写一段python代码：使用Douglas-Peucker算法对AIS经纬度轨迹数据进行压缩

好的，以下是使用Python实现Douglas-Peucker算法的一个简化版本，用于压缩二维坐标数据（如AIS经纬度轨迹），假设`points`是一个包含经纬度的二维列表：

import math

def distance(p1, p2):
    dx = p1[0] - p2[0]
    dy = p1[1] - p2[1]
    return math.sqrt(dx**2 + dy**2)

def find_longest_segment(points):
    max_dist = 0
    start = 0
    end = 0
    for i in range(1, len(points)):
        dist = distance(points[i], points[start])
        if dist > max_dist:
            max_dist = dist
            end = i
    return start, end

def Douglas_Peucker(points, epsilon=0.01):
    if len(points) <= 2 or epsilon >= distance(points[0], points[-1]):
        return points
    
    first_segment = find_longest_segment(points)
    
    sub_path_1 = Douglas_Peucker(points[:first_segment[1]+1], epsilon)
    sub_path_2 = Douglas_Peucker(points[first_segment[1]:], epsilon)
    
    return [points[first_segment[0]]] + sub_path_1[:-1] + [sub_path_1[-1]] + [points[-1]]

# 使用示例
compressed_points = Douglas_Peucker([[lat, lon] for lat, lon in your_ais_data])

在这个例子中，你需要替换`your_ais_data`为实际的AIS经纬度数据列表。`epsilon`参数控制了保留多少点，值越小会保留更多细节。