经纬度距离公式_经纬度差的计算

经纬度距离公式_经纬度差的计算publicclassCaculateDistance{privatefinalstaticdoubleEARTH_RADIUS=6378.137;privatestaticdoublerad(doubled){ returnd*Math.PI/180.0;}/***根据两点间经纬度坐标(double值),计算两点间距离,单位为米*/publicstaticdoubleGetDistance(doublelat1,doubleln.

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

在这里插入图片描述

public class CaculateDistance {

	private final static double EARTH_RADIUS = 6378.137;

	private static double rad(double d) {
		return d * Math.PI / 180.0;
	}

	/**
	 * 根据两点间经纬度坐标(double值),计算两点间距离,单位为米
	 */
	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 = (s * 10000) / 10;
		return s;
	}

	public static void main(String[] args) {
		System.out.println("距离差" + GetDistance(30.535275, 114.352175,30.5352806, 114.3521917) + "米");
	}
}

在这里插入图片描述

=2*6378.137*ASIN(SQRT(POWER(SIN((F2*PI()/180-H2*PI()/180)/2),2)+COS(F2*PI()/180)*COS(H2*PI()/180)*POWER(SIN((G2*PI()/180-I2*PI()/180)/2),2)))*100000

上述适合百公里以内,几百公里的时候两者误差量级为几米,在计算1000公里级别是误差能到达几十米。
要真正精准计算,必须考虑地球椭球体。建议采用椭球体算法,比较著名的算法有Vincenty方案算法,参考:Vincenty solutions of geodesics on the ellipsoid

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/190114.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • splice方法的使用_assign方法

    splice方法的使用_assign方法splice方法常用于数组内指定元素删除,例:vardata=[1,2,3,4,5]data.splice(1,1)console.log(data)打印出来的值为[1,3,4,5]也可用于删除多个,例如:data.splice(1,2)打印值为[1,4,5]注释:splice(第一个值为从何处开始,第二个值为删除几个)第一个值为index下标,从0开始,删除数组内的第几个元素第二个值为删除几个元素,从第一个值定义的下标位置开始扩展:splice方法也可用于数据的增加,修改,例

    2022年9月24日
    1
  • Android数据库高手秘籍(五)——LitePal的存储操作「建议收藏」

    Android数据库高手秘籍(五)——LitePal的存储操作

    2022年1月18日
    34
  • 自动编码器(Autoencoder)

    自动编码器(Autoencoder)autoencoder是一种无监督的学习算法。在深度学习中,autoencoder用于在训练阶段开始前,确定权重矩阵WW的初始值。神经网络中的权重矩阵WW可看作是对输入的数据进行特征转换,即先将数据编码为另一种形式,然后在此基础上进行一系列学习。然而,在对权重初始化时,我们并不知道初始的权重值在训练时会起到怎样的作用,也不知道在训练过程中权重会怎样的变化。因此一种较好的思

    2022年6月10日
    30
  • 集成学习-Voting

    集成学习-Voting一、什么是集成学习集成学习是使用一系列学习器进行学习,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。一般情况下,集成学习中的多个学习器都是同质的”弱学习器”。上面的描述来自百度百科,看定义的话知道是基于‘弱学习器’的,很多讲集成学习的教程都会先讲决策树,然后讲到随机森林和GBDT,也就是bagging和boosting,…

    2025年6月19日
    2
  • Bootstrap-tagsinput标系统使用心得

    Bootstrap-tagsinput标系统使用心得

    2021年11月5日
    40
  • 带求和符号的函数求导公式_幂级数如何求和函数

    带求和符号的函数求导公式_幂级数如何求和函数

    2022年10月10日
    4

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号