前些时间在更新我的坐标边界查询工具的时候，需要用到经纬度坐标点的距离计算，和以坐标点为中心生成一个指定距离为半径的圆，搜了一下没有找到现成简单又合适的代码，于是把自己压箱底的代码翻出来了，简化完善了一下，嘿，代码量也不大，还挺好用。

本方法是通过计算得到圆上的多个坐标点，来得到的一个近似的圆形面，只要坐标点够多，这个圆就能足够圆；有了这些坐标点就很容易表示成不同的格式，比如：GeoJSON文本、WKT文本、Geometry实例。

源自 坐标边界查询工具 开源库：https://github.com/xiangyuecn/AreaCity-Query-Geometry （github可以换成gitee），高性能的坐标数据、边界数据查询工具，Java开源程序、带http查询接口，内存占用低（1秒可查1万个以上坐标对应的城市信息）。

java版源码

js版源码

在线绘制预览效果

生成了圆形面的WKT文本后，可以粘贴进在线预览页面绘制显示：https://xiangyuecn.gitee.io/areacity-jsspider-statsgov/assets/geo-echarts.html ，方便代码调试，地图上有测距功能，可以测量圆面的准确度；页面上的画圆功能，采用的就是js版的代码。

关于计算的精确度

两个经纬度坐标的距离计算，采用的Haversine formula算法，下面的计算代码中高德地图的api同样是Haversine formula算法，和百度地图的计算结果误差在0.2%以内：

bMap=window.BMapGL&&BMapGL.Map.prototype||{getDistance:function(a,b){return BMap.Map.prototype.getDistance(new BMap.Point(a.lng,a.lat),new BMap.Point(b.lng,b.lat)) }};

//地图api计算【纬度】之间的距离，每一度之间的距离是相同的
bMap.getDistance({lng:111,lat:15},{lng:111,lat:16})        //百度111194.86米
new AMap.LngLat(111,15).distance(new AMap.LngLat(111,16)) //高德111319.49米

bMap.getDistance({lng:121,lat:55},{lng:121,lat:56})        //百度111194.78米
new AMap.LngLat(121,55).distance(new AMap.LngLat(121,56)) //高德111319.49米

//地图api计算【经度】之间的距离，会随着纬度的不同而不同
bMap.getDistance({lng:111,lat:15},{lng:112,lat:15})        //百度107405.91米
new AMap.LngLat(111,15).distance(new AMap.LngLat(112,15)) //高德107526.28米

bMap.getDistance({lng:111,lat:55},{lng:112,lat:55})        //百度63778.21米
new AMap.LngLat(111,55).distance(new AMap.LngLat(112,55)) //高德63849.69米
        //经度在相同纬度下每一度之间的距离是相同的
        bMap.getDistance({lng:121,lat:55},{lng:122,lat:55})        //百度63778.21米
        new AMap.LngLat(121,55).distance(new AMap.LngLat(122,55)) //高德63849.69米

对于构成圆的坐标点的计算，使用的以前压箱底的代码，计算比较简单，经度和纬度分别计算出一度的距离长度，在等比例的换算出半径对应的度数大小，比如算出来的经度1°是100km，那么20km半径对应的度数就是1° * 20 / 100 = 0.2°。

• 纬度每一度之间的距离都是固定的长度，等比例换算后的结果是没有误差的。
• 经度每一度之间的距离长度会随着纬度变化，低纬度长高纬度短，圆面的上下纬度不同，半径小的时候误差小，半径越大误差越大。

所以按等比例换算在纬度上没有问题，但经度上会产生一定的误差，但只要圆的半径不超过10km，误差就能控制在0.5%以内，可通过下面代码直接计算观察到：

//经度之间的距离，不同纬度下的误差计算
d1=new AMap.LngLat(111,15.0).distance(new AMap.LngLat(111.2,15.0));
d2=new AMap.LngLat(111,15.2).distance(new AMap.LngLat(111.2,15.2));
console.log(d2, (d1-d2)/d2*100+"%") //低纬度下经度0.2°距离≈20km，纬度0.2°导致0.09%误差
d1=new AMap.LngLat(111,55.0).distance(new AMap.LngLat(111.2,55.0));
d2=new AMap.LngLat(111,55.2).distance(new AMap.LngLat(111.2,55.2));
console.log(d2, (d1-d2)/d2*100+"%") //高纬度下经度0.2°距离≈10km，纬度0.2°导致0.50%误差

d1=new AMap.LngLat(111,15).distance(new AMap.LngLat(112,15));
d2=new AMap.LngLat(111,16).distance(new AMap.LngLat(112,16));
console.log(d2, (d1-d2)/d2*100+"%") //低纬度下经度1°距离≈100km，纬度1°导致0.49%误差
d1=new AMap.LngLat(111,55).distance(new AMap.LngLat(112,55));
d2=new AMap.LngLat(111,56).distance(new AMap.LngLat(112,56));
console.log(d2, (d1-d2)/d2*100+"%") //高纬度下经度1°距离≈60km，纬度1°导致2.57%误差

由于是通过圆上的坐标点连起来得到的一个圆，本质上是一个近似圆的多边形，只要坐标点足够多就越接近圆，当坐标点少的情况下肉眼可见的不是那么圆（最少3个坐标点，三角形），误差也会很大。但考虑到点数越多，会导致使用上很多地方的计算量会变的很大，所以构成圆的坐标点数也是一个综合考虑的数量，我选择24个坐标点构成一个圆，每个象限6个点，点之间角度为15°。

【完】