利用GeoHash实现逆地理编码（经纬度坐标转换行政区划）_离线经纬度转行政代码

前言

GeoHash是很多基于LBS（Location Based Services）服务不可绕过的解决方案之一，网上关于GeoHash的介绍和算法很多，资源也算比较丰富。这篇文章主要是介绍如何利用GeoHash或者进行逆地理编码（经纬度坐标转换行政区划）的实现。

1. 以中文地址【江苏省南京市玄武区梅园新村街道总统府】为例，省级【江苏省】，市级【南京市】，区县级【玄武区】，街道乡镇级【梅园新村街道】，详细地址【总统府】。由于没有地图服务没有提供街道乡镇级的行政区划polygon数据（行政区划边界的坐标点集合），所以本文利用geoHash进行的逆地理编码的方式，只能到区县级。
2. 第四级和详细地址信息，变更相对会比较频繁，需要人工接入，维护成本比较大。

理解GeoHash

GeoHash是按照固定的算法，将经纬度信息转换为Base32码表中的一串字符。具体的算法网上资源较多，不进行详细介绍。逻辑并不是非常复杂，大概逻辑如下：

1. 按照经度范围[-180°,180°]，纬度范围[-90°,90°]对目标经纬度进行计算；二分经度和纬度范围区间，分别判断经度和纬度，在右侧集合则为1，在左侧集合则为0；循环进行此计算。
2. 将所得经纬度1和0结果，经度在偶数位（从0位计算），纬度在奇数位进行拼接，5位二进制结果为一组，转换为十进制数后，再转换为对应Base32码表中数字，即得到对应GeoHash值。

推荐一个github上GeoHash的实现：
GeoHash算法实现

GeoHash精度

GeoHash使用5位计算结果（左右区间）作为一个精度，例如wtw6kf共有6个Base32编码表的字母或数字，代表这个geoHash值的精度为6。

GeoHash特征

• 以一个坐标点118.797405,32.044227为例，该坐标点实际上是无数个精度更高（小数点后精确位到6位以后）的坐标点集合；将其放大理解，可以看作为一个二维矩形，此二维矩形的4角的坐标值分别应为：

• 通过对坐标点的理解， GeoHash的值可以理解为，是无数个经纬度坐标的集合。通过多个经纬度坐标在不同精度的GeoHash计算后，都可以得到一个相同GeoHash的值的规律；可得知，GeoHash的覆盖面积会比经纬度单点的覆盖面积大，只有当GeoHash计算精度越大时，其覆盖面积越小，越近似于经纬度单点的覆盖面积。同类的思路，在我们高等数学中，使用微分计算不规则曲线图形面积时的方法，最终也是极限接近结果。
• 以坐标点118.797405,32.044227(实际地理位置为：江苏省南京市总统府)的6位精度geoHash值wtsqr3为例，其二维矩形4角的坐标值分别为：

在地图上表现为：

在线绘制地址围栏

可见该GeoHash块的覆盖面积已经将地理位置江苏省南京市总统府完全覆盖，并且也会覆盖更多其他地区。

GeoHash规律

• 通过GeoHash的运算规则和全球经纬度范围，可以推导出不同精度的GeoHash块父子级规律：即精度为n的GeoHash会有32个精度为n+1的GeoHash块。例如当GeoHash值精度为1，全世界地图都会被32个GeoHash值覆盖。例如精度为1的GeoHash值w，其会覆盖我国大部分国土。
  
  在线标选GeoHash块

• 当GeoHash精度为2时，其展示效果如下：
  
  当GeoHash精度为3时，其展示效果如下：
  
  所以如果要遍历GeoHash时，不需要进行经纬度的再次运算，可以根据GeoHash奇偶数的规律，进行GeoHash值的生成。其中奇数位的规律如下表所示：
  
  偶数位的规律如下表所示：
  

逆地理编码

逆地理编码指的是将经纬度坐标转换为具体的标准的行政区划信息，以高德逆地理编码接口为例，坐标点118.797405,32.044227响应的结果如下：

{
	"status": "1",
	"regeocode": {
		"addressComponent": {
			"city": "南京市",
			"province": "江苏省",
			"adcode": "320102",
			"district": "玄武区",
			"towncode": "320102002000",
			"streetNumber": {
				"number": "292号",
				"location": "118.797317,32.044008",
				"direction": "南",
				"distance": "25.7166",
				"street": "长江路"
			},
			"country": "中国",
			"township": "梅园新村街道",
		"citycode": "025"
		},
		"formatted_address": "江苏省南京市玄武区梅园新村街道总统府"
	},
	"info": "OK",
	"infocode": "10000"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

