世界地图并不是世界的真实样貌!甚至误差非常大

2024-02-12 10:38

本文主要是介绍世界地图并不是世界的真实样貌!甚至误差非常大,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

现在所用的世界地图并不是世界的真实样貌,甚至误差大的离谱。

地球属于三维球体,想完整地表现到二维平面上是不可能的,必须牺牲一些真实属性。因为三维降到二维肯定存在扭曲失真,这是维度差异所决定的,不可避免。

我们现在所用的世界地图选择牺牲面积大小,保留角度和形状,这种独特的方式绘制世界地图也被称为“墨卡托投影法”。

或许学过地理的读者会比较熟悉,墨卡托投影法就是假想在地球内部中心位置放上一个点光源,这个光源所释放的光线会将地表每一个位置都投影到一个圆柱面上(如上图),我们将这个圆柱面展开就是一张长方形的世界地图了。

如果这种描述方法太抽象,我们可以这样理解:把地球比作一个大西瓜,拿一把大刀,将这个西瓜切成12等分,每一份就是上图中这样,然后将他们边缘的切口连接起来。这时出现了一个问题,图中只有赤道位置的这一个点相互连接,越远离赤道的位置,相互之间分开的距离就越大。这时强行将远离赤道的地方左右拉伸,然后连接在一起,这样三维的一个球体就变成了二维的平面了,也就是我们现在的世界地图了。

由此得知,赤道位置是没有被拉伸的,是最真实的;而靠近两极的位置是被拉伸最严重的。这就造成了越远离赤道的国家,国土面积在地图上就显得越大。有些国家的误差甚至达到了10多倍!

在墨卡托投影法下,最经典的误差案例就是非洲和格陵兰岛。上图中红色箭头指向的就是格陵兰岛和非洲,我们可以从世界地图中看到这两块区域的面积是差不多的。但查阅数据资料发现:格陵兰岛面积216万平方公里,非洲面积3022万平方公里,两者竟相差了14倍!

我们都知道格陵兰岛是世界最大的岛屿,如果真的像我们在地图上看到的那样,它的面积跟非洲差不多的话,那它早就晋升为大陆了,就不能称之为岛屿了。所以,这就是墨卡托投影的弊端,我们从地图上看到的国家面积是不能直接比较大小的。不仅如此,世界地图上的比例尺也是不精准的,因为面积发生改变,长度肯定也会有所改变。高纬度形变大,低纬度形变小,所以用同一个比例来统一衡量,肯定是不准确的。

世界地图的绘制方法千奇百怪,墨卡托投影法属于舍弃面积,保留其它属性。那么另一种非主流的地图绘制法高尔-皮德斯投影就属于舍弃形状,保留面积。上图中,我们可以看到这种绘制方法下的世界地图,非洲的面积在图上差不多是14个格陵兰岛,这也和实际情况符合。但陆地形状却已经严重扭曲了。

无论用哪种绘制方法都会产生属性的缺失,选择最适合我们的世界地图才是关键的。400多年前为了满足航海需要,墨卡托发明了墨卡托投影法,以扭曲地图为代价,使经纬线在平面的地图上相互垂直,航海家们只需要将起点和终点在平面上连成一条直线,就可以知道航线与经纬线的角度,这才方便确定方位,我们称之为等角航线。

说到这里,聪明的读者已经发现,平面地图上的直线,反映到地球三维的球形上,其实是一条曲线,所以说等角航线在行驶过程中,实际是一条曲线,并不是最短路径。几百年前的航海家,在墨卡托投影下的地图中走了远路,但定位精准,最终都能到达目的地。

我们平常在地图上看到飞机的航线是曲线也是这个道理,这才是真实情况下的最短路径。飞机实际飞行过程在地球三维的球面上,这个三维空间的最短的路径,在二维面上就变成了一条曲线,也叫大圆航线。

在墨卡托地图发明以前,存在过上千种奇形怪状的地图,这些都是人类文明进步的曲折路。

303

这篇关于世界地图并不是世界的真实样貌!甚至误差非常大的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/702425

相关文章

揭秘世界上那些同时横跨两大洲的国家

我们在《世界人口过亿的一级行政区分布》盘点全球是那些人口过亿的一级行政区。 现在我们介绍五个横跨两州的国家,并整理七大洲和这些国家的KML矢量数据分析分享给大家,如果你需要这些数据,请在文末查看领取方式。 世界上横跨两大洲的国家 地球被分为七个大洲分别是亚洲、欧洲、北美洲、南美洲、非洲、大洋洲和南极洲。 七大洲示意图 其中,南极洲是无人居住的大陆,而其他六个大洲则孕育了众多国家和

