芝加哥人口普查Tract空间数据网格化拆分技术求助

问题背景 #

已从伊利诺伊州库克县的variable_tracts数据集筛选出芝加哥范围内约800个人口普查Tract（通过chi_tracts对象存储），需求是将这些Tract拆分为更小的网格单元并关联属性数据，但原ChatGPT生成的循环处理代码运行耗时极久，无法得到结果。

原代码性能瓶颈 #

原代码的核心问题在于低效的循环处理逻辑：

• 对800个Tract逐个生成网格并执行空间交集，重复调用st_make_grid和st_intersection，累计开销巨大
• 直接将Tract人口等变量均分到网格中，不符合实际地理分布（网格面积占Tract的比例并非完全均等）
• 循环内频繁创建临时SF对象，导致内存频繁分配与释放，进一步拖慢速度

优化解决方案 #

采用全局网格生成+批量空间关联的思路，大幅提升处理效率，同时修正变量分配逻辑：

# 1. 获取芝加哥所有Tract的全局边界，一次性生成覆盖全区域的网格
chi_bbox <- st_bbox(chi_tracts)
chi_grid <- st_make_grid(
  chi_bbox,
  cellsize = 0.01,
  what = "polygons",
  square = TRUE
) |> 
  st_as_sf() |> 
  st_set_crs(st_crs(chi_tracts)) # 确保网格与Tract坐标系一致

# 2. 批量执行网格与Tract的空间交集，自动关联Tract属性
chi_grid_with_data <- st_intersection(chi_grid, chi_tracts)

# 3. 按网格面积占Tract的比例分配人口等变量（替代原代码的均分逻辑）
chi_grid_with_data <- chi_grid_with_data |>
  mutate(
    # 计算当前网格和所属Tract的面积
    grid_area = st_area(geometry),
    tract_area = st_area(st_geometry(chi_tracts)[match(GEOID, chi_tracts$GEOID)]),
    # 计算面积占比
    area_ratio = as.numeric(grid_area / tract_area),
    # 按比例修正人口（其他如收入、教育占比等属性直接继承即可）
    pop = pop * area_ratio
  ) |>
  # 可选：清理临时计算列
  select(-grid_area, -tract_area, -area_ratio)

优化核心点 #

• 全局网格生成：仅调用一次st_make_grid生成覆盖整个芝加哥的网格，避免800次重复操作
• 批量空间交集：通过一次st_intersection完成所有网格与Tract的关联，利用SF的向量化运算优势，效率远超循环处理
• 合理变量分配：基于网格在Tract中的面积占比分配人口，更贴合实际地理分布
• 内存优化：减少临时对象的创建与销毁，降低内存开销

内容的提问来源于stack exchange，提问作者Lorens Elvang Thomassen