Skip to Content

Integracja GIS

LokalScore opiera się na siatce komórek Uber H3. Ten przewodnik pokazuje, jak pracować z indeksami H3, danymi GeoJSON oraz jak mapować wyniki za pomocą Leaflet i deck.gl.


Czym jest H3?

H3  to hierarchiczna, heksagonalna siatka geograficzna opracowana przez Uber. Każda komórka ma unikalny identyfikator (indeks H3) i jest reprezentowana jako ciąg znaków, np. 8a1e265b4c8ffff.

LokalScore używa różnych rozdzielczości H3 w zależności od celu:

RozdzielczośćPrzybliżona powierzchniaZastosowanie w LokalScore
8~0.7 km²Klucz cache i ogólna referencja lokalizacji
9~0.17 km²Agregacja transakcji rynkowych (AVM)
10~0.04 km²Indeks środkowej komórki analizy, zieleń

Obliczanie indeksu H3

Python

import h3 # Współrzędne Wrocławia (EPSG:4326) lat, lon = 51.1093, 17.0289 # Rozdzielczość 8 (klucz cache / referencja) h3_8 = h3.latlng_to_cell(lat, lon, 8) print(h3_8) # np. 8a1e265b4c8ffff # Rozdzielczość 10 (środkowa komórka analizy) h3_10 = h3.latlng_to_cell(lat, lon, 10) print(h3_10)

Node.js

npm install h3-js
import { latLngToCell } from "h3-js"; const [lat, lon] = [51.1093, 17.0289]; // Rozdzielczość 8 const h3_8 = latLngToCell(lat, lon, 8); console.log(h3_8); // Rozdzielczość 10 const h3_10 = latLngToCell(lat, lon, 10); console.log(h3_10);

Pobieranie geometrii komórki H3 (GeoJSON)

Aby narysować komórkę H3 na mapie, pobierz jej geometrię jako GeoJSON Polygon.

Python

import h3 import json h3_10 = h3.latlng_to_cell(51.1093, 17.0289, 10) # Geometria komórki jako GeoJSON geojson = h3.cell_to_boundary(h3_10, geo_json=True) polygon = { "type": "Polygon", "coordinates": [[[lon, lat] for lat, lon in geojson]], } print(json.dumps(polygon))

Node.js

import { latLngToCell, cellToBoundary } from "h3-js"; const h3_10 = latLngToCell(51.1093, 17.0289, 10); const boundary = cellToBoundary(h3_10, true); // geoJson = true const polygon = { type: "Polygon", coordinates: [boundary], }; console.log(JSON.stringify(polygon));

Mapowanie wyników w Leaflet

Poniższy przykład łączy wynik /evaluate z geometrią działki (parcel_geometry) i komórką H3, wyświetlając je na mapie Leaflet.

<!DOCTYPE html> <html> <head> <link rel="stylesheet" href="https://unpkg.com/leaflet@1.9.4/dist/leaflet.css" /> <script src="https://unpkg.com/leaflet@1.9.4/dist/leaflet.js"></script> </head> <body> <div id="map" style="height: 600px;"></div> <script> const API_URL = "https://api.lokalscore.pl/api/v1"; const API_KEY = "ls_TWOJ_KLUCZ_API"; async function loadEvaluation() { const response = await fetch(`${API_URL}/evaluate`, { method: "POST", headers: { "Authorization": `Bearer ${API_KEY}`, "Content-Type": "application/json", }, body: JSON.stringify({ address: "ul. Legnicka 12, Wrocław", }), }); return response.json(); } loadEvaluation().then((data) => { const { resolved_coordinates } = data.location; const map = L.map("map").setView( [resolved_coordinates.latitude, resolved_coordinates.longitude], 15 ); L.tileLayer("https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png", { attribution: "© OpenStreetMap contributors", }).addTo(map); // Punkt analizy L.marker([resolved_coordinates.latitude, resolved_coordinates.longitude]) .addTo(map) .bindPopup(`LokalScore: ${data.global_score.toFixed(1)}/100`) .openPopup(); // Geometria działki (jeśli dostępna) if (data.location.parcel_geometry) { L.geoJSON(data.location.parcel_geometry, { style: { color: "#00E5FF", weight: 2, fillOpacity: 0.1 }, }).addTo(map); } }); </script> </body> </html>

Mapowanie wyników w deck.gl

deck.gl  pozwala renderować duże zestawy danych (np. siatkę H3 dla wielu lokalizacji) na GPU.

npm install deck.gl @deck.gl/geo-layers @deck.gl/layers
import { Deck } from "@deck.gl/core"; import { H3HexagonLayer } from "@deck.gl/geo-layers"; import { ScatterplotLayer } from "@deck.gl/layers"; // Przykładowe wyniki dla wielu lokalizacji const results = [ { h3: "8a1e265b4c8ffff", score: 82.4, lat: 51.1093, lon: 17.0289 }, { h3: "8a1e265b4c9ffff", score: 74.1, lat: 51.1100, lon: 17.0300 }, // ... więcej wyników ]; const deck = new Deck({ initialViewState: { longitude: 17.0289, latitude: 51.1093, zoom: 12, }, controller: true, layers: [ // Siatka H3 kolorowana wg wyniku new H3HexagonLayer({ id: "h3-grid", data: results, getHexagon: (d) => d.h3, getFillColor: (d) => { // Gradient: czerwony (niski) -> zielony (wysoki) const t = d.score / 100; return [ Math.round(255 * (1 - t)), Math.round(255 * t), 0, 120, ]; }, pickable: true, onHover: ({ object }) => { if (object) console.log(`Score: ${object.score}`); }, }), // Punkty analizy new ScatterplotLayer({ id: "points", data: results, getPosition: (d) => [d.lon, d.lat], getRadius: 100, getFillColor: [0, 229, 255], }), ], });

GeoJSON — format odpowiedzi

Endpoint /evaluate zwraca geometrię działki w formacie GeoJSON (EPSG:4326) w polu location.parcel_geometry:

{ "location": { "resolved_coordinates": { "latitude": 51.1093, "longitude": 17.0289 }, "h3_index": "8a1e265b4c8ffff", "parcel_id": "026401_1.0022.AR_11.54/2", "parcel_area_m2": 412.5, "parcel_geometry": { "type": "MultiPolygon", "coordinates": [ [ [ [17.0289, 51.1093], [17.0291, 51.1094], [17.0292, 51.1092], [17.0289, 51.1093] ] ] ] } } }

Praktyczne wskazówki

  • Rozdzielczość 10 jest optymalna do wizualizacji pojedynczej lokalizacji (mała komórka).
  • Rozdzielczość 8 dobrze nadaje się do map cieplnych (heatmap) dla całego miasta.
  • Używaj k-ring H3 do analizy sąsiedztwa (np. h3.grid_disk(cell, 2)).
  • Wyniki /evaluate są cache’owane przez 1 godzinę — nie ma potrzeby ponownego wywoływania dla tej samej lokalizacji.

Następne kroki

LokalScore
System scoringu lokalizacji i wyceny nieruchomości w Polsce.
© 2026 LokalScore. Wszelkie prawa zastrzeżone.