Геопространственные сетки в Turf.js представляют собой способ разбиения непрерывного пространства на дискретные ячейки фиксированной формы. Такой подход используется для агрегации данных, пространственного анализа плотности, построения тепловых карт и ускорения операций поиска.
Любая регулярная сетка в Turf.js строится на основе ограничивающего
прямоугольника и размера ячейки. Ограничивающий прямоугольник задаётся
координатами в формате [minX, minY, maxX, maxY], где
значения соответствуют долготе и широте в системе WGS84.
Размер ячейки определяет масштаб дискретизации пространства. В Turf.js он задаётся в единицах расстояния (километры, метры, мили) и интерпретируется с учётом геодезической модели Земли.
Геометрическая основа сетки формируется через вычисление границ области и последующее заполнение её повторяющимися геометрическими фигурами.
Перед созданием сетки выполняется определение bounding box:
import bbox from "@turf/bbox";
const extent = bbox(geojsonFeatureCollection);Полученный массив используется как основа для генерации регулярной структуры. Для визуализации или пространственного анализа часто дополнительно создаётся полигональное представление области:
import bboxPolygon from "@turf/bbox-polygon";
const areaPolygon = bboxPolygon(extent);Такой полигон полезен при пересечениях и фильтрации геометрий, выходящих за пределы сетки.
Квадратная сетка создаётся с использованием функции
squareGrid. Каждая ячейка представляет собой квадрат
фиксированного размера в заданных координатах.
import squareGrid from "@turf/square-grid";
const grid = squareGrid(extent, 5, {
units: "kilometers"
});Каждая ячейка представляет собой Feature с геометрией Polygon и набором свойств:
row — индекс строкиcol — индекс столбцаid — уникальный идентификатор ячейкиСтруктура сетки формируется построчно, начиная с нижней границы bbox.
Квадратная сетка используется в задачах:
Шаг сетки интерпретируется в географических координатах, поэтому реальные размеры ячеек могут слегка варьироваться из-за кривизны поверхности Земли. Это особенно заметно на больших широтах.
Шестиугольная сетка создаётся через hexGrid. Геометрия
ячейки представляет собой правильный шестиугольник, обеспечивающий более
равномерное соседство по сравнению с квадратной структурой.
import hexGrid from "@turf/hex-grid";
const grid = hexGrid(extent, 5, {
units: "kilometers"
});Преимущества шестиугольной сетки:
Каждая ячейка содержит геометрию Polygon и свойства индексации, аналогичные квадратной сетке.
Треугольная сетка создаётся с помощью triangleGrid. Она
формирует равносторонние треугольники, которые могут использоваться в
специализированных задачах интерполяции и триангуляции данных.
import triangleGrid from "@turf/triangle-grid";
const grid = triangleGrid(extent, 5, {
units: "kilometers"
});Особенности треугольной сетки:
Функция pointGrid создаёт регулярную сетку точек внутри
bounding box. В отличие от полигональных сеток, результатом является
набор точечных объектов.
import pointGrid from "@turf/point-grid";
const points = pointGrid(extent, 1, {
units: "kilometers"
});Применение:
Каждая точка имеет координаты центра соответствующей ячейки.
Сетки в Turf.js часто используются совместно с операциями пространственного анализа. Основной подход заключается в связывании исходных объектов с ячейками сетки.
Для определения принадлежности точки к ячейке используется
booleanPointInPolygon:
import booleanPointInPolygon from "@turf/boolean-point-in-polygon";
const isInside = booleanPointInPolygon(point, cell);Эта операция является базовой для агрегации данных по сетке.
Для распределения точек по ячейкам применяется обход всех элементов сетки с последующей фильтрацией:
grid.features.forEach(cell => {
const pointsInCell = points.features.filter(pt =>
booleanPointInPolygon(pt, cell)
);
cell.properties.count = pointsInCell.length;
});Такой подход формирует пространственные гистограммы.
Каждая ячейка сетки может быть приведена к центроиду для упрощённого анализа:
import centroid from "@turf/centroid";
const center = centroid(cell);Центры ячеек часто используются:
Сеточные функции Turf.js возвращают FeatureCollection,
где каждая ячейка имеет свойства, позволяющие восстанавливать её
положение в сетке.
Типичная структура:
{
"type": "Feature",
"geometry": { "type": "Polygon", "coordinates": [...] },
"properties": {
"row": 2,
"col": 5,
"id": 23
}
}Такая структура позволяет:
Размер ячейки определяет баланс между точностью и производительностью.
Малый размер:
Большой размер:
Выбор масштаба зависит от плотности входных данных и географического охвата.
Часто требуется определить пересечение исходных геометрий с сеткой. Для этого применяется комбинация операций пересечения и фильтрации.
Пример логики:
import intersect from "@turf/intersect";
const result = grid.features.map(cell => {
const overlap = intersect(cell, feature);
if (overlap) {
cell.properties.intersects = true;
}
return cell;
});Такой подход используется при построении зон влияния и пространственных масок.
Сеточные структуры могут выступать в роли пространственного индекса. Принцип заключается в том, что каждый объект карты сопоставляется с одной или несколькими ячейками.
Преимущества:
В типичном сценарии данные предварительно распределяются по сетке, после чего запросы выполняются только внутри релевантных ячеек.
Сетки часто используются для вычисления статистики:
Пример накопления значений:
grid.features.forEach(cell => {
const values = points.features
.filter(pt => booleanPointInPolygon(pt, cell))
.map(pt => pt.properties.value);
cell.properties.sum = values.reduce((a, b) => a + b, 0);
});Такая структура применяется при построении аналитических слоёв.
При работе с большими объёмами данных используется ряд оптимизаций:
На практике основная нагрузка приходится на операции проверки принадлежности точек к полигонам, поэтому уменьшение количества проверок критично для производительности.
Различные типы сеток могут использоваться совместно в одной задаче:
Такой комбинированный подход позволяет строить многослойные пространственные модели, где каждая сетка выполняет отдельную функцию в вычислительном процессе.