使用R将SpatialPolygonsDataFrame中重叠多边形的属性值相加

时间:2016-06-07 14:41:34

标签: r polygon geospatial r-raster

我有一个包含大量部分重叠的SpatialPolygons的形状文件。这些多边形属于在田地上施用杀真菌剂,并且每个多边形具有相关的施用率作为属性。

我想要获得的是纠正AsApplied地图,考虑重叠区域,这意味着如果两个(或更多)多边形重叠,则应该对速率求和并合并。

以下示例代码创建了一个SpatialPolygonsDataFrame,简化了问题:

library(raster)
library(sp)

p<-SpatialPolygons(list(Polygons(list(Polygon(cbind(c(1,4,4,3,3,1,1),c(1,1,3,3,4,4,1)),hole = F)), "1_ "),
                    Polygons(list(Polygon(cbind(c(3,4,4,3,3),c(3,3,4,4,3)),hole = F)), "1_2"),
                    Polygons(list(Polygon(cbind(c(3,4,4,3,3),c(3,3,4,4,3)),hole = F)), "2_1"),
                    Polygons(list(Polygon(cbind(c(4,4,5,5,3,3,4),c(4,3,3,5,5,4,4)),hole = F)),"2_")))

pid <- sapply(slot(p, "polygons"), function(x) slot(x, "ID"))
p.df <- data.frame( ID=1:length(p), row.names = pid) 
p <- SpatialPolygonsDataFrame(p, p.df)
p$Rate <- c(100, 100, 100, 100)
crs(p) <- "+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0"
plot(p)

您可以看到四个部分重叠的多边形中的两个正方形。每个多边形的关联率为100。 我想要的是三个多边形。两个不重叠的应该具有速率100,并且两个重叠的应该连接到一个值为200的多边形。

我已经尝试了光栅包的并集或交叉函数,但只能获取多边形重叠但不能求和和合并的信息。此外,我正在寻求明确寻求R的解决方案。

非常感谢任何解决此问题的帮助。

更新:RobertH提供的解决方案为我的简单示例提供了以下工作。非常感谢你!

然而,当切换到我的真实用例时,我会遇到一些错误和警告:

Error in if (is.numeric(i) && i < 0) { : 
  missing value where TRUE/FALSE needed
In addition: Warning messages:
1: In RGEOSUnaryPredFunc(spgeom, byid, "rgeos_isvalid") :
  Too few points in geometry component at or near point 8.3634020800000002 50.056772690000003
...

此处上传了一个示例形状文件:(已过时)

任何想法如何处理这个问题?

更新#2 使用当前的开发版本2.5-10确实修复了RGEOSUnaryPredFunc中的警告。但是,如果多边形只是非常重叠,我仍然会收到错误:

Error in if (is.numeric(i) && i < 0) { : 
  missing value where TRUE/FALSE needed

此处上传了一个示例形状文件:http://www.share-online.biz/dl/O4ZIVH8OBW。更精确的字段如下所示:

Image of polygon example 2

以红色标记的两个多边形导致错误,如果两个中的一个被移除,则联合工作正常。

非常感谢你的大力帮助!

1 个答案:

答案 0 :(得分:0)

我认为你确实是union。它合并并识别重叠的多边形。有了这个,你可以总结利率。

# example data
library(raster)
p1 <- cbind(c(1,4,4,1),c(1,1,4,4))
p2 <- cbind(c(3,5,5,3),c(3,3,5,5))
p <- spPolygons(p1, p2, crs="+proj=longlat +datum=WGS84", 
                        attr=data.frame(ID=1:2, Rate =c(50,100)))

#data.frame(p)
#  ID Rate
#1  1   50
#2  2  100

首先使用联合

x <- union(p)
ud <- data.frame(x)
ud$count <- NULL

汇总贡献多边形的费率

udRate <- t( t(ud) * p$Rate )
x$Rate <- rowSums(udRate)
data.frame(x)

#  ID.1 ID.2 count Rate
#1    1    0     1   50
#2    0    1     1  100
#3    1    1     2  150