逆地理落点算法 (Reverse Geocoding Anchor Matching)

逆地理（Reverse Geocoding）指「坐标 → 地点名称」的换算。工程上有两条路线：

校园导航这类场景要的是后者——用户问「我在哪」，想听的是「你在图书馆旁边」，
而不是「浙江省宁波市鄞州区钱湖南路8号」。所以这套算法的主干不是调接口，
而是本地就近匹配，匹配不上才回落厂商接口。

但一上手就会撞上一个矛盾，整套设计都在处理它。

核心矛盾：几何最近 ≠ 认知最近

人走在主干道上，几何上最近的那个 POI 经常是噪声点：

按「谁近用谁」，用户站在校门口会被告知「你在永易充充电站旁边」。
这不是一句能用的指路话。

「最近」是一个几何量，而用户需要的是一个可指路量。这两个量在 POI 数据上不重合。

不做「全体比距离」，而是先按可接受度筛集合，再在层内比距离：

第一层：在「大地点集合」里取最近点
          距离 ≤ 阈值 → 用它，标记 anchor = true
第二层：大地点全部超出阈值（集合里一个都不够近）
          → 才在全集里取最近点，≤ 阈值就用，标记 anchor = false

顺序不能反。 小铺往往比教学楼近得多，写成「谁近用谁」就退化成朴素最近邻了。

这里的「大地点」（Anchor）定义是可指路性（referability）：
能被指路时说出口的楼栋、场馆、有招牌的店。判据两层，前者权威：

人工覆盖的存在是有意的：规则负责覆盖大多数，人工覆盖负责兜住长尾，
且不用改代码、不用等发版。详见 POI 标签混入位置信息污染分类判据 (Location Tags Polluting POI Rule Judgment)。

第二层的落点只标记 anchor = false，不拒绝返回。理由：

静默降级会让下游无法区分「准确落点」和「凑合落点」，这是比降级本身更严重的问题。
这个约束可以推广到任何「主路径失败后走兜底」的设计：兜底结果必须携带「我是兜底」这个信息。

浏览器 / 手机原生定位给的是 WGS84（GPS 原始值），而国内 POI 数据集和百度地图用的是
BD09（国测局加密偏移后的坐标系）。两者在宁波一带相差 500 米以上——不换算，
最近点会直接找错人（500 米足以跨过好几个 POI 的覆盖范围）。

换算链：

WGS84 ──(国测局加偏算法)──> GCJ02 ──(百度再偏一次)──> BD09
 浏览器定位                      高德等国内地图        百度地图 / 本数据集

关键约束：算法无法从数值上判断一个坐标属于哪套坐标系，必须由调用方声明。
这是一条不能猜的信息——三套坐标系的数值范围完全重叠。

阈值	典型值	含义	取值理由
本地生效半径	150 m	距校内 POI 在此以内才认可本地结果	太大 → 吸附到几百米外的建筑，落点失真；太小 → 校园边角频繁掉出本地范围，回落厂商接口既慢又只给地址串。150m 约等于「一个建筑组团」的尺度
校区识别半径	500 m	距最近校内 POI 在此以内才认定身处该校区	需大于 POI 覆盖的最大空隙（否则校区内部有「盲区」认不出校区），同时远小于跨校区间距（否则误判到隔壁校区）

注意二者用不同判据：校区识别用任意最近点（不分层），落点匹配才用两层。
原因是稀疏校区里最近的可能是某个小铺，按大地点判会导致认不出校区。
这是刻意的不一致，不要顺手「统一」。

上面描述的「两层 + 关键词判据」是运行时形态。但只要满足两个条件，
同一件事可以搬到离线做，把运行时塌缩成一次普通最近邻：

完整 POI 数据集 (202 条，会随采集变化)
        │  离线筛一次（关键词判据在这里跑）
        ▼
参照物表 (131 条，烘进产物)
        │  运行时（没有关键词、没有分层，就是最近邻 + 半径）
        ▼
   返回最近的一个

换来的：运行时不需要关键词表、不需要分层逻辑、不需要读数据文件——
整个实现塌缩成一个函数，数据可以内嵌。

付出的：

判断依据：产物是发给第三方（对方只读不写、数据由我方控制），
离线做显然划算；产物是长期自运维的服务（对方要自己改点、自己调规则），
运行时做更合适，否则每次调规则都要发版。

这个取舍与「物化视图 vs 实时查询」「预编译 vs JIT」是同一类问题：
当规则确定且数据静态时，把规则的执行结果烘进产物，用「更新成本」换「运行成本」。

本项目两种形态都存在：线上服务走运行时（管理端可改点位、可调覆盖），
对外交付的教学示例走离线（数据内嵌，一个函数）。

「分层优先最近邻」不限于逆地理。凡是多个候选都「最近」，但可接受度不同的场景都适用：