今天罗孚为大家推荐一种经纬度编码的方法——plus code,原名open location code,是Google于2014年发明的,旨在将表示地理位置的经纬度通过算法推导成一个字符串。

plus code的用途#

用一串字符表示地球上的任一位置#

发明plus code的初衷,就是希望能够通过一个编码标识地球的任何一个地方。

我们最常用的位置编码是地址编码,通过行政区划、道路和门牌号等信息找到具体的位置信息,这在日常生活中非常常见,比如送快递。

但若你在京东或天猫上买东西,直接送回乡下老家,怎么办?还能记得门址信息吗?一方面城市化进程变迁,也许门址早已不是当初的门址,另一方面即便有门牌号,一个陌生人能否顺利找到,也是未知问题。

门址无法找到,那我们用经纬度,经纬度是一个非常精确的位置信息。没错,但除了电影中会有通过十几个数字(即经纬度)来寻找目标的场景,我们在日常生活中有用到吗?加上国家的法律因素,连通过经纬度导航都不是一个可行的方法。

世界上确实有无法使用门址表示的地方,而经纬度的数值也超出了常人的可记忆范畴,所以Google希望通过一种编码方法,简单明了地表示世界上任一位置。

使用字符串编码来表示经纬度,其实有多种编码方案,但plus code有什么优势?我们后面再讲。只是,罗孚使用plus code并不仅仅为了表示地球上的位置这么简单。

基于位置范围的检索#

在电子地图的使用过程中,我们可能经常需要查询酒店、餐饮、景点等数据,也就是我们常说的POI检索。其检索方式,除了名称查询外,可能会有周边查询或沿途搜索,比如“徐家汇周围10公里范围内的奥迪4S店”。

周边查询和沿途搜索,都是一种基于经纬度范围的检索,最常规的检索方法,就是一条sql语句,限定一下范围即可,比如: where lat > 31 and lat <32 and lon >121 and lon <121

直接拿经纬度进行比较,一定不是一个好的方法,当数据量达到千万级,其检索效率低下到无法直视。如何提高检索效率?首先想到的,一定是分块检索,比如将数据进行四叉树切分,根据当前位置找到附近的数据块,然后再在数据块中检索。

数据分幅分块是数据处理中最基本的内容,数据量大了以后必定要做分幅分块处理,比如全国的POI数据。数据分幅有很多种方法,比如上述的四叉树方法,或者直接按固定经纬度间隔进行分幅(类似印刷纸质地图所用的分幅),当然按省名称区分也可以算是分幅,只是形状不规则罢了。

罗孚推荐plus code,一定在分幅上有它的优势,待我慢慢道来,我们先来了解一下plus code。

什么是plus code#

plus code是一种经纬度编码方法,它能表示地球上的任何一个地方。

plus code将经纬度编码后,一般为十位字符(如果含+号的话,就是11位)。plus code去除了容易混淆的字母以及一些令人不愉快的字符,只取用了20个字符(含部分数字),这20个字符是:2、3、4、5、6、7、8、9、C、F、G、H、J、M、P、Q、R、V、W、X。

plus code的前四个字符是区域代码,基本是1经纬度的范围,也就是约100100公里的范围,后六位是本地代码,用来描述一个建筑物,面积约为1414米,差不多是半个篮球场的大小。

但如果觉得十位编码精度不够,是否可以继续拓展呢?当然可以,plus code定义了一个附加规则,可以将代码拓展到11位或12位,其中11位编码差不多代表了3米的范围,应该可以描述一个建筑物的前门或后门,或者是一辆车的大小,定位颗粒更细。需要注意,10位以后的代码不再使用两位编码表示区域,而仅使用了一位,编码方式有所不同。

层级 字符数 经纬度范围 长度范围
0 2 20x20 2200km
1 4 1x1 110km
2 6 0.05x0.05 5.5km
3 8 0.0025x0.0025 275m
4 10 0.000125x0.000125 14m
5 11 0.000025x0.00003125 3.5m
6 12 0.000005x0.0000078125

