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使用H3进行测试之前，我冒昧地问您有关H3的一般性问题，如果我的问题显得天真或笨拙，请提前道歉。

1. 推荐使用H3的绑定是什么？是否有一个更适合每个方向性？数据集成？展示？光栅支撑？取样/量化？：python？带着jupyter笔记本的地质公园？后吉普赛？R？Bigquery？js等等？
2. 我们不知道H3是否有可能考虑一些约束条件下的DGGS海上业务性、较短的路径分析。我从屏幕下面经过。

​

1. H3是否允许数据的集成/融合/组合？我们想做一些多源/多日期数据融合组合的测试，以创建DTM (地形或测深)？
2. 是否可以为THR数据分配权重(重要性标志，以避免抽取非常高的分辨率)。那么，可以管理和定义元数据吗？
3. 该工具能够集成哪种类型的数据？(光栅？波利贡？排队？重点？点云？)
4. 该工具是否提供了不同的抽样和量化方法？用户是否可以在单元格层次结构中决定是否可以分配数据？
5. 最后，H3是否符合OGC抽象标准。如果没有，你知道现有的差距吗？

在此之前，非常感谢您的有益答复。

致以亲切的问候。

Answer 1

尽最大努力回答你的问题：

答：绑定：我们知道的绑定是列在这里。Java、JavaScript和Python的绑定可能是维护得最好的(尽管Python已经经历了一次主要的重构，并且在完成之后最好使用)。

B. Path Analysis：我还没有做过这方面的工作，但是本教程建议在十六进制网格中实现这个功能所需要的只是邻居和距离函数。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(目前有一些限制--这两个单元不能相距太远，路径不能穿过五角大楼)。

C. 合并数据源：H3是一个很好的分析单元，它可以合并多个数据源--您可以将多个数据源转换为H3，然后执行基于单元格的栅格算法来获得每个六边形的值。H3库本身只提供转换函数，而不提供数据合并函数。

我不完全理解这个问题，但它超出了H3库的权限。

E. 数据类型转换：库为转换多边形数据(通过polyfill)和点数据(通过h3ToGeo)提供了强有力的支持。栅格数据可能需要转换成一个点网格，以便转换为单元格。H3使用的是不考虑高度的球面飞机，因此如果没有外部逻辑，就无法将点云转换成三维点云。注意，H3库本身没有处理文件格式的逻辑，等等。

Sampling/Quantification：分辨率的选择是用户指定的，但否则H3库不会显式地处理采样或量化。点被分配给找到它们的单元格；当使用polyfill时，细胞被分配到它们的中心所在的多边形中。进一步的抽样选择留给用户。

G. 遵守DGGS标准：关于H3的评估和与标准相关的替代DGGS的评估，请参见本论文。