Rで交差領域を抽出する


19

2つのポリゴンがあります。1つにはフィールド(X、Y、Z)が含まれ、もう1つには土壌タイプ(A、B、C、D)が含まれます。すべてのフィールドのどの領域にどのタイプの土壌が含まれているかを知りたい。私は次を試しました:

ここに画像の説明を入力してください

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

どのフィールドにどの土壌タイプが含まれているかを教えてくれて、良い結果を達成しました。ただし、代わりにどのように領域を取得しますか?


1
注意として、ポイントが緯度と経度の場合、st_intersectionは機能しません。あなたは土壌の種類について話しているのでそれが示唆されているけれども、あなたはあなたが地理座標を持っていることを指定しませんでした。
フーリエ

回答:


24

このメソッドは、パッケージのintersect()関数を使用しrasterます。私が使用したサンプルデータは理想的ではありません(1つには、投影されていない座標にあります)が、アイデアが伝わると思います。

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)

イグル

結果:

    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

2
明確にraster::intersectするrgeos::gIntersectionために、前者は2つのSpatialPolgonsDataFrameオブジェクトの属性データを結合し、後者は属性データを削除するように見えるので、私は好む。
マットSM

多くの詳細と正しい答えをありがとう。あなたは私をたくさん助けてくれました!!!
-user2386786

4
「gIntersection」でbyid = TRUEを使用すると、属性と関連付けるためにマージで使用できる属性IDSが返されます。機能は異なり、どのように注意する必要があります。「交差」関数は重複する範囲を使用しますが、「gIntersection」はベクトルジオメトリの明示的な交差です。交差アプローチは、実際のポリゴンの交差ではなく、正方形/長方形の交差です。エクステントは、エクステントとbboxを使用して再定義できます。両方のアプローチには利点があります。
ジェフリーエヴァンス

1
@JeffreyEvans良い点再gIntersection; ただし、入力フィーチャIDは直接提供されず、連結されて出力のフィーチャIDに格納されます。これは、IDを解析し、属性を結合する追加の手順を意味します。raster::intersectこれらの入力IDを出力の追加属性として含めたいと思います。
マットSM

1
それを指摘してくれてありがとう、私はintersect_spを完全に逃しました。興味深いことに、gIntersectsを使用します。属性を結合したい場合のショートカットです。
ジェフリーエヴァンス

23

以下は、新しいsfパッケージを使用する代替アプローチspです。これは、を置き換えることを目的としています。すべてがはるかにきれいで、パイプに優しい:

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))

ここに画像の説明を入力してください

   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
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.