用开源航迹数据核对一次远海演训的舰位，误差出在哪

上个月想核对一次远海演训的公开航迹，手头只有两样东西：海事部门公布的航行警告坐标，和某船舶追踪网站导出的 AIS 轨迹 CSV。数据量不大，三条船、七天、总共约两万行，时间戳是 UTC，坐标是 WGS84 十进制度。目标很朴素——把警告区坐标画出来，看轨迹有没有真的按公布的时间窗进出。

做法是先规整时间，再算距离。AIS 里同一船名会有 MMSI 不同的记录，先按 MMSI 去重，保留时间连续的那段：

import pandas as pd
df = pd.read_csv('ais.csv', parse_dates=['ts'])
df = df.sort_values(['mmsi','ts']).drop_duplicates(['mmsi','ts'])
df['gap'] = df.groupby('mmsi')['ts'].diff().dt.total_seconds()
df = df[df['gap'].fillna(0) < 3600]  # 断开超过一小时的段先扔掉

判进出区用射线法，简单够用：

def in_poly(lon, lat, poly):
    c = False
    for i in range(len(poly)):
        x1,y1 = poly[i]; x2,y2 = poly[(i+1)%len(poly)]
        if ((y1>lat)!=(y2>lat)) and (lon < (x2-x1)*(lat-y1)/(y2-y1)+x1):
            c = not c
    return c

结果第一版差得很离谱：船看起来提前六小时就进了警告区。查下来不是数据错，是我把警告里的“北京时间”直接当 UTC 用了，八小时时差一挪，进出全乱。第二版又发现坐标精度问题——AIS 有些点只到小数点后两位，0.01 度在纬度上约 1.1 公里，贴着边界算就会来回跳，所以边界附近 2 公里内的点我单独标出来，不参与判定。

为什么这么抠：航行警告是给航海者的法律文本，时间是生效窗口，坐标是区域边界，两样都不能含糊；而 AIS 是船端设备自动上报，受接收站覆盖和卫星过顶影响，存在丢点和延迟。这两类数据天生不同源，硬拼在一起，误差必然出现在“时间基准”和“边界精度”这两个接缝上。代价是这套流程只能做粗核对，不能当证据用。

失效的地方我也踩过：近岸接收站密集时轨迹很干净，一进远海就稀疏，插值出来的“进区时刻”完全是假的；还有船名和 MMSI 对不上的情况，同一艘船换过呼号，按名字匹配会漏。最坑的一次是把某网站的“最后位置”字段当成了实时点，其实是缓存。

你们核对公开航迹时，时间是先统一到 UTC 再比，还是直接按原始时区算？边界附近的点一般怎么处理？