高德逆地理编码接口在线测试

此篇博文只介绍可以模拟到行政区划的省/直辖市、二级市、区/县/三级市的方式。如果想要详细地址（这个需要GPS终端进行实际定位，再转换火星坐标系进行记录）或者乡/镇/街道级别的地址信息，人工维护成本比较大，以笔者不算太长的地图服务接触时间来看，我们国家因城市化速度较快等原因，第四级的行政区划变更速度比较频繁。

实现逆地理编码的基本思路

1.全国范围内6位精度GeoHash计算

1. 如果按照GeoHash的算法，需要使用全国的示例点进行计算得到结果，这个计算量和工作量非常巨大，基本上可以考虑放弃。
2. 按照上述的GeoHash规律，我们可以轻易的通过GeoHash奇偶数表获取全国所有的6位精度GeoHash值。
3. 首先确定全国2位精度GeoHash块（甚至3位）有多少，此数据可以直接通过画图来获取粗略结果，如下图所示：
   
4. 可见全国（不包含中国南海三沙市）的2位精度GeoHash块约为29块，那么，计算得出的6位精度和7位精度GeoHash值数量分别应为:

6位精度数量：29 * 2⁵ * 2⁵* 2⁵* 2⁵ = 30408704
7位精度数量：29 * 2⁵ * 2⁵* 2⁵* 2⁵ * 2⁵= 973078528

5. 6位精度的Geohash值可以麻烦大部分数据需求，7位精度Geohash值主要市为了解决区/县/三级市行政区划边界点与6位精度GeoHash块重合现象，7位精度的GeoHash值并不需要完全计算。

2.获取全国范围内区/县/三级市级别行政区划地址围栏点

1. 首先感谢高德，行政区划地址围栏坐标点的数据需要从高德开放平台获取（高德开放平台地址围栏点比腾讯地图提供的要精准），申请一个高德的Key，批量拉去数据即可。注意编写脚本时建议写入文本文件或者直接写入数据库，数据量比较大。
2. 高德在线测试获取行政区划围栏点
   拉取数据时，注意区/县/三级市级别行政区划名称有可能会重复，建议使用adcode字段进行区分。
3. 拉取得围栏点在地图中示例（江苏省南京市玄武区）如下，比较可靠：
   

3.计算6位精度GeoHash块与区/县/三级市级别行政区划关联关系

1. 使用java7原生API可以判断GeoHash块（二维矩形）与区/县/三级市级别行政区划是否包含或相交，主要使用如下2个类：

import java.awt.Polygon;
import java.awt.geom.Area;
1
2

2. 判断是否包含：
   

3. 判断是否相交：
   

• 如果包含，则记录该区县级别行政区划信息与对应精度的GeoHash值的关联关系；
• 如果不包含也不相交，则不保留关系；
• 如果相交，则遍历当前精度的GeoHash值下一精度GeoHash值，重复2 3步骤，直到包含关系，并存储GeoHash值和对应行政区划信息。

5. 注意：
   由于数据量和计算量大，在编写脚本遍历时，尽量减少O(n)n的大小，例如GeoHash值tz仅在新疆范围内，遍历tz开头的6位精度GeoHash值时，可以仅将新疆地区行政区划参与计算。建议脚本中计算完毕部分数据就写入本地或者数据库，脚本写的粗糙的话，跑计算时很有可能会OOM。

4.将GeoHash结果值与行政区划关联关系数据存储

1. 使用散列表存储所有的GeoHash值与行政区划关联关系。
2. 根据GeoHash的规律，参考坐标118.797405,32.044227各精度GeoHash值：

为了减少单个散列表中数据量过大问题，可以按照2位精度或者3位精度GeoHash值区分存储，具体策略可以根据具体场景自行调整。

5.跟据坐标点的GeoHash值查询行政区划信息

1. 将目标坐标点进行7位精度GeoHash值计算
2. 根据GeoHash值获取对应散列表数据，查询获取结果。

结尾

以上查询过程很简单，复杂度O(1)即可拿到对应行政区划数据，不过1-4步骤的数据初始化过程需要人工介入次数较多；在部分边界点处理上，出现7位精度GeoHash仍然是相交而不是包含时，可以选择人工处理或上升到8位精度，按照大部分业务需求不建议上升至9位精度以上计算；如果采用人工处理，可以根据GeoHash覆盖点大小直接确定行政区划归属。