js计算两组经纬度之间的距离

可以使用 Haversine 公式来计算两个经纬度之间的距离。具体公式如下：

const toRadians = (degrees) => {
return degrees * Math.PI / 180;
}

const distance = (lat1, lon1, lat2, lon2) => {
const R = 6371; // 地球半径，单位：km
const dLat = toRadians(lat2 - lat1);
const dLon = toRadians(lon2 - lon1);
const a = Math.sin(dLat / 2) * Math.sin(dLat / 2) +
Math.cos(toRadians(lat1)) * Math.cos(toRadians(lat2)) *
Math.sin(dLon / 2) * Math.sin(dLon / 2);
const c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1 - a));
const distance = R * c; // 距离，单位：km
return distance;
}

// 示例
console.log(distance(39.9042, 116.4074, 31.2304, 121.4737)); // 1063.14 km

相关问题

两组经纬度数据怎么进行相似度对比

对于两组经纬度数据的相似度对比，可以使用以下方法：

1. 计算两组经纬度数据之间的欧几里得距离，然后将其归一化到[0,1]区间内。距离越小相似度越高。

2. 计算两组经纬度数据之间的曼哈顿距离，也可以将其归一化到[0,1]区间内。距离越小相似度越高。

3. 计算两组经纬度数据之间的海伦距离，然后将其归一化到[0,1]区间内。距离越小相似度越高。

4. 使用聚类算法将两组经纬度数据进行聚类，然后比较聚类结果的相似度。

以上方法可以根据具体情况进行选择和调整，以达到更好的相似度对比效果。

用matlab批量对比两组经纬度坐标，寻找相近的坐标放在同一行输出

可以使用以下步骤在MATLAB中批量对比两组经纬度坐标，并找到相近的坐标放在同一行输出：

1. 读取两组经纬度坐标数据，假设分别存储在变量lon1、lat1和lon2、lat2中，每一行表示一个坐标点。
2. 将经纬度坐标转换为弧度制，使用MATLAB中的deg2rad函数。
3. 计算所有坐标点之间的距离矩阵，可以使用MATLAB中的pdist2函数，指定距离度量为haversine。
4. 设定一个距离阈值，找到所有距离小于该阈值的坐标点对。可以使用MATLAB中的find函数和logical索引。
5. 将相近的坐标放在同一行输出，可以使用MATLAB中的fprintf函数。

以下是MATLAB代码示例：

% 读取经纬度数据
data1 = readmatrix('coordinates1.csv');
lon1 = data1(:, 1);
lat1 = data1(:, 2);

data2 = readmatrix('coordinates2.csv');
lon2 = data2(:, 1);
lat2 = data2(:, 2);

% 将经纬度转换为弧度制
lon1_rad = deg2rad(lon1);
lat1_rad = deg2rad(lat1);
lon2_rad = deg2rad(lon2);
lat2_rad = deg2rad(lat2);

% 计算距离矩阵
dist_mat = pdist2([lat1_rad, lon1_rad], [lat2_rad, lon2_rad], @haversine);

% 设定距离阈值
threshold = 0.1; % 单位为弧度

% 找到距离小于阈值的坐标点对
[row, col] = find(dist_mat < threshold & dist_mat > 0);

% 输出相近坐标点对
for i = 1:length(row)
    fprintf('Coordinate %d in group 1 is close to coordinate %d in group 2\n', row(i), col(i));
end

其中，coordinates1.csv和coordinates2.csv是包含经纬度数据的CSV文件，第一列为经度，第二列为纬度，每一行表示一个坐标点。