这是两种不同的方法，您可以尝试：

• 您可以使用Google 地图反向地理编码。在结果集中，您可以通过检查来确定是否是水types。在水域情况下，类型是natural_feature。在此链接http://code.google.com/apis/maps/documentation/geocoding/#Types 中查看更多信息。

  您还需要检查要素的名称，如果它们包含Sea, Lake, Ocean与水域相关的其他一些词，以提高准确性。例如沙漠也是natural_features。

  优点- 所有检测过程都将在客户端的机器上完成。无需创建自己的服务器端服务。

  缺点- 非常不准确，您在水域中“没有”的可能性非常高。

• 您可以使用Google 静态地图按像素检测水域/陆地。但为此您需要创建 http 服务。

  这些是您的服务必须执行的步骤：

  1. 接收latitude,longitude和current zoom来自客户端。
  2. 向 Google 静态地图服务发送http://maps.googleapis.com/maps/api/staticmap?center={纬度,经度}&zoom={当前缩放`}&size=1x1&maptype=roadmap&sensor=false 请求。
  3. 检测 1x1 静态图像的像素颜色。
  4. 响应检测信息。

  您无法在客户端检测像素的颜色。是的，您可以在客户端机器上加载静态图像并在canvas元素上绘制图像。但是您不能使用getImageData画布的上下文来获取像素的颜色。这是受跨域策略限制的。

  优点- 高度准确的检测

  缺点 - 使用自己的服务器资源进行检测

任何当前的 Google 服务似乎都不可能。

但是还有其他服务，例如Koordinates Vector JSON Query 服务！您只需查询 URL 中的数据，即可返回 JSON/XML 响应。

示例请求：http : //api.koordinates.com/api/vectorQuery.json?key=YOUR_GEODATA_KEY&layer=1298&x=-159.9609375&y=13.239945499286312&max_results=3&radius=10000&geometry=names&with_field

您必须注册并提供您的密钥和选定的层号。您可以搜索所有可用层的存储库。大多数图层只是区域性的，但您也可以找到全球性的，例如World Coastline：

当您选择一个层时，您单击“服务”选项卡，您将获得示例请求 URL。我相信您只需要注册就可以了！

现在最好的：

您可以上传您的图层！

它不是立即可用的，嘿必须以某种方式处理它，但它应该可以工作！层存储库实际上看起来像人们根据需要上传它们。

有一个免费的 Web API 可以解决这个问题，叫做onwater.io。它不是谷歌地图内置的东西，但给定纬度和经度，它会通过 get 请求准确地返回 true 或 false。

水示例：https : //api.onwater.io/api/v1/results/23.92323,-66.3

{
  lat: 23.92323,
  lon: -66.3,
  water: true
}

陆地示例：https : //api.onwater.io/api/v1/results/42.35,-71.1

{
  lat: 42.35,
  lon: -71.1,
  water: false
}

完全披露我在Dockwa.com工作，该公司是 onwater 背后的公司。我们建在水上是为了自己解决这个问题并帮助社区。它是免费使用的（支付大量费用），我们想分享 :)

我认为在本地执行此查询更有趣，因此我可以更加自力更生：假设我想一次生成 25000 个随机陆地坐标，我宁愿避免调用可能昂贵的外部 API。这是我在 python 中使用TomSchober 提到的python 示例的镜头。基本上，它会在包含所有陆地坐标的预制 350MB 文件中查找坐标，如果坐标存在于其中，则将其打印出来。

import ogr
from IPython import embed
import sys

drv = ogr.GetDriverByName('ESRI Shapefile') #We will load a shape file
ds_in = drv.Open("land_polygons.shp")    #Get the contents of the shape file
lyr_in = ds_in.GetLayer(0)    #Get the shape file's first layer

#Put the title of the field you are interested in here
idx_reg = lyr_in.GetLayerDefn().GetFieldIndex("P_Loc_Nm")

#If the latitude/longitude we're going to use is not in the projection
#of the shapefile, then we will get erroneous results.
#The following assumes that the latitude longitude is in WGS84
#This is identified by the number "4236", as in "EPSG:4326"
#We will create a transformation between this and the shapefile's
#project, whatever it may be
geo_ref = lyr_in.GetSpatialRef()
point_ref=ogr.osr.SpatialReference()
point_ref.ImportFromEPSG(4326)
ctran=ogr.osr.CoordinateTransformation(point_ref,geo_ref)

def check(lon, lat):
    #Transform incoming longitude/latitude to the shapefile's projection
    [lon,lat,z]=ctran.TransformPoint(lon,lat)

    #Create a point
    pt = ogr.Geometry(ogr.wkbPoint)
    pt.SetPoint_2D(0, lon, lat)

    #Set up a spatial filter such that the only features we see when we
    #loop through "lyr_in" are those which overlap the point defined above
    lyr_in.SetSpatialFilter(pt)

    #Loop through the overlapped features and display the field of interest
    for feat_in in lyr_in:
        # success!
        print lon, lat

check(-95,47)

我尝试了十几个坐标，效果很好。“land_polygons.shp”文件可以在这里下载，这是 OpenStreetMaps 的补充。（我自己使用了第一个 WGS84 下载链接，也许第二个也可以）

这就是我使用的，而且效果还不错……如果您有更多的 CPU 可以通过添加像素来浪费，您可以改进测试。

function isItWatter($lat,$lng) {

    $GMAPStaticUrl = "https://maps.googleapis.com/maps/api/staticmap?center=".$lat.",".$lng."&size=40x40&maptype=roadmap&sensor=false&zoom=12&key=YOURAPIKEY";  
    //echo $GMAPStaticUrl;
    $chuid = curl_init();
    curl_setopt($chuid, CURLOPT_URL, $GMAPStaticUrl);   
    curl_setopt($chuid, CURLOPT_RETURNTRANSFER, TRUE);
    curl_setopt($chuid, CURLOPT_SSL_VERIFYPEER, FALSE);
    $data = trim(curl_exec($chuid));
    curl_close($chuid);
    $image = imagecreatefromstring($data);

    // this is for debug to print the image
    ob_start();
    imagepng($image);
    $contents =  ob_get_contents();
    ob_end_clean();
    echo "<img src='data:image/png;base64,".base64_encode($contents)."' />";

    // here is the test : I only test 3 pixels ( enough to avoid rivers ... )
    $hexaColor = imagecolorat($image,0,0);
    $color_tran = imagecolorsforindex($image, $hexaColor);

    $hexaColor2 = imagecolorat($image,0,1);
    $color_tran2 = imagecolorsforindex($image, $hexaColor2);

    $hexaColor3 = imagecolorat($image,0,2);
    $color_tran3 = imagecolorsforindex($image, $hexaColor3);

    $red = $color_tran['red'] + $color_tran2['red'] + $color_tran3['red'];
    $green = $color_tran['green'] + $color_tran2['green'] + $color_tran3['green'];
    $blue = $color_tran['blue'] + $color_tran2['blue'] + $color_tran3['blue'];

    imagedestroy($image);
    var_dump($red,$green,$blue);
    //int(492) int(570) int(660) 
    if($red == 492 && $green == 570 && $blue == 660)
        return 1;
    else
        return 0;
}