上表为plus code的层级表,既然plus code具有层级,那pluse code就可以改变长度,越短的长度表示的区域范围越大,越长的长度表示的区域范围越小。同时也说明,plus code所表示的经纬度,是一个经纬度范围(是一个面),而不是一个经纬度值(一个点)。按理,面是无法用来导航的,当然,我们变通一下,可以取面的中心点。

plus code的优点#

plus code介绍完了,我们来总结一下plus code的优点。

方便存储#

经纬度经过编码,由经度和纬度两个字段,变更为一个字段,减少了一个字段,而且不再使用float型,可以直接使用固定长度的string。

方便比较#

罗孚认为,方便比较是plus code的核心优势,也是解决上述“基于位置范围检索”问题的核心。

方便比较主要体现在两个方面,一个是按层级分幅,另一个是幅和幅之间具有连续性。

仍然举例来说,如何检索徐家汇附近10公里范围的奥迪4S店?主要解决范围的问题。

徐家汇的plus code是8Q335CVQ+,根据plus code层级中的长度范围,约取6位编码(对应长度范围是5.5km)比较合适,即8Q335C,再将该图幅附近一圈的8个图幅选取出来,8Q3349、8Q334C、8Q334F、8Q3359、8Q335F、8Q3369、8Q336C、8Q336F,最终形成一个九宫格状的图幅。

通过plus code的层级可以基本限定搜索的范围,通过目标位置的图幅扩展选择周边的图幅,而图幅之间的连续性让图幅号的获取变得极其简单。

反之,若使用plus code的规则进行数据分块,将数据密集区域,分块到level2,比如上海市区,对于数据稀疏区域,则可以分块到level1,比如西部地区。数据块的总量得到了控制,同时每个数据块的数据量也比较均匀,没有过密或过疏的情况。

其他优势#

代码足够短,方便记忆。代码本身是支持全世界的,不需要国别等附加信息。

代码是通过算法生成的,可以离线使用,并且不需要任何设置或程序,代码不依赖于任何第三方。

特别需要说明的,这个算法是开源的,可以自由使用,包括商业用途。

同其他编码方法的比较#

geohash#

geohash是比较早期的经纬度编码方法,也是使用较广的编码方法。geohash选用了32个符号作为其字符集,其字符长度也是可变的,缩短字符串的长度会影响位置的精度,实际上geohash代码也是表示了经纬度范围,而不是经纬度位置。

当然,geohash也是开源的,也仅仅是一个算法,应该说,后来的geohash-36以及plus code编码,都受到了geohash编码算法的较大启发。

geohash也有不少的弊端,除了精度问题,根据当前分幅号获取周围分幅号码有较多的不确定性,这应该是最大的弊端,原因在于数据切分方法和命名规则。比如0纬度地区,即赤道附近,两个相邻的图幅,其图幅编号可能会大相径庭,geohash的切分方法导致图幅号的首字母也存在不同,这样就无法通过缩短代码的长度来快速获取图幅号,也就是无法快速确定范围。

what3words#

what3words据说已经在Benz上获得了使用,当然,原因是Benz是what3words的投资方。

what3words吸引我的地方有两个方面,一是将世界分成了3m3m的网格,类似于预先进行了一个固定长度和比例尺的分幅,另一是每一个33的网格都可以使用3个单词来表示,即全世界每一个3*3的地方都可以用3个单词找到。

举个例子:用“香蕉.兔子.猴子”可以表示A地址,用“兔子.猴子.香蕉”来表示B地址。这种方法,类似于建立了一个全世界的门址编码系统,而覆盖全世界3*3的位置,要装下全世界,那将是一个多大的数据库呢。这种编码方法让我首先想到的就是,做关键字竞价排名应该是一个不错的生意,该机构还真的做了这件事情。

我喜欢这种表示形式,但弊端确实太大了,本身需要通过API访问才能定位,虽然也提供了离线SDK,但据说关键字竞价排名不可以离线使用。需要网络,并且无编码算法可言,完全依赖于该机构对位置的定义,这是我最不能接受地方。

经纬度编码的方法其实还有很多,今年也冒出了很多编码方法,罗孚无法一一列举和分析,如有更好的编码方法推荐,也欢迎交流。

总的来说,罗孚认为,plus code非常适用于位置交换、定位以及基于位置范围的搜索等,如果你的项目中正好有经纬度转码或经纬度范围检索,不妨试试plus code。

附上资料:#

plus code 官网,除了了解plus code外,还可以在Google地图上直接查看任何位置的plus code代码。

罗孚的plus code演示页面,可以直接查看图幅编号,基于leftlet+天地图+plus code grid,不过Google的grid瓦片服务器不稳定,你懂的。

Evaluation of Location Encoding Systems,关于地理位置编码的分析比较,Google官方文档,内容较多,英文原版,但非常值得一看。

plus code/open location code github

本文飞书文档:经纬度编码方法推荐-pluscode简介