跨12个UTM区的追踪数据如何投影适配运动分析？

我正在处理一份覆盖12个UTM区（32-43）的大规模追踪数据集，当前数据为经纬度格式，但多数轨迹分析工作流需UTM的Easting和Northing坐标。我尝试将数据投影至中心UTM区（37区），但轨迹出现严重变形。拆分UTM区会破坏单一个体的连续轨迹，因此考虑采用Lambert投影或Equal Earth投影，想了解这类投影是否能提供适配隐马尔可夫模型（HMM）分析的米制Easting和Northing信息？

数据片段 #

> head(springsub)
  id              DateTime            lat      lon      Altitude Sex Age Tag                 distance     time_interval velocity    velocity_kmh
1 N34234@1BF1A215 2022-03-15 10:42:00 45.50620 12.57837        5   1   6 GPS-GSM_TECHNOSMART      0.00000            NA          NA           NA
2 N34234@1BF1A215 2022-03-16 06:42:00 48.62932 20.51655      274   1   6 GPS-GSM_TECHNOSMART 695286.88086         72000 9.656762234  34.76434404
3 N34234@1BF1A215 2022-03-16 08:42:00 48.62761 20.51720      262   1   6 GPS-GSM_TECHNOSMART    195.38842          7200 0.027137281   0.09769421
4 N34234@1BF1A215 2022-03-16 10:42:00 48.62785 20.51662      271   1   6 GPS-GSM_TECHNOSMART     50.60765          7200 0.007028840   0.02530382
5 N34234@1BF1A215 2022-03-16 12:41:00 48.62737 20.51678      270   1   6 GPS-GSM_TECHNOSMART     54.77180          7140 0.007671121   0.02761603
6 N34234@1BF1A215 2022-03-16 18:42:00 49.30252 20.92450      914   1   6 GPS-GSM_TECHNOSMART  80799.38930         21660 3.730350383  13.42926138
utm_zone
1       33
2       34
3       34
4       34
5       34
6       34

尝试过的代码 #

# Project to UTM
llcoord <- st_as_sf(springsub[, c("lon", "lat")], coords = c("lon", "lat"), crs = CRS("+proj=longlat +datum=WGS84"))
utmcoord <- st_transform(llcoord, crs = CRS("+proj=utm +zone=37 +datum=WGS84")) 

# Add Easting and Northing to data (in km)
data[, c("x", "y")] <- st_coordinates(utmcoord)/1000

解决方案与分析 #

1. Lambert投影（推荐用于HMM分析） #

Lambert投影（常用的是Lambert Conformal Conic，LCC）可以输出米制的Easting/Northing坐标，且局部角度和距离变形极小，完全适配依赖运动特征（速度、方向、距离）的HMM分析。

针对你的研究区域（覆盖UTM 32-43，大致为欧洲中东部到西亚一带），可以定制适合该区域的LCC投影参数，比如选择区域的南北标准纬线、中央经线，确保整个研究范围内的变形在可接受范围内。

示例转换代码：

# 自定义Lambert投影参数（适配研究区域）
lambert_crs <- CRS("+proj=lcc +lat_1=40 +lat_2=55 +lon_0=15 +datum=WGS84 +units=m +no_defs")
llcoord <- st_as_sf(springsub[, c("lon", "lat")], coords = c("lon", "lat"), crs = 4326)  # WGS84的EPSG代码为4326
lambert_coord <- st_transform(llcoord, crs = lambert_crs)

# 添加米制坐标到数据集
springsub[, c("easting", "northing")] <- st_coordinates(lambert_coord)

2. Equal Earth投影 #

Equal Earth是等面积投影，同样可以输出米制坐标，但它的角度变形明显，会导致运动方向、速度的计算出现偏差。如果你的HMM仅依赖面积相关特征（比如活动范围大小），可以使用；但如果HMM需要基于距离、方向的状态推断，Equal Earth不是最优选择。

示例转换代码：

# Equal Earth投影的EPSG代码是8857
equal_earth_crs <- CRS("+proj=eqearth +datum=WGS84 +units=m +no_defs")
ee_coord <- st_transform(llcoord, crs = equal_earth_crs)
springsub[, c("ee_easting", "ee_northing")] <- st_coordinates(ee_coord)

3. 额外建议 #

如果坚持使用UTM体系，也可以尝试动态UTM转换+轨迹拼接：对每个点使用其对应的UTM区转换坐标，然后通过坐标偏移的方式将不同UTM区的坐标统一到同一坐标系下（比如以37区为基准，计算其他区坐标的偏移量），这样既避免了单UTM区的变形，又保持了轨迹的连续性。不过这种方法需要处理UTM区边界的坐标衔接问题，实现起来比直接用Lambert投影复杂。

内容的提问来源于stack exchange，提问作者Devon