路线规划提供了获取路线距离的方法，见MKRoutePlan 类的 getDistance 方法。

如果是计算任意两点的距离，自2.0.0版本开始，Android SDK为开发者提供了计算距离的接口（DistanceUtil），具体使用方法如下：

1.GeoPoint p1LL = new GeoPoint(39971802, 116347927);

2.GeoPoint p2LL = new GeoPoint(39892131, 116498555);

3.double distance = DistanceUtil.getDistance(p1LL, p2LL);

如果开发者使用的是1.3.5及以前的版本，在计算任意两点之前的距离时，有如下两种方法：一种利用勾股定理计算，适用于两点距离很近的情况；一种按标准的球面大圆劣弧长度计算，适用于距离较远的情况。


1.	static double DEF_PI = 3.14159265359; // PI
2.	static double DEF_2PI= 6.28318530712; // 2*PI
3.	static double DEF_PI180= 0.01745329252; // PI/180.0
4.	static double DEF_R =6370693.5; // radius of earth
5.	public double GetShortDistance(double lon1, double lat1, double lon2, double lat2)
6.	{
7.		double ew1, ns1, ew2, ns2;
8.		double dx, dy, dew;
9.		double distance;
10.		// 角度转换为弧度
11.		ew1 = lon1 * DEF_PI180;
12.		ns1 = lat1 * DEF_PI180;
13.		ew2 = lon2 * DEF_PI180;
14.		ns2 = lat2 * DEF_PI180;
15.		// 经度差
16.		dew = ew1 - ew2;
17.		// 若跨东经和西经180 度，进行调整
18.		if (dew > DEF_PI)
19.		dew = DEF_2PI - dew;
20.		else if (dew < -DEF_PI)
21.		dew = DEF_2PI + dew;
22.		dx = DEF_R * Math.cos(ns1) * dew; // 东西方向长度(在纬度圈上的投影长度)
23.		dy = DEF_R * (ns1 - ns2); // 南北方向长度(在经度圈上的投影长度)
24.		// 勾股定理求斜边长
25.		distance = Math.sqrt(dx * dx + dy * dy);
26.		return distance;
27.	}
28.	public double GetLongDistance(double lon1, double lat1, double lon2, double lat2)
29.	{
30.		double ew1, ns1, ew2, ns2;
31.		double distance;
32.		// 角度转换为弧度
33.		ew1 = lon1 * DEF_PI180;
34.		ns1 = lat1 * DEF_PI180;
35.		ew2 = lon2 * DEF_PI180;
36.		ns2 = lat2 * DEF_PI180;
37.		// 求大圆劣弧与球心所夹的角(弧度)
38.		distance = Math.sin(ns1) * Math.sin(ns2) + Math.cos(ns1) * Math.cos(ns2) * Math.cos(ew1 - ew2);
39.		// 调整到[-1..1]范围内，避免溢出
40.		if (distance > 1.0)
41.		     distance = 1.0;
42.		else if (distance < -1.0)
43.		      distance = -1.0;
44.		// 求大圆劣弧长度
45.		distance = DEF_R * Math.acos(distance);
46.		return distance;
47.	}
48.	double mLat1 = 39.90923; // point1纬度
49.	double mLon1 = 116.357428; // point1经度
50.	double mLat2 = 39.90923;// point2纬度
51.	double mLon2 = 116.397428;// point2经度
52.	double distance = GetShortDistance(mLon1, mLat1, mLon2, mLat2);

  
作者：xxw9485 

  时间：2017/6/20 

  参考资料：参考资料1、参考资料2


之前遇到过这样的问题：手里有一批患者的具体居住地点以及对应的经纬度，我想分析下患者的具体分布情况，不同患者之间的距离关系，这时就需要根据某两点的经纬度来求该两点的实际距离了。下面就是计算公式和代码：

公式

球面上任意两点的距离计算公式可以参考维基百科上的下述文章。 
Great-circle distance 
Haversine formula 

下面采用的是维基百科推荐的Haversine公式，原因：   

Great-circle distance公式用到了大量余弦函数，而两点间距离很短时（比如地球表面上相距几百米的两点），余弦函数会得出0.999…的结果，会导致较大的舍入误差。
而Haversine公式采用了正弦函数，即使距离很小，也能保持足够的有效数字。 


其中： 

R为地球半径，可取平均值 6371km；
φ1, φ2 表示两点的纬度；
Δλ 表示两点经度的差值。
程序代码：



# 输入
# 计算地图上两点经纬度间的距离
from math import radians, cos, sin, asin, sqrt  
# Haversine(lon1, lat1, lon2, lat2)的参数代表：经度1，纬度1，经度2，纬度2（十进制度数）    
def Haversine(lon1, lat1, lon2, lat2): 
    # 将十进制度数转化为弧度  
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])  
    # Haversine公式  
    dlon = lon2 - lon1   
    dlat = lat2 - lat1   
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2  
    c = 2 * asin(sqrt(a))   
    r = 6371 # 地球平均半径，单位为公里  
    d = c * r
    print("该两点间距离={0:0.3f} km".format(d))

