随机地理坐标（在陆地上，避免海洋）

Question

随机地理坐标（在陆地上，避免海洋）

38

有没有聪明的想法来生成地球上地点的随机坐标（纬度/经度）？纬度/经度，精度为5位，并避开水域。

    double minLat = -90.00;
    double maxLat = 90.00;      
    double latitude = minLat + (double)(Math.random() * ((maxLat - minLat) + 1));
    double minLon = 0.00;
    double maxLon = 180.00;     
    double longitude = minLon + (double)(Math.random() * ((maxLon - minLon) + 1));
    DecimalFormat df = new DecimalFormat("#.#####");        
    log.info("latitude:longitude --> " + df.format(latitude) + "," + df.format(longitude));

也许我活在一个梦幻世界里，水这个话题是不可避免的...但希望有一种更美好、更清洁和更有效的方法来解决这个问题？

编辑

有些很棒的答案/想法——但是，如果我需要生成25000个坐标，去外部服务提供商可能不是最佳选择，因为延迟、成本和其他几个因素。

- sdolgy

1

看看这个问题：https://dev59.com/kEfSa4cB1Zd3GeqPBv3F 一些答案非常好。 - Mister Smith

可能会尝试地理哈希 :) http://xkcd.com/426/ - jb.

这段代码不会在极地附近产生相当奇怪的分布吗？ - aioobe

16个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- wutzebaer · Answer 1

生成很容易，问题是它们不应该在水上。例如，我会导入“Open Streetmap”到这里http://ftp.ecki-netz.de/osm/并将其导入到数据库中（非常简单的数据结构）。我建议使用PostgreSQL，它带有一些地理函数http://www.postgresql.org/docs/8.2/static/functions-geometry.html。为此，您必须将点保存在“多边形”列中，然后可以使用“&&”运算符检查它是否在水面多边形中。对于OpenStreetmap Way-Entry的属性，您应该查看http://wiki.openstreetmap.org/wiki/Category:En:Keys。

- Snicolas · Answer 2

我猜你可以使用世界地图，定义一些点来划定大部分水域，然后使用polygon.contains方法来验证坐标。

更快的算法是使用这张地图，取一些随机点并检查下面的颜色，如果是蓝色，则为水域...当你有了坐标，就将它们转换为经纬度。

- David Thornton · Answer 3

你也可以尝试蓝绿色的方法，然后将所有绿色点存储起来以供以后查找。这样做的好处是“逐步”可细化的。当你想出更好的制作点列表的方法时，你只需将随机抓手指向一个更准确的点组。

也许服务提供商已经回答了你的问题：例如 https://www.google.com/enterprise/marketplace/viewListing?productListingId=3030+17310026046429031496&pli=1

高程 API？http://code.google.com/apis/maps/documentation/elevation/ 是海平面以上还是以下？（对于你没有荷兰点！）

- zmbq · Answer 4

随机点是否必须在全球范围内均匀分布？如果你可以接受一个看似均匀的分布，你可以这样做：

打开你喜欢的地图服务，在美国、俄罗斯、中国、西欧和北非的确切部分内画一个矩形，确保矩形内没有大湖或里海。取每个矩形的角落坐标，然后在这些矩形内随机选择坐标。

你可以保证这些点中没有一个会在任何海洋或湖泊上。你可能会发现偶尔有一条河流，但我不确定有多少地理服务能够准确到那个程度。

- GenericJon · Answer 5

从理论和实践角度来看，这是一个非常有趣的问题。最合适的解决方案将在很大程度上取决于您的确切要求。您需要考虑每个水域，还是只考虑主要的海洋？准确性和正确性有多重要；将海洋识别为陆地或反之是否会导致灾难性失败？

我认为机器学习技术将是解决这个问题的绝佳方案，前提是您不介意（希望很小的）概率出现将水点错误分类为陆地。如果这不是问题，那么这种方法应该比其他技术具有更多优势。

使用位图是一个不错的解决方案，简单而优雅。它可以产生指定精度，并且分类保证是正确的（或者至少与您制作的位图一样正确）。但是它的实用性取决于您需要解决方案的准确性。您提到您想要坐标精度达到5个小数位（相当于将整个地球表面映射到最近的米）。使用每个元素1位，位图的大小将达到约73.6TB！

我们并不需要存储所有这些数据；我们只需要知道海岸线在哪里。只要知道一个点相对于海岸的位置，我们就可以确定它是在陆地上还是在海上。根据粗略估计，CIA 世界概况报告称地球上有22498公里的海岸线。如果我们为每一米海岸线存储坐标，并为每个纬度和经度使用32位字，那么这将占用不到1.35GB的存储空间。如果这是一个琐碎的应用程序，这仍然是很多，但比使用位图低几个数量级。然而，如果不需要如此高的精度，这些数字将大大降低。仅将映射缩小到最近的一公里，位图将只有约75GB，全球海岸线的坐标可以适合在软盘中。

我的建议是使用聚类算法来决定一个点是否在陆地上。首先，我们需要足够多的已知坐标，这些坐标已知是在陆地上还是在海上。现有的 GIS 数据库就很合适。然后，我们可以分析这些点以确定陆地和海洋的聚类。决策边界应该落在海岸线上，所有未确定决策边界的点都可以被删除。这个过程可以迭代，以给出一个渐进性更精确的边界。

只需要存储决策边界/海岸线的点，通过使用简单的距离度量，我们可以快速轻松地确定一组坐标是在陆地上还是海洋中。训练系统需要大量资源，但一旦完成分类器将需要非常少的空间或时间。

- steve · Answer 6

假设数据库中没有亚特兰蒂斯，您可以随机选择城市。这也提供了更真实的点分布，如果您打算模仿人类活动：https://simplemaps.com/data/world-cities

在免费版本中只有7,300个城市。