地理位置过滤盒模型精准度的问题

使用盒模型进行地理位置过滤，感觉精准度差的有点大。
 
用户给定一个坐标点和过滤的距离，例如查询坐标（100，50）附近5km的用户，我们先计算出这个点为中心的矩形的左上右下角坐标：

Double latitude = lat;

        Double longitude = lon;

        Double degree = (24901 * 1609) / 360.0;

        double raidusMile = raidus;



        Double dpmLat = 1 / degree; // 一米距离对应纬度的变化值

        Double radiusLat = dpmLat * raidusMile;

        Double bottomRightLat = latitude - radiusLat;

        Double topLeftLat = latitude + radiusLat;



        Double mpdLng = degree * Math.cos(latitude * (Math.PI / 180));

        Double dpmLng = 1 / mpdLng; // //一米距离对应经度的变化值



        Double radiusLng = dpmLng * raidusMile;

        Double topLeftLon = longitude - radiusLng;

        Double bottomRightLon = longitude + radiusLng;

        return new double[]{topLeftLat, topLeftLon, bottomRightLat, bottomRightLon};

 
 
然后把这四个点带入盒模型公式：
 

double[] cube = getAround(lon,lat,distance);

boundingBoxQueryBuilder.topLeft(cube[0],cube[1]).bottomRight(cube[2],cube[3]);

这样计算出来，会有一些超过5KM的用户被过滤到，但也有少数用户距离6km甚至更多 也能被过滤到，这个差距感觉有点大。
 
想了解下盒模型的精准度到底能差多少，我理解的盒模型实际是用正方形代替圆形，把一个变长为原来圆形直径的正方形盖到圆形上，这样超出圆形四角的点就会被过滤出来，极端的盒模型四个顶点的距离是最远的，误差也是最大的。也就是说半径越大误差也会越大。
 
不知道我理解的对不对。如果盒模型本质上就是存在这样的问题，那就考虑用其他的方式了