# 广州市人民政府 113.270714,23.13552
# 深圳市人民政府 114.064803,22.549054
Haversine(113.270714,23.13552,114.064803,22.549054)

# 输出
该两点间距离=104.280 km

    环境arcgis server，vs2005 


开发用于PDA的小程序 


现已在地图上新建一图层，上面绘有若干圆点 


需要：1.点击PDA上地图某位置，判断是否和圆点坐标重合（在一定误差范围） 


如果重合（在范围内），则传递该圆点的ID给另一个tabControl 


如果不重合，则什么反应都没有 


我现在获得了点击那一点的坐标 


MapMouseEventArgs me = e as MapMouseEventArgs; 


me.MapCoordinate;//Coordinate类型 


已知的圆点坐标由string转换成ServerCoordinate类型 


ServerCoordinate sc ; 


sc = new ServerCoordinate(Convert.ToDouble("122.22"), Convert.ToDouble("22.56"); 


到这里就有点犯愁了，两个不同坐标系怎么计算距离呢？ 


查帮助知Distance方法可以计算两点距离，把ServerCoordinate转成Coordinate 类型 


Coordinate c=mapCache1.SpatialReference.ServerToMobileGeometry(sc); 


int tt = c.Distance(me.MapCoordinate);//这样就得到个很大的数字。。。貌似单位是米，我想我做错了，数字实在离谱 


最让我困惑的是坐标系间单位的转换及计算两点间距离，另外，误差在该定在哪个范围？ 


大大们帮帮忙，拜托啦

转载于:https://www.cnblogs.com/j3eee/archive/2009/02/23/1396508.html

如何计算？
设某一城市有一个城市地标，可以视为城市的中心点 ，其经纬度已知。
分散在城市中心分别
(1)由多层环形交通公路(环线)，环城市地标为基准，在不同层的环线上分布着重要的设施。
(2)分布着多个卫星城、主要居民区和学校、基础设施。
现控制无人机分别自城市地标出发，依次探访和航拍环城公路上的重要设施。
无人机配置有GPS导航和电子罗盘。
自城市中心地标处控制无人机起飞。
1 计算任意经纬度点间的距离
用GPS测出两个点的经纬度后，如何计算这两个点之间的距离呢。用的是便携式GPS，只有经纬度显示，无坐标显示和输出。
设两点A、B的经、纬度分别为(jA,wA)(jB,wB)，则半径为R的球面上两点间的最短距离(大圆弧)为：
弧AB=R*arccos[sin(wA)sin(wB)+cos(wA)cos(wB)*cos(jA-jB)]
google maps的脚本里代码。
private const double EARTH_RADIUS = 6378.137;
private static double rad(double d)
{
return d * Math.PI / 180.0;
}
public static double GetDistance(double lat1, double lng1, double lat2, double lng2)
{
double radLat1 = rad(lat1);
double radLat2 = rad(lat2);
double a = radLat1 - radLat2;
double b = rad(lng1) - rad(lng2);
double s = 2 * Math.Asin(Math.Sqrt(Math.Pow(Math.Sin(a/2),2) +
Math.Cos(radLat1)*Math.Cos(radLat2)*Math.Pow(Math.Sin(b/2),2)));
s = s * EARTH_RADIUS;
s = Math.Round(s * 10000) / 10000;
return s;
}
;该函数用IDL语言编写，利用ＧＩＳ中根据两点经纬度计算距离公式
;计算经纬度两点间的距离
Function Length2LatLon,pts0,pts1
radius=6378.14d;地球平均半径,单位公里
;    print,pts0,pts1
;    length=radius * acos(sin(pts0[1]*!PI/180.0)*sin(pts1[1]*!PI/180.0)+cos(pts0[1]*!PI/180.0)*cos(pts1[1]*!PI/180.0)*cos(pts0[0]*!PI/180.0-pts1[0]*!PI/180.0))
length=radius * acos(sin(pts0[1]*!DTOR)*sin(pts1[1]*!DTOR)+cos(pts0[1]*!DTOR)*cos(pts1[1]*!DTOR)*cos(pts0[0]*!DTOR-pts1[0]*!DTOR))
return,length
end
pro test
pts0=[117.548802d,38.625238d]
pts1=[117.548625d,38.625139d]
print,length2latlon(pts0,pts1)
end
另外在IDL中提供了计算两点距离的方法map_2points可以方便的计算不同单位(Miles，Meters)的距离，还可以通过设置不同的参数来得到不同的距离、角度值，
Syntax：
Result = MAP_2POINTS( lon0, lat0, lon1, lat1 [, DPATH=value | , /METERS | , /MILES | , NPATH=integer{2 or greater} | , /PARAMETERS | , RADIANS=value] [, /RADIUS] [, /RHUMB] )
具体可以参考IDL 的Help里面讲解
如果要算的距离是椭球面的距离，就难些。
因为大地线的方程是一个微分方程,所以大地线长度是对一个微分方程的开方的积分,无法写成简单的公式.通常是直接用差分代替微分,用求和代替积分算出,这是很严格的.
下面是近似地由大地经纬度求椭球面距离的逼近方法：
