我有两个多边形。一个包含字段(X,Y,Z),另一个包含土壤类型(A,B,C,D)。我想知道每个字段的哪个区域包含哪种类型的土壤。我尝试了以下方法:



library(rgdal)
library(rgeos)
Field<-readOGR("./","Field")
Soil<-readOGR("./","Soil")
Results<-gIntersects(Soil,Field,byid=TRUE)
rownames(Results)<-Field@data$FieldName
colnames(Results)<-Soil@data$SoilType

> Results
      A     B     C     D
Z  TRUE FALSE FALSE FALSE
Y FALSE  TRUE  TRUE FALSE
X  TRUE  TRUE  TRUE  TRUE


并取得了很好的结果,告诉我哪个字段包含哪种土壤类型。但是,我该如何获取该区域?

评论

请注意,如果您的点是经度和纬度,则st_intersection将不起作用。您没有指定具有地理坐标,但是由于您在谈论土壤类型而被暗示。

#1 楼

此方法使用intersect()软件包中的raster函数。我使用的示例数据并不理想(一方面,它们处于未投影的坐标中),但我认为它可以使您理解。

library(sp)
library(raster)
library(rgdal)
library(rgeos)
library(maptools)

# Example data from raster package
p1 <- shapefile(system.file("external/lux.shp", package="raster"))
# Remove attribute data
p1 <- as(p1, 'SpatialPolygons')
# Add in some fake soil type data
soil <- SpatialPolygonsDataFrame(p1, data.frame(soil=LETTERS[1:12]), match.ID=F)

# Field polygons
p2 <- union(as(extent(6, 6.4, 49.75, 50), 'SpatialPolygons'),
             as(extent(5.8, 6.2, 49.5, 49.7), 'SpatialPolygons'))
field <- SpatialPolygonsDataFrame(p2, data.frame(field=c('x','y')), match.ID=F)
projection(field) <- projection(soil)

# intersect from raster package
pi <- intersect(soil, field)
plot(soil, axes=T); plot(field, add=T); plot(pi, add=T, col='red')

# Extract areas from polygon objects then attach as attribute
pi$area <- area(pi) / 1000000

# For each field, get area per soil type
aggregate(area~field + soil, data=pi, FUN=sum)




结果:

    field soil         area
1      x    A 2.457226e+01
2      x    B 2.095659e+02
3      x    C 5.714943e+00
4      y    C 5.311882e-03
5      x    D 7.620041e+01
6      x    E 3.101547e+01
7      x    F 1.019455e+02
8      x    H 7.106824e-03
9      y    H 2.973232e+00
10     y    I 1.752702e+02
11     y    J 1.886562e+02
12     y    K 1.538229e+02
13     x    L 1.321748e+02
14     y    L 1.182670e+01


评论


需要说明的是:与rgeos :: gIntersection相比,我更喜欢raster :: intersect,因为前者将来自两个SpatialPolgonsDataFrame对象的属性数据联接在一起,而后者似乎会丢弃属性数据。

–马特SM
15年3月27日在1:03

感谢您提供许多详细信息和正确答案。你帮了我很多!!!

–user2386786
15年3月27日在8:01

如果在“ gIntersection”中使用byid = TRUE,它将返回属性IDS,该IDS可与merge一起使用以关联属性。功能不同,应注意如何操作。 “相交”功能使用重叠范围,而“ gIntersection”是矢量几何的显式交集。相交方法是正方形/矩形相交,而不是实际多边形的相交。可以使用扩展区和bbox重新定义扩展区。两种方法都有优点。

–杰弗里·埃文斯(Jeffrey Evans)
15年6月12日在18:22

@JeffreyEvans好一点的gIntersection;但是,输入要素ID不会直接提供,而是被串联并存储在输出的要素ID中。这意味着解析ID,然后加入属性的额外步骤。我确实希望raster :: intersect将这些输入ID作为附加属性包含在输出中。

–马特SM
15年6月12日在19:04

感谢您指出这一点,我完全错过了intersect_sp。有趣的是,它使用gIntersects。如果您想加入属性,则是不错的捷径。

–杰弗里·埃文斯(Jeffrey Evans)
2015年6月12日在20:46



#2 楼

这是使用新的sf软件包的替代方法,该软件包将替换sp。一切都更加清洁,而且对管道友好:

library(sf)
library(tidyverse)

# example data from raster package
soil <- st_read(system.file("external/lux.shp", package="raster")) %>% 
  # add in some fake soil type data
  mutate(soil = LETTERS[c(1:6,1:6)]) %>% 
  select(soil)

# field polygons
field <- c("POLYGON((6 49.75,6 50,6.4 50,6.4 49.75,6 49.75))",
        "POLYGON((5.8 49.5,5.8 49.7,6.2 49.7,6.2 49.5,5.8 49.5))") %>% 
  st_as_sfc(crs = st_crs(soil)) %>% 
  st_sf(field = c('x','y'), geoms = ., stringsAsFactors = FALSE)

# intersect - note that sf is intelligent with attribute data!
pi <- st_intersection(soil, field)
plot(soil$geometry, axes = TRUE)
plot(field$geoms, add = TRUE)
plot(pi$geometry, add = TRUE, col = 'red')

# add in areas in m2
attArea <- pi %>% 
  mutate(area = st_area(.) %>% as.numeric())

# for each field, get area per soil type
attArea %>% 
  as_tibble() %>% 
  group_by(field, soil) %>% 
  summarize(area = sum(area))




   field  soil      area
   <chr> <chr>     <dbl>
1      x     A  24572264
2      x     B 209573036
3      x     C   5714943
4      x     D  76200409
5      x     E  31015469
6      x     F 234120314
7      y     B   2973232
8      y     C 175275520
9      y     D 188656204
10     y     E 153822938
11     y     F  11826698