Ekstraksi area persimpangan di R


19

Saya punya dua poligon. Satu berisi bidang (X, Y, Z) dan yang lainnya berisi jenis tanah (A, B, C, D). Saya ingin tahu area mana dari setiap bidang yang berisi jenis tanah apa. Saya mencoba yang berikut ini:

masukkan deskripsi gambar di sini

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

dan mencapai hasil yang baik dengan itu memberi tahu saya bidang mana yang berisi jenis tanah mana. Namun, bagaimana cara mendapatkan area itu?


1
Sebagai catatan, st_intersection tidak akan berfungsi jika poin Anda adalah garis lintang dan bujur. Anda tidak menentukan bahwa Anda memiliki koordinat geografis, meskipun itu mengisyaratkan karena Anda berbicara tentang jenis tanah.
Fourier

Jawaban:


24

Metode ini menggunakan intersect()fungsi dari rasterpaket. Contoh data yang saya gunakan tidak ideal (untuk satu hal mereka berada dalam koordinat yang tidak diproyeksikan), tapi saya pikir ini akan membawa ide.

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)

Imgur

Hasil:

    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
Untuk memperjelas: Saya lebih suka raster::intersectlebih rgeos::gIntersectionkarena mantan bergabung data atribut dari dua SpatialPolgonsDataFrameobjek, sedangkan yang kedua tampaknya menjatuhkan data atribut.
Matt SM

Terima kasih atas banyak detail dan jawaban yang benar. Anda banyak membantu saya !!!
user2386786

4
Jika Anda menggunakan byid = TRUE di "gIntersection" itu akan mengembalikan atribut IDS yang dapat digunakan dengan gabungan untuk mengaitkan atribut. Fungsinya berbeda dan harus diperhatikan caranya. Fungsi "intersect" menggunakan luasan yang tumpang tindih sedangkan, "gIntersection" adalah persimpangan eksplisit dari geometri vektor. Pendekatan intersect adalah persimpangan persegi / persegi panjang dan bukan persimpangan dari poligon yang sebenarnya. Luasnya dapat didefinisikan ulang menggunakan luas dan bbox. Ada keuntungan dari kedua pendekatan tersebut.
Jeffrey Evans

1
@ JeffreyEvans Good point re gIntersection; Namun, ID fitur input tidak langsung disediakan, mereka digabungkan dan disimpan dalam ID fitur output. Ini berarti langkah-langkah tambahan untuk mem-parsing ID, kemudian bergabung dalam atribut. Saya ingin raster::intersectmemasukkan ID input ini sebagai atribut tambahan dalam output.
Matt SM

1
Terima kasih telah menunjukkan itu, saya benar-benar merindukan intersect_sp. Menariknya, ia menggunakan gIntersects. Jalan pintas yang bagus jika Anda ingin atribut bergabung.
Jeffrey Evans

23

Berikut ini pendekatan alternatif menggunakan sfpaket baru , yang dimaksudkan untuk menggantikan sp. Semuanya jauh lebih bersih, dan ramah pipa:

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))

masukkan deskripsi gambar di sini

   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
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.