如何使用pint将地理CRS的度单位距离转换为海里单位

首先明确：仅依赖pint无法实现任意位置的度到海里的精准转换，原因在于度是角度单位，EPSG:4326坐标系下1度对应的地表实际长度随纬度变化，而pint的单位转换默认基于固定换算比例，不支持绑定地理坐标上下文动态计算。

两种可行方案如下：

方案1：近似转换（适用于精度要求低、赤道附近场景） #

可以通过给pint注册自定义换算规则，直接使用「1度≈60海里」的经验值做快速转换，示例代码：

import pint
import pandas as pd
import geopandas as gpd

# 初始化单位注册表
ureg = pint.UnitRegistry()
# 注册自定义换算关系
ureg.define('arcdegree = 60 nautical_mile = deg')

# 原有业务代码
df = pd.DataFrame({"lon": [0], "lat": [0]})
gdf_pt = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df["lon"], df["lat"]), crs="epsg:4326")
df2 = pd.DataFrame({"lon": [1, 2], "lat": [0, 0]})
gdf_pts = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2["lon"], df2["lat"]), crs="epsg:4326")
value = gdf_pt.sjoin_nearest(gdf_pts, distance_col="distances")["distances"].values[0]

# 单位转换
l = value * ureg.deg
print(l.to('nautical_mile'))

方案2：精准转换（适用于全纬度、高精度场景） #

需要先通过测地线距离计算得到真实地表距离，再封装为pint的单位对象，示例代码：

import pint
import pandas as pd
import geopandas as gpd
from geopy.distance import geodesic

ureg = pint.UnitRegistry()

# 原有业务代码
df = pd.DataFrame({"lon": [0], "lat": [0]})
gdf_pt = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df["lon"], df["lat"]), crs="epsg:4326")
df2 = pd.DataFrame({"lon": [1, 2], "lat": [0, 0]})
gdf_pts = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2["lon"], df2["lat"]), crs="epsg:4326")

# 匹配最近点并获取两点坐标
matched_row = gdf_pt.sjoin_nearest(gdf_pts, distance_col="distances").iloc[0]
start_point = (gdf_pt.iloc[0].lat, gdf_pt.iloc[0].lon)
end_point = (matched_row["lat_right"], matched_row["lon_right"])

# 计算真实海里距离并封装为pint单位
nm_distance = geodesic(start_point, end_point).nm
l = nm_distance * ureg.nautical_mile

内容的提问来源于stack exchange，提问作者Ray Bell