R语言：如何用空间数据填充habitat矩阵（陆地填0，海洋取邻近值）

1. 标记陆地区域并填充0 #

利用你已有的habitat_points_sf和land空间对象，通过空间交集判断每个网格点是否位于陆地区域，直接批量赋值0：

# 判断每个网格点是否在陆地区域内（返回布尔向量）
habitat_dt$is_land <- st_within(habitat_points_sf, land, sparse = FALSE)[, 1]

# 为陆地区域的单元格填充0
habitat_dt$value[habitat_dt$is_land] <- 0

2. 为海洋区域填充最近SDM点的lbs值 #

先将sdm数据框转换为空间点对象，再通过空间最近邻匹配，批量提取对应lbs值：

# 将sdm转换为sf空间点对象（保持与habitat相同的坐标系EPSG:4326）
sdm_sf <- st_as_sf(sdm, coords = c("lon", "lat"), crs = 4326)

# 筛选出所有海洋区域的点索引
ocean_points_idx <- which(!habitat_dt$is_land)

# 为每个海洋点找到sdm中距离最近的点的索引
nearest_sdm_idx <- st_nearest_feature(habitat_points_sf[ocean_points_idx, ], sdm_sf)

# 将对应的lbs值填充到海洋区域单元格
habitat_dt$value[ocean_points_idx] <- sdm$lbs[nearest_sdm_idx]

3. 将填充后的数据转回原始矩阵结构 #

最后把处理好的data.table重新整理为矩阵，恢复原有的行（纬度）列（经度）结构：

# 重新构建填充完成的habitat矩阵
habitat_filled <- matrix(
  habitat_dt$value,
  nrow = length(latitudes),
  ncol = length(longitudes),
  dimnames = list(latitudes, longitudes)
)

补充说明 #

• 若land包含多个多边形，st_within仍能正确判断点是否落在任意陆地多边形内；
• st_nearest_feature是向量化操作，完全避免了for循环，效率远高于逐点遍历；
• 如果sdm数据量极大，可通过st_sfc构建空间索引优化匹配速度：sdm_sf <- st_sfc(sdm_sf, index = TRUE)。

内容的提问来源于stack exchange，提问作者E Norton