나는 이 의견 을 질문에 제기하고 있습니다 : 대각 대를 만진 다음 다시하는 가장 빠른 방법은 무엇입니까? 더 쉽게 운송 할 수 있도록 실제 안티 포드에서 100km 떨어진 곳에 있으면서 중간에 하이킹을 할 필요가 없습니다. 오클랜드가 세비야에 있습니까? 아니면 말라가? 아르헨티나에서 콩 코디 아까지 상하이?
나는 이 의견 을 질문에 제기하고 있습니다 : 대각 대를 만진 다음 다시하는 가장 빠른 방법은 무엇입니까? 더 쉽게 운송 할 수 있도록 실제 안티 포드에서 100km 떨어진 곳에 있으면서 중간에 하이킹을 할 필요가 없습니다. 오클랜드가 세비야에 있습니까? 아니면 말라가? 아르헨티나에서 콩 코디 아까지 상하이?
답변:
지금까지...
산티아고, 칠레-시안, 중국. 26 시간 5 분 산티아고 공항의 대변인은 중국 첸안 (Jhen'an)의 동쪽 에 있으며 시안 공항 에서 100km 이내에 있습니다. CDG에서 한 번의 편리한 중간 체류 로이 여정 을 비행 하면 거기에 있습니다.
나는 공항이 100km 버퍼 내에서 작동하기 때문에 Aukland-Gibraltar (또는 Tangier 또는 Malaga, 비행은 GIB에 가장 빠르며 공항이 훨씬 더 재미 있습니다)를 좋아합니다 (HKG 및 LHR을 통해 31h55m에서 GIB로 이동).
Taipai-Asunción, 파라과이는 멋진 페어이지만, 커서 검색을 통해 34h5m 미만의 항공편을 얻을 수 없습니다.
Shanghai-Buenos Aires는 원 스톱 연결 가능성을 고려할 때 끔찍한 유혹을 받고 있지만 100km 내에서 작동시킬 수 없으며 지상 운송이 킬러 일 가능성이 높습니다.
이것은 엄격히 새로운 답변은 아니지만 누군가가 더 나은 경로를 찾는 데 사용할 수있는 대척 공항의 데이터 세트를 나타냅니다. 대부분의 대척 지 공항과 산티아고-시안 노선에 대한 충격적인 소식을 읽으십시오.
이 탐사를 계속하면서, 나는 이전에 일부 공항 안티 포드 관련 토풀 러리에 종사했던 a3nm 의 작업 으로 돌아갑니다 . OpenFlights 데이터베이스 (라이센스에 따라 모든 크레딧이 제공 되는)에 대한 포인터를 사용 하여 전 세계 공항 및 항공 노선에 대한 데이터 파일을 얻을 수 있습니다.
먼저, 이 절차를 사용하여 공항 데이터를 PostgreSQL 테이블에로드하고 PostGIS 지원을위한 테이블을 활성화하여 공간 계산을 수행 할 수 있습니다.
몇 개의 스크래치 열을 설정하고, 각 공항에 대한 안티 포드를 계산하고,이를 지오메트리로 변환 할 것입니다. 실제로, 우리가 무엇을하고 있는지 아십시오) :
update airports set antipode_latitude = -latitude;
update airports set antipode_longitude = 180+longitude;
update airports set antipode_longitude = antipode_longitude-360 where antipode_longitude > 180;
update airports SET antipode = ST_SetSRID(ST_MakePoint(antipode_longitude,antipode_latitude),4326);
그리고 온전함은 우리가 이미 알고있는 일부 결과를 기반으로 결과를 확인합니다.
select airports.name, city, country, iata, ST_Distance_Sphere(airports.antipode, (select airports.geom from airports where iata='SCL')) as distance from airports order by distance limit 3;
Ankang Airport Ankang China AKA 80599.02914563
Xi\\'An Xiguan Xi\\'AN China SIA 109730.42018116
Xianyang Xi'an China XIY **124745.39283865**
아뇨! 우리는 나의 이전 답변에 대한 파괴적인 진실을 계시했습니다. SCL-XIY는 실제로 24km로 너무 멀리 떨어져있어 자격을 갖추지 못했습니다. 이것은 아마도 산티아고 또는 시안으로 조금 더 여행을 시작하고 일종의 공항 버스를 타면 해결할 수 있습니다 (72 시간 왕복을하는 경우 많은 시간을 할애 할 것입니다). 참으로 슬픈 발견.
select airports.name, city, country, iata, ST_Distance_Sphere(airports.antipode, (select airports.geom from airports where iata='AKL')) as distance from airports order by distance limit 5;
Ronda Airport Ronda Spain RRA 28932.88795948
Ronda Ronda Spain 30772.20555266
Moron Ab Sevilla Spain OZP 40636.98417791
Malaga Malaga Spain AGP 73182.10790714
Sevilla Sevilla Spain SVQ 75861.92508438
좋은 소식은 결과가 제정신이 아닌 것 같습니다. 이제 우리는 대부분의 대포 공항을 찾을 수 있습니다. 왜 그렇지 않습니까? 데이터베이스가 약간 더 쉬우므로 어리석게 데이터베이스를 사용하는 추세를 이어가고 중복 된 스크래치 테이블을 만들어 두 테이블에서 쿼리를 실행할 수 있습니다. 또한 IATA 코드를 사용하여 공항으로 검색을 제한하여 데이터 세트에서 임의의 임의의 기차역을 제외하고 찾기 쉬운 상업 서비스를 제공하는 공항을 찾을 수있는 최상의 기회를 제공합니다.
create table airports2 (like airports including all);
insert into airports2 select * from airports;
select airports.name, airports.city, airports.country, airports.iata, airports2.name, airports2.city, airports2.country, airports2.iata, st_distance_sphere(airports.antipode, airports2.geom) as distance from airports, airports2 where airports.geom && ST_Expand(airports2.antipode, 25) and airports.iata <> '' and airports2.iata <> '' order by ST_DISTANCE(airports.geom, airports2.antipode) asc limit 1;
Sultan Mahmud Badaruddin Ii Palembang Indonesia PLM Benito Salas Neiva Colombia NVA 5810.60702928
그리고 PLM과 NVA는 매우 가깝습니다.
궁금한 점이 있다면 공항에 IATA 코드가 있다는 제한을 제거하더라도 PLM과 NVA는 여전히 승리합니다.
이제 100km 범위 내의 모든 대 족장 공항 (IATA 코드 포함)을 쿼리하고 일치하는 쌍이므로 다른 모든 항목을 다듬고 조사 할 366 개의 도시 쌍을 나열 하는 데이터 파일을 생성 합니다 . 우리는 또한 할 수있는 조금 더 큰 집합을 우리가 100km 한계에게 머리를 편안한 휴식과 아무것도 경우 우리가 항상 조금 걸을 수 파악합니다.
select airports.name, airports.city, airports.country, airports.iata, airports2.name, airports2.city, airports2.country, airports2.iata, st_distance_sphere(airports.antipode, airports2.geom) as error from airports, airports2 where airports.geom && ST_Expand(airports2.antipode, 25) and airports.iata <> '' and airports2.iata <> '' order by ST_DISTANCE_sphere(airports.antipode, airports2.geom) asc limit 1000;
다음 편에서는 더 빠른 경로를 찾을 수 있는지 살펴 보겠습니다.