首页 > 解决方案 > 检查多边形是否在 R 中相交

问题描述

许多用户询问如何检查多边形是否相交,但是,这些问题的当前答案不适用于我的情况。

我有两个对象。一个是名为“farms”的“Large SpatialPolygons”。这个对象有几个多边形(总共 2011 个),每个多边形表示不同农场的范围(见打印屏幕)。

我的第二个对象是名为 slope_RJ_100m 的“大型 SpatialPolygons DataFrame”。该对象将一个大区域划分为几个正方形多边形,每个多边形的面积为 10.000m^2(总共 310000 个多边形)。

对于“slope_RJ_100m”中的每个正方形(多边形),我想知道它们是否与“农场”中的任何多边形相交。换句话说,我想知道“slope_RJ_100m”中的每个特定方格内部是否都有一个农场(即使只是农场的一部分)。我期望结果是 310000 行和两个变量,一个表示lope_RJ_100m 中的多边形,另一个表示该多边形是否有农场的 TRUE 或 FALSE。

我试过了:

inters = gIntersection(slope_RJ_100m, farms)

这个产生了大约 1500 个多边形的输出。我不知道如何使用它来知道我的 310000 个多边形中的哪个有一个农场。

inters = raster::intersect(slope_RJ_100m, farms)

输出有 29144 个多边形。和前面的例子一样,我不确定如何使用它来知道广场是否有农场。

inters = st_intersects(slope_RJ_100m, farms)

UseMethod(“st_intersects”)中的错误:没有适用于“st_intersects”的方法应用于类“c('SpatialPolygonsDataFrame','SpatialPolygons','Spatial','SpatialPolygonsNULL','SpatialVector','SPNULL')”的对象

我确信我的问题是微不足道的,我事先道歉。

在此处输入图像描述

标签: rgisgeospatialrastersf

解决方案


这是一个示例terra(要运行它,您需要 terra 1.1-17)

library(terra)
# polygons
p1 <- vect("POLYGON ((0 0, 8 0, 8 9, 0 9, 0 0))")
p2 <- vect("POLYGON ((5 6, 15 6, 15 15, 5 15, 5 6))")
p3 <- vect("POLYGON ((8 2, 9 2, 9 3, 8 3, 8 2))")
p4 <- vect("POLYGON ((2 6, 3 6, 3 8, 2 8, 2 6))")
p5 <- vect("POLYGON ((2 12, 3 12, 3 13, 2 13, 2 12))")
p6 <- vect("POLYGON ((10 4, 12 4, 12 7, 11 7, 11 6, 10 6, 10 4))")

p <- rbind(p1, p2, p3, p4, p5, p6)
plot(p, col=rainbow(6, alpha=.5))
lines(p, lwd=2)
text(p)

在此处输入图像描述

relate(rbind(p1, p2), rbind(p3,p4,p5,p6), "intersects")
#      [,1]  [,2]  [,3]  [,4]
#[1,]  TRUE  TRUE FALSE FALSE
#[2,] FALSE FALSE FALSE  TRUE
 

与您SpatialPolygons*一起,您应该能够执行以下操作:

s <- vect(slope_RJ_100m)
f <- vect(farms)
x <- relate(s, f, "intersects")

同样,要使用st_intersects,您需要使用sf对象,而不是Spatial*对象。就像是

library(sf)
ss <- st_as_sf(slope_RJ_100m)
ff <- st_as_sf(farms)
inters <- st_intersects(ss, ff)

使用上面的示例数据

s1 < st_as_sf(rbind(p1, p2))
s2 <- st_as_sf(rbind(p3,p4,p5,p6))
st_intersects(s1, s2)
#Sparse geometry binary predicate list of length 2, where the predicate was `intersects'
# 1: 1, 2
# 2: 4

推荐阅读