Jaka jest najszybsza trasa między antypodami przy użyciu regularnie planowanego tranzytu?

Podnoszę ten komentarz do pytania: jaki jest najszybszy sposób na dotknięcie antypodów, a potem z powrotem. Aby umożliwić łatwiejszy tranzyt, pozwól 100 km od faktycznego antypodu, abyś nie musiał wędrować w szczerym polu. Czy to Auckland do Sewilli? A może Malaga? Szanghaj do Concordia czy mniej więcej w Argentynie?

Jak dotąd...

Santiago, Chile-Xi'an, Chiny. 26h5m. Antypoda lotniska w Santiago znajduje się na wschód od chińskiego miasta Zhen'an, które znajduje się zaledwie 100 km od lotniska Xi'an. Podróżuj tym planem za pomocą jednego wygodnego postoju w CDG i już tam jesteś.

Lubię też Aukland-Gibraltar (lub Tanger lub Malagę, chociaż loty do GIB wydają się najszybsze, a ich lotnisko jest o wiele fajniejsze), ponieważ lotniska działają w obrębie 100 km bufora (znalazłem 31,55 m do GIB przez HKG i LHR).

Taipai-Asunción, Paragwaj jest fajną parą, ale nie mogę dostać lotów poniżej 34h5m przez pobieżne wyszukiwania.

Szanghaj-Buenos Aires jest okropnie kuszące, biorąc pod uwagę potencjał połączeń typu „jeden przystanek”, ale nie mogę sprawić, aby działał w odległości 100 km, a transport naziemny jest prawdopodobnie zabójczy.

Nie jest to jeszcze nowa odpowiedź (jak dotąd), ale przedstawia zestaw danych z lotnisk antododalnych, z których ktoś mógłby skorzystać, aby znaleźć lepszą trasę. Czytaj dalej na najbardziej antypodalnych lotniskach i szokująca informacja o trasie Santiago-Xi'an.

Kontynuując tę ​​eksplorację, zwracam się do pracy a3nm, który wcześniej zajmował się wygłupianiem na lotniskach. Korzystając ze wskaźnika do bazy danych OpenFlights (której przypisano cały kredyt za licencję), mogę uzyskać pliki danych dla lotnisk i tras lotniczych na całym świecie.

Najpierw załaduję dane lotniska do tabeli PostgreSQL przy użyciu tej procedury i włączę tabelę do obsługi PostGIS, abyśmy mogli wykonywać obliczenia przestrzenne.

Skonfigurujemy kilka zdrapek, obliczymy antypode dla każdego lotniska i przekonwertujemy go na geometrię (prawdopodobnie jest lepszy sposób, aby to zrobić, jeśli wiesz, co robisz. Typowym tematem jest to, że nie „ t, faktycznie wiem, co robimy):

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);

Zdrowie psychiczne sprawdza wyniki na podstawie tych, o których już wiemy:

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**

O nie! Rozkoszowaliśmy się niszczycielską prawdą o mojej poprzedniej odpowiedzi. SCL-XIY jest w rzeczywistości o 24 km za daleko, żeby się dokładnie zakwalifikować. Prawdopodobnie można to naprawić, rozpoczynając podróż nieco dalej do Santiago lub Xi'an i wybierając jakiś autobus lotniskowy (który będziesz miał mnóstwo czasu, jeśli wybierzesz się na 72-godzinną podróż w obie strony), ale jest to smutne odkrycie.

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

Dobra wiadomość jest taka, że ​​wyniki wydają się rozsądne. Teraz możemy znaleźć najbardziej antypodalne lotniska, bo dlaczego nie? Kontynuujmy nasz głupi sposób korzystania z bazy danych, ponieważ jest to nieco łatwiejsze i stwórz zduplikowaną tabelę scratch, abyśmy mogli uruchomić zapytanie w dwóch tabelach. Ograniczymy również wyszukiwanie do lotnisk z kodami IATA, aby wykluczyć większość losowych stacji kolejowych w zbiorze danych i dać nam najlepszą szansę na znalezienie lotnisk z łatwą do znalezienia usługą komercyjną:

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

I rzeczywiście, PLM i NVA są dość blisko:

Jeśli jesteś ciekawy i wiem, że tak, PLM i NVA nadal wygrywają, nawet jeśli usuniesz ograniczenie, że lotniska mają kody IATA.

Teraz zapytamy o wszystkie lotniska antypodalne (z kodami IATA) w zasięgu 100 km, skracamy każdy inny wpis, ponieważ są one parami dopasowanymi, i tworzymy plik danych z listą 366 kandydujących par miast do zbadania. Możemy również zrobić nieco większy zestaw, jeśli rozluźnimy włosy o długości 100 km i postaramy się, że zawsze możemy trochę przejść, jeśli nic więcej.

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;

W naszej kolejnej części zobaczymy, czy uda nam się znaleźć szybszą trasę.