#1 楼
六边形的想法是减少网格形状的边缘效应引起的采样偏差，这与高周长/面积比有关。圆是比率最低的，但是不能形成连续的网格，而六边形是最接近仍可以形成网格的圆形的形状。此外，如果您在较大的区域上工作，则正方形网格会受到影响
有许多工具和扩展用于创建和使用六角形网格进行生态/景观分析，补丁分析人员（Rempel等人，2003年）一个很好的例子，它还提供了大量的景观度量测量能力。以前的霍斯工具，现在已重新设计为地理空间建模环境，其中包含多种工具，可以填补arcgis功能的空白，包括重复网格。
已经为此类做了许多第三方扩展。事情通常是由需要它们的研究人员完成的，因此在每个新的GIS版本发布之后，他们经常没有资源来重建产品，因此，似乎似乎没有可用的产品
论文（Birch，2007年）还对生态学应用中的矩形和六边形网格进行了全面的比较，显示出当连通性，最近邻域或移动路径是分析中要考虑的关键方面时，六边形网格如何更可取。
评论
简而言之，十六进制网格可最大程度地减少边缘伪影，使相邻效果的细节水平加倍，而且看起来非常酷:)-还应注意，QGIS有一个很棒的插件（MMQGIS），可以在当前版本中畅通无阻地创建十六进制网格平台。
–比尔·莫里斯（Bill Morris）
2014年1月8日在22:02
#2 楼
特别是在进行野生动植物或栖息地建模时，我看到的好处之一是，与提供正方形相比，六角形可以更轻松地查看数据中的图案（例如，田野边缘或任何其他斑块）。也想起一个足球，尽管不一定总是六边形，但是这些几何形状很好地适合曲面。
在图像中，尝试创建较小的六边形，它们会接近多边形的实际形状。然后尝试在相同区域中以相似的宽度或高度计算矩形/正方形网格，您会看到差异。
评论
当您说“您可以看到差异”时，我怀疑您也可以通过使用按六边形和鱼网多边形上的多边形选择位置来仅保留整个六边形/矩形，然后使用摘要统计信息来轻松量化该差异。在区域上查看每个区域与多边形的已知区域有多近。
– PolyGeo♦
2014年1月8日21:52
@SaultDon，我喜欢你的形象;）
– WhiteboxDev
2014年9月8日在16:09
我希望该动画也可以有一些矩形单元格（可能在拆分视图中）以显示差异（如果确实可见）。
–理查德
17年8月16日在2:17
空间统计文献中也有一些论文表明，偏移采样设计（尤其是六边形采样）在捕获空间过程时更有效，而不会丢失诸如空间滞后效应之类的东西。
–杰弗里·埃文斯（Jeffrey Evans）
8月3日20:23
#3 楼
六边形是可以填充平面（无间隙或重叠）的最复杂的正多边形。我可以看到两个优点：
在形状方面，它比正方形更接近圆形，因此您受取向偏差的影响较小（各向异性较低） （带有六边形），并且更紧凑（形状指数较低：周长2 /面积）。因此，它提供了更准确的采样。
每边的“接触长度”相同（有一个正方形，相邻的四个角包括四个正方形）。编辑：正如@Jason所述，质心之间的距离在所有六个方向上也相同。相反，到方形单元格的角点到邻居的距离乘以平方倍sqrt（2）。
还有两个缺点：
有是六个相邻的邻居，而不是正方形的八个（如果您考虑了边角）。这将降低连接分析的精度。
最重要的是，您不能细分六边形以使用六边形对样本进行放大或缩小（带有正方形，很容易将其聚合或拆分为新的正方形）。因此，正方形更适合用于层次分析。
在您的情况下，还有另一个缺点，因为您想对栅格进行分区。实际上，栅格像元与栅格范围一样都是基于平方的。因此，如果尝试使用六边形对栅格进行分区，将无法避免部分包含像素。因此，您将依赖某种会影响数据质量的重采样策略。此外，任何基于六边形的裁剪栅格将导致一定比例的NoData像素。
评论
“比正方形更接近圆形”-结果，更重要的是，每个相邻形状的中心点是等距的，而正方形在上/下/右/左邻居的中心点是N个单位，而对角邻居为sqrt（2）* N单位。
–Jason Scheirer
2014年1月8日22:32
为什么有六个相邻邻居是一个缺点？六个邻居允许更少的计算。此外，这六个邻居到十六进制中心的距离相同。关于邻居，方格可以有2个定义。共享一条边的4个邻居，共享一条边和顶点的8个邻居。对于正方形网格，只有4个共享边的邻居到网格中心的距离相同，而其他4个共享顶点的邻居到网格中心的距离（更长）是不同的。
–废弃
2014年9月10日下午16:39
@ SoilSciGuy感谢您提出计算问题。但是，对此很难一概而论，因为构建和查询六角形网格可能要花费比正方形更多的时间。关于6个邻居与8个邻居，我在优势中提到了“相同距离”功能，但是在许多情况下，拥有更多邻居是一种优势（例如，网络）。
– radouxju
2014-09-10 17:26
为什么有6个邻居不利？它消除了正方形中的边界悖论。
–路易斯·德·索萨（Luísde Sousa）
16-3-14在10:30
6小于8，因此使用六边形进行的成本连通性分析将不太精确。同样，这取决于您的应用程序，如果您处理对角线距离的sqrt（2）因子，等等：计算成本的“获胜”是精度的“损失”。我已经测试了六边形网格以进行成本-距离分析，并且使用正方形进行的预测更加精确。我的观点是，飞机上没有通用的最佳分区。
– radouxju
16-3-14在11:07
#4 楼
网格正方形的一个主要缺点是，沿对角线向量的采样率比四个侧面的采样率要低（上面的Jasons点）。如果数据具有规则的线性模式，则方向网格的大小会影响每个上下文的有效采样率。
例如，如果您有一系列的脊和谷，则将网格沿这些脊和谷定向可能只会对谷或顶部进行取样，从而对被发现的植被或动物区系。相对于谷的其他角度将使整个区域的采样率在高低之间变化。此类问题在水生生物中的一个很好的例子可能是潮汐范围，海深，海底脊等。
显然，通过选择采样分辨率可以减轻或加剧这种影响，但理想情况下采样率与方差之比在整个空间内应保持稳定。接近圆形的六边形不太可能偶然引起这种可变的采样率偏差。
#5 楼
作为气候变化研究人员，我对六边形网格系统的最大贡献主要有两个好处：它以统一的方式表示连通性，这对于地球科学建模非常重要。例如，洋流模型通常使用六边形网格来求解复杂的ODE / PDE方程。
它可以均匀地覆盖一个球体。基于传统纬度/经度的网格系统将在不同位置导致明显的空间失真。使用DGGS可以完美解决此问题。
您可以参考我的一个存储库以获取更多详细信息；
https://github.com/pnnl/hexwatershed
谢谢。
评论
可能感兴趣：我刚刚发布了一个名为dggridR的R包，用于执行六角形空间分析。