shapefile - 如何在特定区域为 H3 六边形生成 shapefile

Question

我想为特定地理区域的H3六边形生成 shapefile。特别是，我对分辨率为 6、7 和 9 的湾区感兴趣。如何为覆盖该区域的六边形创建 shapefile？

我是 shapefile 或任何其他地理数据结构的新手。我对 python 和 R 最满意。

Answer 1

这里的基本步骤是：

• 取所需区域的多边形。边界框应该可以正常工作。
• 使用该polyfill方法以所需的分辨率用六边形填充多边形。
• 循环遍历每个六边形并获得h3ToGeoBoundary函数的边界。
• 将这些边界放入 GeoJSON 文件
• 使用转换器之类ogr2ogr的转换为 shapefile。

Python 绑定尚未发布，我对 R 绑定不熟悉，但 JavaScript 版本可能如下所示：

var h3 = require('h3-js');

var bbox = [
    [-123.308821530582, 38.28055644998254],
    [-121.30037257250085, 38.28055644998254],
    [-121.30037257250085, 37.242722073589164],
    [-123.308821530582, 37.242722073589164]
];

var hexagons = h3.polyfill(bbox, 6, true);

var geojson = {
    type: 'Feature',
    geometry: {
        type: 'MultiPolygon',
        coordinates: hexagons.map(function toBoundary(hex) {
            return [h3.h3ToGeoBoundary(hex, true)];
        })
    }
};

console.log(JSON.stringify(geojson));

你会像这样使用脚本：

node bbox-geojson.js | ogr2ogr -f "ESRI Shapefile" bbox-hexagons.shp /vsistdin/

Answer 2

如果您正在寻找解决方案R，该h3jsr软件包提供了对 Uber 的 H3 库的访问。可以使用函数h3jsr::polyfill()和来解决您的问题h3jsr::h3_to_polygon。

可重现的例子

library(ggplot2)
library(h3jsr)
library(sf)
library(sf)


# read the shapefile of the polygon area you're interested in
  nc <- st_read(system.file("shape/nc.shp", package="sf"), quiet = TRUE)

# projection
  nc <- st_transform(nc, crs = 4326)

# get the unique h3 ids of the hexagons intersecting your polygon at a given resolution
  nc_5 <- polyfill(nc, res = 5, simple = FALSE)

# pass the h3 ids to return the hexagonal grid
  hex_grid5 <- unlist(nc_5$h3_polyfillers) %>% h3_to_polygon(simple = FALSE)

这将返回以下多边形：

Answer 3

在这里接受 John Stud 的问题，因为我遇到了同样的“问题”。在下文中，我将评论如何读取 shapefile，使用 H3 对其进行六边形化，并从中获取 Hexagon 地理数据框（并最终将其保存为 shapefile）。

可重现的例子

让我们为美国获取一个 shapefile，例如这里（我使用“cb_2018_us_state_500k.zip”文件）。

# Imports
import h3
import geopandas as gpd
import matplotlib.pyplot as plt
import pandas as pd
import shapely
from shapely.ops import unary_union
from shapely.geometry import mapping, Polygon

# Read shapefile
gdf = gpd.read_file("data/cb_2018_us_state_500k.shp")

# Get US without territories / Alaska + Hawaii
us = gdf[~gdf.NAME.isin(["Hawaii", "Alaska", "American Samoa", 
                         "United States Virgin Islands", "Guam",
                         "Commonwealth of the Northern Mariana Islands",
                         "Puerto Rico"])]

# Plot it
fig, ax = plt.subplots(1,1)
us.plot(ax=ax)
plt.show()

# Convert to EPSG 4326 for compatibility with H3 Hexagons
us = us.to_crs(epsg=4326)

# Get union of the shape (whole US)
union_poly = unary_union(us.geometry)

# Find the hexagons within the shape boundary using PolyFill
hex_list=[]
for n,g in enumerate(union_poly):
    if (n+1) % 100 == 0:
        print(str(n+1)+"/"+str(len(union_poly)))
    temp = mapping(g)
    temp['coordinates']=[[[j[1],j[0]] for j in i] for i in temp['coordinates']]  
    hex_list.extend(h3.polyfill(temp,res=5))

# Create hexagon data frame
us_hex = pd.DataFrame(hex_list,columns=["hex_id"])

# Create hexagon geometry and GeoDataFrame
us_hex['geometry'] = [Polygon(h3.h3_to_geo_boundary(x, geo_json=True)) for x in us_hex["hex_id"]]
us_hex = gpd.GeoDataFrame(us_hex)

# Plot the thing
fig, ax = plt.subplots(1,1)
us_hex.plot(ax=ax, cmap="prism")
plt.show()

上图的分辨率为“5”（https://h3geo.org/docs/core-library/restable/），我建议您也查看其他分辨率，例如 4：

当然，这取决于“缩放级别”，即您是查看整个国家还是仅查看城市等。

而且，当然，要回答原始问题：您可以使用以下方法保存生成的 shapefile

us_hex.to_file("us_hex.shp")

Answer 4

使用单独的多边形和索引名称修改了 @nrabinowitz 的一个：

var h3 = require('h3-js');

var bbox = [
    [-123.308821530582, 38.28055644998254],
    [-121.30037257250085, 38.28055644998254],
    [-121.30037257250085, 37.242722073589164],
    [-123.308821530582, 37.242722073589164]
];

var hexagons = h3.polyfill(bbox, 5, false);

var features = hexagons.map(function toBoundary(hex) {

var coords = h3.h3ToGeoBoundary(hex, true)
var feature = {"type": "Feature",
    "properties": {"name": hex},
    "geometry": {
        "type": "Polygon",
        "coordinates": [coords]}};

    return feature;
    });

console.log(JSON.stringify({
    "type": "FeatureCollection",
    "features": features}));