H3 DGGS：一般问题

Question

下午好，

我是H3的新手。在深入阅读文档并进一步进行H3测试之前，我先向您询问有关H3的一般性问题。如果我的问题显得幼稚或笨拙，请先对不起。

1. 建议使用哪个绑定来使用H3？有没有一种适合每种功能？数据整合？显示？支持栅格吗？采样/量化？ ：蟒蛇？与jupyter笔记本的geopandas？邮递员吗？ R？ Bigquery？ js等？

2. 我们想知道H3是否有可能考虑在某些约束条件下DGGS海上可通行性更短路径分析。我过去了一个屏幕截图。

1. H3是否允许数据的集成/融合/组合？我们想对多源/多日期数据融合组合进行某种测试以创建DTM（地形图或测深图）吗？

2. 是否可以为THR数据分配权重（重要标志，以便不降低甚高分辨率）。因此，是否可以管理和定义元数据？

3. 该工具能够集成哪种类型的数据？ （栅格？多边形？线？点？点云？）。

4. 该工具在采样和定量方面是否提供不同的方法？用户可以决定在单元层次结构的哪个级别上分配数据吗？

5. 最后，H3符合OGC DGGS抽象标准。如果没有，您知道现有的差距吗？

预先，非常感谢您的有用答复。

亲切的问候。

Answer 1

尽力而为的问题答案：

A。 绑定：我们知道的绑定是listed here。 Java，JavaScript和Python的绑定可能是维护得最好的（尽管Python正在进行重大的重构，可能在完成后最好使用）。

B。 路径分析：我尚未对此进行处理，但是this tutorial建议您在十六进制网格中实现此功能所需的全部是邻居和距离函数。 H3中的邻居可以通过kRing(origin, 1)获得，距离可以通过h3Distance(origin, target)计算（目前存在一些限制-两个像元不能相距太远，路径不能越过五边形）。

C。 合并数据源：H3是合并多个数据源的通用单元的绝佳选择-您可以将多个数据源转换为H3，然后将其转换为H3。执行基于像元的栅格算法以获取每个六边形的值。 H3库本身仅提供转换功能，而不提供数据合并功能。

D。我不完全理解这个问题，但这将超出H3库的权限。

E。 数据类型转换：该库为转换多边形数据（通过polyfill）和点数据（通过h3ToGeo）提供了强大的支持。栅格数据可能需要转换为点网格才能转换为像元。 H3使用了一个不考虑海拔高度的球面，因此如果没有外部逻辑（关于如何将点投影到表面上），就不能用于转换3d点云。请注意，H3库本身没有处理文件格式等的逻辑。

F。 采样/定量：分辨率的选择是用户指定的，但是H3库没有明确处理采样或定量。将点分配给找到它们的单元格；使用polyfill时，会将单元分配给找到其中心的多边形。进一步的采样选择留给用户。

G。 遵守DGGS标准：请参见this paper，以评估H3和与该标准有关的替代DGGS。