產生的結果平行/子午線定義的「方塊」的大小不僅取決於特定的經度，還取決於緯度。在完美的球體上，這將在南北方向上起作用，從那時起，lon = 0上的等距（按照大圓距離）網格在緯度上也是等距的（緯度差等於距離上的差球體的半徑）。

換句話說，如果固定兩個緯度lat1，lat2並從(lat1, lon)特定經度lon舉，比如說(lat2, lon)1公里，向西方向，那麼這些新獲得的積分不會有相同的經度...

我不完全確定你要達到的目標，但如果目標是獲得一些不太接近的代表點，那麼就大圓距離而言，hierarchical clustering可能會提供合理的結果...

編輯：

作爲一個近似的解決方法，你可以得到最有可能離開的選擇比(0, 0)另一個參考點 - 新的參考點應該不會太遠，你試圖描述的區域（類似於感興趣區域的「左下角」）。如果整個感興趣區域不覆蓋全球的大部分地區（大緯度緯度），那麼這些差異將非常小，因此它們在GoogleMaps可視化中可能幾乎看不見...

因此，如果您對丹麥感興趣（通過截圖來判斷），那麼類似以下內容可能會起作用：

lat_ref, lon_ref = 53.637976, 6.694138 

_,_, lon_dist = wgs84_geod.inv(lon_ref,lat_ref, lon, 0) 
_,_, lat_dist = wgs84_geod.inv(lon_ref,lat_ref, 0, lat) 

lat_km_dist = round(lat_dist/1000)*1000 #to nearest km and back to meters 
lon_km_dist = round(lon_dist/1000)*1000 


_, km_lat, _ = wgs84_geod.fwd(lon_ref,lat_ref, 0, lat_km_dist) 
km_lon, _, _ = wgs84_geod.fwd(lon_ref,lat_ref, 90, lon_km_dist)