如何用st_buffer缩小sf多面对象？空间连接结果冗余问题求助

使用NCES的学区边界GeoJSON数据，需要识别加利福尼亚州洛杉矶县各学区对应的普查街区（census tracts）。已尝试用st_join()进行空间连接，但返回的tract数量远超预期，部分视觉上无交集的tract也被匹配到。尝试用st_buffer(-200)缩小学区范围以提升匹配精度，但对多面多边形执行该操作后得到空多边形，寻求可行解决方案。

用户提供的初始代码：

districts <- read_sf("la_county_school_districts.geojson") |>
      select(
            cds,
            nces_id = geoid,
            district_name, 
            geometry
      )
## 尝试缩小200米
buffer <- districts |> st_buffer(-200)
## 返回空多边形

1. 解决st_buffer(-200)返回空多边形的问题 #

出现空多边形的核心原因是坐标系单位不匹配：如果你的数据是地理坐标系（如WGS84，EPSG:4326，单位为度），st_buffer(-200)相当于把多边形向内收缩200度，直接把多边形"吞掉"了。必须先转换为以米为单位的投影坐标系，比如加州常用的UTM Zone 11N（EPSG:26911）或Web墨卡托（EPSG:3857）：

# 转换为UTM Zone 11N（米单位）
districts_proj <- districts |> st_transform(26911)
# 向内收缩200米
buffer <- districts_proj |> st_buffer(-200)
# 若部分学区因宽度不足400米导致空多边形，可过滤掉空值
buffer <- buffer |> filter(!st_is_empty(geometry))
# 后续连接tract数据时，需将tract也转换为相同坐标系
tracts_proj <- tracts |> st_transform(26911)

2. 提升空间连接的精准性，过滤无关tract #

方法一：用街区中心点匹配（高效且避免擦边） #

取每个普查街区的中心点，判断中心点是否位于学区范围内，能直接排除仅边界擦边的tract：

# 加载tract数据并转换坐标系
tracts <- read_sf("la_county_census_tracts.geojson") |> st_transform(26911)
# 生成tract的中心点
tracts_centroid <- tracts |> st_centroid()
# 空间连接：仅保留中心点在学区内的tract
matched_tracts <- st_join(tracts_centroid, districts_proj, join = st_within) |>
  # 合并回原tract的几何信息（替换为你的tract唯一ID字段）
  left_join(tracts, by = "tract_id") |>
  select(-geometry.x) |> rename(geometry = geometry.y) |> st_sf()

方法二：过滤交集面积占比过低的tract #

计算学区与tract的交集面积，只保留交集面积占tract总面积一定比例的记录（比如占比>1%），兼顾精度和完整性：

# 先执行空间连接，保留所有相交的组合
joined <- st_join(tracts_proj, districts_proj, join = st_intersects)
# 计算每个组合的交集面积
joined$intersect_area <- st_area(st_intersection(joined$geometry.x, joined$geometry.y))
# 计算tract的总面积
joined$tract_area <- st_area(joined$geometry.x)
# 过滤交集占比超过1%的记录（可根据需求调整阈值）
filtered_tracts <- joined |> filter(intersect_area / tract_area > 0.01)

方法三：仅保留完全在学区内的tract（最严格） #

如果需要完全包含在学区内的tract，直接使用st_within作为连接条件：

strict_matched <- st_join(tracts_proj, districts_proj, join = st_within)

内容的提问来源于stack exchange，提问作者Jack Serna