Uber H3使用

Uber H3地理索引

正六边形优点

首先正六边形相邻单元距离相等,且近似圆,不仅自身近似圆形,贴合密度概念,很适合大多数的汇总分析场景,而且周围相近近似圆形且等距,方便附近查找,阶梯分析等等。

全球怎么划分成正六边形

如果光是正六边形是没办法构成一个球体的,所以将全球分为正二十面体,每个交点有五条边,所以交点处有五边形。


整体划分

基本单元

并且H3支持逐级拆分


逐级拆分

分辨率

H3使用

H3 Core Library由C写成,但是绑定其他语言,Java也可以调用核心的API。具体参考使用文档:https://h3geo.org/docs
1、引入依赖

<dependency>
    <groupId>com.uber</groupId>
    <artifactId>h3</artifactId>
    <version>3.6.3</version>
</dependency>

或者

compile("com.uber:h3:3.6.3")

2、根据H3文档,调用API
https://h3geo.org/docs/api/indexing
Java示例:

public class test {

    public static void main(String[] args) throws IOException, DistanceUndefinedException, PentagonEncounteredException, LineUndefinedException {
        //将经纬度编码为六边形地址
        H3Core h3 = H3Core.newInstance();
        double lat = 31.920523;
        double lng = 119.168182;
        //H3分辨率
        int res = 6;
        String hexAddr = h3.geoToH3Address(lat, lng, res);
        System.out.println("H3地址:" + hexAddr);

        //H3地址转换为经纬度
        List<GeoCoord> geoCoords = h3.h3ToGeoBoundary(hexAddr);
        System.out.println("六边形顶点经纬度:" + geoCoords);

        //geoToH3:经纬度转换成H3索引
        System.out.println("H3索引Long类型:" + h3.geoToH3(lat, lng, 6));

        //查找索引的质心
        System.out.println("H3索引质心,经纬度坐标类型:" + h3.h3ToGeo(617847554087583743L));

        //查找索引的边界
        System.out.println("六边形顶点经纬度:" + h3.h3ToGeoBoundary(604336920381620223L));

        //根据提供的起点和终点返回单向边缘H3索引
        //起点镇江市
        double originLat = 31.977022;
        double originLng = 119.160861;

        //起终点经纬度转换为H3索引
        Long originH3Index = h3.geoToH3(originLat, originLng, 9);
        Long destH3Index = h3.geoToH3(lat, lng, 9);

        //查找相邻索引,将k=1定义为所有相邻索引
        System.out.println("origin相邻索引:" + h3.kRing(originH3Index, 1));

        //两索引是否为邻居
        boolean isNeighbors = h3.h3IndexesAreNeighbors(originH3Index, 617847554084700159L);
        System.out.println("两索引是否为邻居:" + isNeighbors);

        //计算单向边缘H3索引,单向边缘允许对从一个小区到相邻小区的有向边缘进行编码
        System.out.println("单向边缘H3索引:" + h3.getH3UnidirectionalEdge(originH3Index, 617847554084700159L));

        //返回两个索引之间的网格单元格距离
        System.out.println("两个索引之间的网格单元格距离:" + h3.h3Distance(originH3Index, destH3Index));

        //返回空心六角环
        System.out.println("周围相邻空心六角环:" + h3.hexRing(originH3Index, 1));

        //返回两个索引之间的索引行
        System.out.println("两个索引之间的索引行:" + h3.h3Line(originH3Index, destH3Index));
    }
}

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,117评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,328评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,839评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,007评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,384评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,629评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,880评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,593评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,313评论 1 243
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,575评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,066评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,392评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,052评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,082评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,844评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,662评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,575评论 2 270