在R语言中提取多边形的左侧外边缘数据

如果你的多边形点是按顺序排列的（大部分GIS数据的多边形点都遵循顺时针/逆时针的顺序），可以通过以下步骤精准提取左侧边缘点：

1. 提取多边形的外边界点集 #

先把sf格式的多边形转换成带经纬度的点数据框，保留原始点顺序：

library(sf)

# 假设你的多边形sf对象名为poly_sf
border_points <- st_cast(poly_sf, "POINT")
border_df <- as.data.frame(st_coordinates(border_points))
colnames(border_df) <- c("lon", "lat")

2. 提取左侧连续边缘点 #

左侧边缘核心是经度最小的连续点段，这里提供两种实用方法：

方法一：阈值筛选法 #

先找到多边形的最小经度，设置一个适配你数据精度的阈值（比如地理坐标下，比最小经度大0.01度，约1公里范围），筛选出符合条件的点：

min_lon <- min(border_df$lon)
# 调整阈值以匹配你的数据精度
left_edge_df <- border_df[border_df$lon <= min_lon + 0.01, ]

方法二：连续点遍历法 #

如果阈值筛选出现零散点，可通过点的原始顺序，从经度最小的点向前后遍历，提取连续的左侧边缘：

# 定位经度最小的点的索引
min_lon_idx <- which.min(border_df$lon)
left_points <- border_df[min_lon_idx, ]

# 向前遍历，直到经度超出阈值
current_idx <- min_lon_idx - 1
while(current_idx >= 1 && border_df$lon[current_idx] <= min_lon + 0.01) {
  left_points <- rbind(border_df[current_idx, ], left_points)
  current_idx <- current_idx - 1
}

# 向后遍历，直到经度超出阈值
current_idx <- min_lon_idx + 1
total_points <- nrow(border_df)
while(current_idx <= total_points && border_df$lon[current_idx] <= min_lon + 0.01) {
  left_points <- rbind(left_points, border_df[current_idx, ])
  current_idx <- current_idx + 1
}

left_edge_df <- left_points

3. 验证提取结果 #

把提取的点和原多边形叠加绘图，确认是否符合需求：

plot(st_geometry(poly_sf), col = "lightgray")
points(left_edge_df$lon, left_edge_df$lat, col = "red", pch = 19)

注意：阈值大小需根据数据的坐标系统调整——地理坐标（度）可设0.01~0.1度，投影坐标（米）可设几十到几百米。

内容的提问来源于stack exchange，提问作者Fish_Person