Python调用H3 polyfill时边界附近区域填充遗漏问题求解

漏填原因 #

H3默认polyfill（4.x版本更名为polygon_to_cells）的判定逻辑非常直接：只返回六边形中心点完全落在输入多边形内部的单元。那些中心点在多边形外、但本身有部分区域压在多边形边界上的单元会被直接过滤，这就是边界附近出现缺块的根本原因，和当前使用的Res8分辨率本身没有关系。

不提升分辨率的完整覆盖方案 #

全程固定使用Res8分辨率，不需要上调分辨率，通过「候选单元初筛+空间关系过滤」的逻辑即可实现边到边覆盖，两种可直接落地的方法如下：

方案1：邻域扩展+相交判断（优先推荐，无投影误差） #

这个方法不需要修改原始多边形的几何形状，避免了坐标系转换、缓冲变形的精度问题，步骤如下：

• 第一步：对原始多边形执行默认polyfill，拿到所有中心点在多边形内部的基础单元集合
• 第二步：对基础单元集合执行kRing(k=1)操作，拉取所有和基础单元直接相邻的单元，和基础单元取并集得到候选单元池——所有漏填的边界单元一定都在这个邻域范围内，不会引入无关单元增加计算量
• 第三步：逐个将候选单元转为几何多边形，和原始输入多边形做空间相交判断，保留所有存在交集的单元即可

参考Python实现代码（依赖shapely做几何计算）：

import h3
from shapely.geometry import Polygon

# 替换为自身业务的多边形GeoJSON，注意GeoJSON标准坐标顺序为(经度, 纬度)
your_polygon_geojson = {
    "type": "Polygon",
    "coordinates": [
        [(lng1, lat1), (lng2, lat2), (lng3, lat3), ..., (lng1, lat1)]
    ]
}
input_polygon = Polygon(your_polygon_geojson["coordinates"][0])

# 拉取内部基础单元
base_cells = h3.polyfill(your_polygon_geojson, res=8, geo_json_conformant=True)

# 生成1阶邻域候选池
candidate_cells = set()
for cell in base_cells:
    candidate_cells.update(h3.k_ring(cell, k=1))

# 过滤保留所有和原多边形相交的单元
full_cover_cells = set()
for cell in candidate_cells:
    cell_boundary = h3.h3_to_geo_boundary(cell, geo_json=True)
    cell_poly = Polygon(cell_boundary)
    # 如果不需要仅沾边就保留的单元，可替换为面积占比判断，比如重叠面积超单元面积5%再保留
    if cell_poly.intersects(input_polygon):
        full_cover_cells.add(cell)

方案2：多边形外扩缓冲+回退过滤 #

如果不想做邻域查询，也可以通过几何缓冲的方式生成候选池：

• 先查询Res8分辨率对应的六边形外接圆半径，根据H3官方参数，Res8单元平均边长（正六边形外接圆半径与边长相等）约为461米
• 将原始多边形转换为等距投影，向外做距离等于该半径值的缓冲区，对缓冲后的多边形执行polyfill得到候选单元池
• 后续逻辑和方案1第三步一致，逐个判断候选单元和原始多边形的相交关系，保留存在交集的单元即可

注意：不要直接在WGS84经纬度坐标系下做缓冲操作，距离计算会存在明显误差，必须转到等距投影后再做缓冲计算。

效果说明 #

两种方法最终输出的单元集合，都可以在不提升分辨率的前提下覆盖所有和原多边形有交集的六边形，不会出现边界缺口。优先选择方案1，计算效率更高，也不存在投影带来的精度问题。

内容的提问来源于stack exchange，提问作者kleo188