Haversine 算法计算地球上两个点之间的最短距离

Haversine 算法用于计算地球上两个点之间的最短距离（假设地球是一个理想的球体），这种距离被称为大圆距离。它是航海和航空领域常用的一种方法，用来估算两个地理坐标点（经度和纬度）之间的距离。该算法的计算原理基于球面三角学。

Haversine 公式

Haversine 公式如下：

• φ1, φ2 是两个点的纬度，以弧度为单位
• λ1, λ2 是两个点的经度，以弧度为单位
• Δφ 是两个点的纬度差：Δφ = φ2 - φ1
• Δλ 是两个点的经度差：Δλ = λ2 - λ1
• R 是地球的半径，通常取 6371 千米（或者 3958.8 英里）
• d 是两个点之间的球面距离

详细步骤

1. 将纬度和经度从角度转换为弧度
   经纬度通常以角度表示，但在 Haversine 公式中需要将其转换为弧度。转换公式如下：

2. 计算两个点的经度和纬度差
   

3. 代入 Haversine 公式
   计算公式中的参数 ( a )，并通过反三角函数 atan2 计算出球面距离 ( c )。

4. 乘以地球半径
   将计算出的角度距离 ( c ) 乘以地球半径 ( R ) 以得到实际距离 ( d )。

示例代码 (Python)

import math

def haversine(lat1, lon1, lat2, lon2):
    # 将纬度和经度转换为弧度
    R = 6371.0  # 地球半径，单位：千米
    lat1 = math.radians(lat1)
    lon1 = math.radians(lon1)
    lat2 = math.radians(lat2)
    lon2 = math.radians(lon2)
    
    # 计算纬度和经度差
    dlat = lat2 - lat1
    dlon = lon2 - lon1
    
    # 计算 Haversine 公式
    a = math.sin(dlat / 2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon / 2)**2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
    
    # 计算距离
    distance = R * c
    return distance

# 示例
lat1, lon1 = 31.2304, 121.4737  # 上海
lat2, lon2 = 39.9042, 116.4074  # 北京

distance = haversine(lat1, lon1, lat2, lon2)
print(f"两地之间的距离: {distance} 千米")

结果

上海和北京之间的直线距离大约为 1068 千米。