如两点在同一纬线上，距离为N*cos(phi)*(lambda2-lambda1)。
如两点在同一经线上，距离为M*dphi从phi1到phi2的积分。
其中N=a/sqrt(d), d=1-e*e*sin(phi)*sin(phi)，
M=a*(1-e*e)/[d*sqrt(d)]，
其中长短轴a,b与扁率偏心率的关系是:a/b=1-f=sqrt(1-e*e).
把积分区域分成等分n小段,积分可以写成求和，既可算出。这也是严格的。
如两点不在同一经纬线上，且两点距离很近，则小区域的椭球面可以视为平面，于是两点的距离近似地是上面算出的距离的平方和的开方。如两点距离较远，把两点间的经纬差分成等分n小段，每小段的距离的和就是所求的距离。
地图基础知识http://www.51ditu.com
地图应用接口中使用的经纬度单位是NTU，您需要把其它单位的经纬度值转化过来，以下为常用的转换关系：
基本转换：
NTU = 度*100000
度 = NTU/100000
例如：
经度 = 116.21345°
纬度 = 39.445875°
NTU经度：116.21345 * 100000 = 11621345(NTU)
NTU纬度：39.445874*100000=3944587(NTU)
度分转换：
将度分单位数据转换为度单位数据
度=度+分/60
例如：
经度 = 116°20.12’
纬度 = 39°12.34’
经度 = 116 + 20.12 / 60 = 116.33533°
纬度 = 39 + 12.34 / 60 = 39.20567°
NTU经度 = 116.33533 * 100000 = 11633533(NTU)
NTU纬度 = 39.20567 * 100000 = 3920567(NTU)
度分秒转换：
将度分秒单位数据转换为度单位数据
度 = 度 + 分 / 60 + 秒 / 60 / 60
例如：
经度 = 116°20’43”
纬度 = 39°12’37”
经度 = 116 + 20 / 60 + 43 / 60 / 60 = 116.34528°
纬度 = 39 + 12 / 60 + 37 / 60 / 60 = 39.21028°
NTU经度 = 116.34528 * 100000 = 11634528(NTU)
NTU纬度 = 39.21028 * 100000 = 3921028(NTU)
其格式的经纬值先转换度，再采用上面的运算。
与经纬度有关的基础知识：
NTU 相当于十万分之一度。
如何计算经度方向距离
比如: 点A的纬度为3995400，点B的纬度为3995300，则这两个点在沿着纬线的方向相差100米。
点A的经度为11695400，点B的经度为11695300，则这两个点在沿着经线的方向相差大约为77米,
该值的计算方法可以用近似公式：
经度方向距离 = 经度差 * cos(纬度值) = 100 * cos(39) = 77米。
如何计算两点间距离
比如：点A的经度为11695400，纬度为3995400。点B的经度为11695300，纬度为3995300。
公式:两点间距离 = [ (A点经度 - B点经度)^2 + (A点纬度 - B点纬度)^2 ] ^ (1/2) = [ (11695400 - 11695300)^2
+ (3995400 - 3995300)^2 ] ^(1/2) =(10000+10000) ^ (1/2) =141米
公式说明:加法 + ，减法 - ，乘法 *，除法 /，幂运算 ^(1/2)表示平方根 ^2表示平方。
适用范围：未加密经纬度/加密经纬度
使用的比例级别总共有0-12级共13个级别，他们和实际的比例尺的对应关系分别是：
0级 -------------------- 1:5 000
1级 -------------------- 1:10 000
2级 -------------------- 1:20 000
3级 -------------------- 1:40 000
4级 -------------------- 1:80 000
5级 -------------------- 1:160 000
6级 -------------------- 1:320 000
7级 -------------------- 1:640 000
8级 -------------------- 1:1 280 000
9级 -------------------- 1:2 560 000
10级 ------------------- 1:5 120 000
11级 ------------------- 1:10 240 000
12级 ------------------- 1:20 480 000
13级 ------------------- 1:40 960 000
14级 ------------------- 1:81 920 000
简单的说，0级地图最详细，12级地图最简单。
比例级别定义表
城市代码是某个城市的英文简称，标注在城市名称后面，便于用户记忆，点击查看城市代码表：
城市代码表
2 计算偏移角。
完整的列子如下：
无标题页
function distanceByLnglat(lng1,lat1,lng2,lat2)
{
var radLat1 = Rad(lat1);
var radLat2 = Rad(lat2);
var a = radLat1 - radLat2;
var b = Rad(lng1) - Rad(lng2);
var s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a / 2), 2) + Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2)));
s = s * 6378137.0;// 取WGS84标准参考椭球中的地球长半径(单位:m)
s = Math.round(s * 10000) / 10000;
alert(s);
// //下面为两点间空间距离(非球面体)
// var value= Math.pow(Math.pow(lng1-lng2,2)+Math.pow(lat1-lat2,2),1/2);
// alert(value);
}
function Rad(d)
{
return d * Math.PI / 180.0;
}
test me