C语言指针入门 《C语言非常道》

C语言指针入门 《C语言非常道》 作为一个程序员,我接触 C 语言有十年了。有的朋友让我推荐 C 语言的参考书,我不敢乱推荐,尤其是国内作者写的书,往往七拼八凑,漏洞百出。 但是,李忠老师的《C语言非常道》值得一读。对了,李老师有个官网,网址是: 李忠老师官网 最棒的是,有配套的教学视频,可以试看。 试看点这里 接下来言归正传,讲解指针。以下内容很多都参考了李忠老师的《C语言非

单位权中误差 详细介绍

单位权中误差(Unit Weight Error, UWE)是用于描述测量数据不确定性的一个统计量,特别是在地理信息系统(GIS)、导航和定位系统中。它主要用于评估和比较不同测量系统或算法的精度。以下是对单位权中误差的详细介绍: 1. 基本概念 单位权中误差(UWE): 定义:单位权中误差表示每个观测值(测量值)在估算中的标准误差。它是误差的一个统计量,主要用于评估测量系统的精度。单位:通常

C#设计模式(1)——单例模式(讲解非常清楚)

一、引言 最近在学设计模式的一些内容,主要的参考书籍是《Head First 设计模式》,同时在学习过程中也查看了很多博客园中关于设计模式的一些文章的,在这里记录下我的一些学习笔记,一是为了帮助我更深入地理解设计模式,二同时可以给一些初学设计模式的朋友一些参考。首先我介绍的是设计模式中比较简单的一个模式——单例模式(因为这里只牵涉到一个类) 二、单例模式的介绍 说到单例模式,大家第一

用Python实现时间序列模型实战——Day 14: 向量自回归模型 (VAR) 与向量误差修正模型 (VECM)

一、学习内容 1. 向量自回归模型 (VAR) 的基本概念与应用 向量自回归模型 (VAR) 是多元时间序列分析中的一种模型,用于捕捉多个变量之间的相互依赖关系。与单变量自回归模型不同,VAR 模型将多个时间序列作为向量输入,同时对这些变量进行回归分析。 VAR 模型的一般形式为: 其中: ​ 是时间  的变量向量。 是常数向量。​ 是每个时间滞后的回归系数矩阵。​ 是误差项向量,假

简单的Q-learning|小明的一维世界(3)

简单的Q-learning|小明的一维世界(1) 简单的Q-learning|小明的一维世界(2) 一维的加速度世界 这个世界,小明只能控制自己的加速度,并且只能对加速度进行如下三种操作:增加1、减少1、或者不变。所以行动空间为: { u 1 = − 1 , u 2 = 0 , u 3 = 1 } \{u_1=-1, u_2=0, u_3=1\} {u1​=−1,u2​=0,u3​=1}

简单的Q-learning|小明的一维世界(2)

上篇介绍了小明的一维世界模型 、Q-learning的状态空间、行动空间、奖励函数、Q-table、Q table更新公式、以及从Q值导出策略的公式等。最后给出最简单的一维位置世界的Q-learning例子,从给出其状态空间、行动空间、以及稠密与稀疏两种奖励函数的设置方式。下面将继续深入,GO! 一维的速度世界 这个世界,小明只能控制自己的速度,并且只能对速度进行如下三种操作:增加1、减

[情商-13]:语言的艺术:何为真实和真相,所谓真相,就是别人想让你知道的真相!洞察谎言与真相!

目录 前言: 一、说话的真实程度分级 二、说谎动机分级:善意谎言、中性谎言、恶意谎言 三、小心:所谓真相:只说对自己有利的真相 四、小心:所谓真相:就是别人想让你知道的真相 五、小心:所谓善解人意:就是别人只说你想要听到的话 前言: 何为真实和真相,所谓真相,就是别人想让你知道的真相!洞察谎言与真相! 人与人交流话语中,处处充满了不真实,完全真实的只是其中一小部分,这

Marsview这么好用?快速搭建后台不是梦

Marsview竟然这么好用?快速搭建后台不是梦! 还在为项目开发而焦头烂额吗?别再纠结了,Marsview来了!这个面向后台管理系统的低代码平台,不仅让你轻松搭建项目,还能让你成为团队中的“流量担当”。本文将带你了解 Marsview 的核心功能、技术架构,以及如何快速上手。 软件简介 Marsview 是一款专为中后台管理系统设计的低代码可视化平台,能够帮助开发者快速完成项目搭建和

【Linux】萌新看过来!一篇文章带你走进Linux世界

🚀个人主页:奋斗的小羊 🚀所属专栏:Linux 很荣幸您能阅读我的文章,诚请评论指点,欢迎欢迎 ~ 目录 前言💥1、初识Linux💥1.1 什么是操作系统?💥1.2 各种操作系统对比💥1.3 现代Linux应用💥1.4 Linux常用版本 💥2、Linux 和 Windows 目录结构对比💥2.1 文件系统组织方式💥2.2