街道与太阳对齐的精确计算：从球面几何到边界二分搜索

每年两次，纽约曼哈顿的日落会与东西向街道完美对齐，形成被称为 Manhattanhenge 的奇观。这一现象背后隐藏着复杂的计算问题：如何确定任意街道与太阳方位角对齐的精确日期和时间？Victoria Ritvo 开发的 Hengefinder 工具给出了一个优雅的工程解决方案，其核心涉及球面几何、边界搜索算法与非单调函数的区间探测。

球面几何下的道路方位计算

初看之下，计算街道方位似乎只是简单的三角函数问题。给定街道两端点的经纬度坐标，计算方位角的标准思路是 atan2(delta_longitude, delta_latitude)。然而这个直觉在地球表面会失效 —— 因为经度线并非等距分布。

随着纬度升高，经度线向两极收敛。在纽约（约北纬 40.7°），1 度经度约对应 52 英里；而在安克雷奇（约北纬 61°），1 度经度仅约 33 英里。这意味着直接使用经纬度差值计算角度，相当于在比较不同量纲的数值。

解决方案来自球面几何：在纬度 φ 处，东西向运动轨迹是一个半径为 cos(φ) 的圆。因此，必须先将经度差值按 cos(mean_latitude) 进行缩放，使其与纬度处于同一 "单位"，再应用反正切函数：

delta_y = lat_2 - lat_1
mean_lat = math.radians((lat_1 + lat_2) / 2)
delta_x = (lon_2 - lon_1) * math.cos(mean_lat)  # 关键缩放步骤
bearing_rad = math.atan2(delta_x, delta_y)

这个近似公式对于短街道段足够精确，是后续所有计算的基础。

边界二分搜索：精确定位 "悬停" 时刻

确定了街道方位后，下一步是找到太阳在特定方位角时恰好位于地平线上的精确时刻。天文库 Astral 提供的标准 "日落" 定义是太阳完全沉入地平线下的时刻，但对于 "悬日"（henge）效果，我们需要的是太阳圆盘刚好接触地平线、完全可见的最后一刻。

这转化为一个边界搜索问题：在日落前的某个时间窗口内，找到太阳高度角刚好高于目标阈值的最后时刻。由于太阳高度随时间单调递减，可以采用二分搜索，但需要调整标准模板。

传统二分搜索寻找精确匹配值，而这里需要寻找布尔序列中最后一个 True（太阳仍高于阈值）。这要求使用 "上偏中点" (left + right + 1) // 2 来避免无限循环，并相应调整搜索区间：

while left < right:
    mid = (left + right + 1) // 2  # 上偏中点
    if altitude_at(mid) > target_altitude:
        left = mid  # 当前分钟有效，可能是最后一个
    else:
        right = mid - 1  # 太阳已低于阈值，向前搜索

这种 "last-true" 二分搜索模式在处理单调边界问题时比标准模板更健壮。

非单调函数的区间探测策略

最复杂的挑战在于寻找对齐日期。太阳日落方位角在一年中呈平滑曲线变化，在夏至和冬至附近改变方向。这意味着方位角函数是非单调的，无法直接对整个年份进行二分搜索。

Hengefinder 采用粗精结合的两阶段策略。第一阶段以 30 天为间隔进行粗采样，探测可能遗漏对齐事件的区间。这里需要处理两种情况：

情况一：跨区间穿越。如果连续两次采样的方位角分别位于目标方位角的两侧，根据介值定理，期间必然存在对齐时刻。

情况二：方向反转。如果采样区间内方位角曲线发生方向反转（如从增加转为减少），可能在对齐范围内形成极值。这种情况可能包含对齐事件，也可能只是方位角曲线的 "回折" 而未触及目标值 —— 街道方位可能超出了该纬度下太阳方位角的可达范围。

无论哪种情况，这些被标记的区间都进入第二阶段：逐日精细搜索，精确定位对齐日期。这种粗精结合的策略既避免了 365 次全量计算，又确保了不会遗漏任何可能的对齐窗口。

工程实现要点

从 Hengefinder 的实现中可以提炼出几个可复用的工程模式：

1. 坐标转换的精度权衡：对于短距离（如城市街道级别），球面近似足够精确；长距离则需要更复杂的测地线计算。

2. API 调用优化：天文计算通常涉及外部库调用，粗精搜索策略显著减少了计算开销。

3. 边界条件的显式处理："last-true" 搜索模式适用于任何需要寻找单调序列边界的问题，如日志时间戳定位、版本回归测试等。

4. 非单调函数的区间标记：当搜索空间无法保证单调性时，先通过粗采样标记候选区间，再局部精细搜索，是处理复杂函数的有效策略。

Hengefinder 的优雅之处在于它没有试图构建完整的天文模型，而是在 "使用现成库" 与 "深入理解算法" 之间找到了平衡点 —— 打开必要的 "黑盒" 以解决核心问题，同时合理封装细节以保持代码的可维护性。

参考来源

• Victoria Ritvo, "Hengefinder: Finding When the Sun Aligns With Your Street", victoriaritvo.com
• Hacker News 讨论帖，news.ycombinator.com/item?id=48241335

systems