搜索的工作原理

每次 AirportFusion 搜索都会运行一条五阶段流水线。理解它有助于您获得更好的结果。

第 1 阶段 — 对您的地址进行地理编码

您输入的两个地点会通过 OpenStreetMap 的 Nominatim 地理编码器（或其他已配置的服务商）转换为坐标。如果外部地理编码不可用，我们会回退到在自有数据库中匹配城市和机场名称，因此搜索仍能正常工作。您也可以直接输入坐标（如 40.71, -74.00）来完全绕过地理编码。

第 2 阶段 — 查找每个区域内的机场

我们使用大圆（haversine）距离，查找您在每个地点周围所选半径内的每一个有定期航班服务的运营机场。机场按距离由近及远排序，每个区域最多取最近的 25 个 — 足以覆盖任何都市圈及其二线机场。

这正是 AirportFusion 的核心理念：“最佳”机场往往不是最近的那个。稍远一点的机场常常拥有唯一的直飞航线，或明显更便宜的一条。

第 3 阶段 — 匹配直飞航线

接着，我们将两个机场集合与我们的航线网络（基于 OpenFlights 公开数据集构建）进行交集运算，只保留从您的出发区域起飞、在您的目的地区域降落的直飞航线。为什么只做直飞？因为中转会成倍增加总出行时间和不确定性，而将两段式行程与直飞行程按门到门比较，很少是一场公平的较量。如果两个区域之间不存在直飞航线，我们会如实告知，而不是往结果里注水。

第 4 阶段 — 构建门到门路线与评分

对每条直飞航线，我们组装出完整的行程：

• 地面路段 — 对每一侧，我们基于距离模型估算自驾、出租车、网约车、火车、地铁（短距离）和巴士等选项。总计采用其中最快且合理的选项。
• 航班路段 — 时长按大圆距离以典型巡航速度估算，再加上滑行/爬升时间；价格按基于距离的模型估算，并叠加一个稳定的按航空公司微调（因此同一搜索总是给出相同的估算值）。
• 评分（0–10） — 加权综合：40% 总时间、40% 总费用、20% 简便度（更少换乘、更短地面路段）。评分在您的结果集内做归一化，因此 9.2 分意味着“在这些选项中表现优异”，而不是一个通用等级。

路线按评分排名，最优在前，最多 50 个选项。

第 5 阶段 — AI 顾问（可选）

启用后，排名靠前路线的精简摘要（机场、时间、费用、评分 — 不含任何个人数据）会被发送给一个扮演旅行专家的 AI 模型。它会挑出自己会预订的那条路线，用通俗的语言解释各项权衡，并附上一条实用建议。AI 绝不会看到您屏幕上没有的数据，它的建议也绝不会凌驾于透明的评分排名之上 — 它是第二意见，而不是黑箱。

这对您的搜索意味着什么

• 结果稀少时放大半径 — 这套搜索正是为此设计的。
• 留意地面路段 — 从远处机场起飞的“便宜”航班可能在总计上落败。
• 把数字当作估算值 — 具体计算方式参见《理解估算值》。