H3出现背景

    在不同纬度的地区使用等面积、等形状的六边形地理单元可以减少指标和特征 normalization的成本。另一方面，在常用的地理范围查询中，基于矩形的查询方法，存在 8 邻域到中心网格的距离不相等的问题，四边形存在两类长度不等的距离，而六边形的周围邻居到中心网格的距离却是有且仅有一个，从形状上来说更加接近于圆形。
所以，基于 hexagon 的地理单元已经成为各大厂家的首选，比如 Uber 和 Didi 的峰时定价服务。

生成和填充几何体

    使用turf.js计算一个500m的近似圆，然后取出圆的坐标，使用H3填充几何体

var point = turf.point([109.54040527300003,18.755681992000063]);
var buffered = turf.buffer(point, 0.5, {units: 'kilometers'});
let data=buffered.geometry.coordinates[0]
let length=data.length;
let newdata=[]
for(let i=0;i<length;i++){
    let lon=data[i][0]
    let lat=data[i][1]
    newdata.push([lat,lon])
}
const hexagons = h3.polyfill(newdata, 12);

搜索相邻

    通过已知的六边形H3字符串搜索周边的六边形

h3.kRing(h3index, 2);

压缩H3索引集合

    有时我们会觉得产生的六边形太多，可以使用压缩，这样能大大减少六边形数量,本例中H3索引数量压缩前2110，但是压缩后只有208

hexagons=h3.compact(hexagons)

合并索引集合

    合并h3索引集返回geojson的ring

 h3.h3SetToMultiPolygon(hexagons, true);

参考资料：

https://zhuanlan.zhihu.com/p/60861179

https://blog.csdn.net/allenlu2008/article/details/103029132

https://www.sohu.com/a/294377304_326074

https://github.com/uber/h3-js

http://lihuia.com/h3：优步的六边形层级空间索引/

https://cosx.org/2019/01/deck-gl-and-h3/