在R中合并多多边形Shapefile遇阻：求高效简化与合并方案

核心问题分析 #

你遇到的内存爆炸和崩溃问题，主要是因为在WGS84（EPSG:4326）地理坐标系下做拓扑操作效率极低，加上rmapshaper一次性处理全量大数据量时内存过载。下面给你几个可行的解决方案：

方案1：用terra包处理（内存友好+效率高） #

terra在矢量数据处理上的内存管理比sf更高效，而且自带的简化函数默认保留拓扑，不会产生间隙。

library(terra)
library(dplyr)
library(usmap)
library(cancensus)

# 1. 获取数据并转换为平面投影（关键！地理坐标拓扑操作慢到离谱）
# 这里用EPSG:3857（墨卡托），也可以用北美专用的EPSG:2163
US_counties <- usmap::us_map(regions = "counties") %>%
  sf::st_transform("EPSG:3857") %>%
  dplyr::filter(!full %in% c("Alaska", "Hawaii")) %>%
  vect() # 转成terra的SpatVector对象

CA_census <- cancensus::get_statcan_geographies(census_year = "2021", level = "CD", type = "cartographic") %>%
  sf::st_transform("EPSG:3857") %>%
  vect()

# 2. 合并两个矢量数据集
combined <- rbind(US_counties, CA_census)

# 3. 简化多边形（tolerance单位是米，值越大简化程度越高，按需调整）
combined_simplified <- simplify(combined, tolerance = 500, preserveTopology = TRUE)

# 4. 转回sf格式（如果需要），再转回到WGS84
combined_sf <- st_as_sf(combined_simplified) %>%
  st_transform("EPSG:4326")

# 如果要把所有多边形合并成单个面（而不是保留每个区县）
single_union <- aggregate(combined_simplified)
single_union_sf <- st_as_sf(single_union) %>% st_transform("EPSG:4326")

方案2：修复rmapshaper崩溃问题 #

rmapshaper崩溃是因为一次性处理全量数据内存不够，试试分块简化：

library(rmapshaper)
library(sf)
library(dplyr)
library(purrr)

# 先转平面投影提升效率
CA_census_proj <- CA_census %>% st_transform("EPSG:3857")
US_counties_proj <- US_counties %>% st_transform("EPSG:3857")

# 分块简化加拿大数据：按每个普查分区拆分，逐个简化后合并
CA_simplified <- CA_census_proj %>%
  split(.$CDUID) %>% # 用CDUID作为拆分依据
  map(~ms_simplify(., keep = 0.05, keep_shapes = TRUE)) %>% # keep值别设太小，0.05起步调整
  bind_rows()

# 合并美国和简化后的加拿大数据
combined <- bind_rows(US_counties_proj, CA_simplified)

# 合并为单个面（如果需要）
combined_union <- st_union(combined) %>% st_sf() %>% st_transform("EPSG:4326")

几个关键优化点 #

• 别用WGS84做拓扑操作：地理坐标的计算逻辑复杂，换成平面投影（比如3857、2163）能大幅提升速度、降低内存占用。
• 简化参数别太极端：rmapshaper的keep=0.001会过度简化，计算量暴增，从0.05或0.1开始试，找到平衡。
• 优先合并再简化：避免单独简化其中一个数据集时出现要素匹配问题，合并后统一简化更稳妥。

内容的提问来源于stack exchange，提问作者Marine