基于空间设置更新多边形内点属性的批量处理问题求助

问题背景 #

已有10×10的矩形多边形图层，每个多边形内有一个带Z值的点。手动处理单个多边形（如#45）时，能通过以下流程更新该多边形内点的Z值：

1. 计算目标多边形内点的平均Z值，以此为半径创建缓冲区
2. 提取缓冲区内所有点，通过迭代计算得到新的目标Z值
3. 将新Z值更新到原始点图层中对应多边形内的点

但自动化批量处理时，代码无法更新全局的points_sf，且每次处理新多边形时无法继承之前的更新结果。

代码问题诊断 #

• 局部变量遮蔽全局变量：函数内points_sf <- points_sf创建了局部副本，修改的是局部变量而非全局的points_sf，外部无法获取更新后的数据。
• 提前返回导致循环中断：函数内的return(result)在第一次循环（处理第一个多边形）就触发，后续多边形根本不会被处理。
• lapply使用错误：lapply(polygon_indices, process_polygons)每次传入单个索引，函数内的for循环完全多余，且每次调用都是基于原始points_sf处理，无法累积更新。

修正后的代码 #

核心思路 #

让处理函数接收当前的points_sf作为参数，处理完一个多边形后返回更新后的points_sf，用Reduce函数来累积迭代结果，确保每个多边形的处理都基于之前更新后的点数据。

library(sf)
library(sp)

#### 创建示例数据 ####
n_rows <- 10  # 矩形行数
n_cols <- 10  # 矩形列数
rect_width <- 1  # 矩形宽度
rect_height <- 1  # 矩形高度

# 初始化矩形多边形列表
rectangles <- list()

# 创建矩形多边形
for (i in 1:n_rows) {
  for (j in 1:n_cols) {
    # 定义矩形四个顶点坐标
    x_coords <- c((j - 1) * rect_width, j * rect_width, j * rect_width, (j - 1) * rect_width, (j - 1) * rect_width)
    y_coords <- c((i - 1) * rect_height, (i - 1) * rect_height, i * rect_height, i * rect_height, (i - 1) * rect_height)
    
    # 合并坐标为矩阵
    rect_coords <- cbind(x_coords, y_coords)
    
    # 创建多边形并加入列表
    rectangles[[length(rectangles) + 1]] <- st_polygon(list(rect_coords))
  }
}

# 创建sf格式的多边形图层
polygons_sf <- st_sf(geometry = st_sfc(rectangles))
polygons_sf$ID <- 1:100  # 添加ID列

# 生成每个多边形内的随机点
set.seed(123)  # 保证可复现
points <- st_sample(polygons_sf, size = 100)
points_sf <- st_sf(geometry = st_sfc(points))

# 生成Z值
Depth <- as.integer(runif(100, min = 1, max = 5))
points_sf$Z <- Depth

# 计算多边形内点的平均Z值函数
calculate_average_Z <- function(polygon, points) {
  points_in_polygon <- st_intersection(points, polygon)  
  if (nrow(points_in_polygon) == 0) {
    return(NA)  # 多边形内无点时返回NA
  }
  avg_Z <- mean(points_in_polygon$Z)
  return(avg_Z)
}

# 单个多边形处理函数：接收当前points_sf和多边形索引，返回更新后的points_sf
process_single_polygon <- function(points_sf, polygon_idx) {
  polygon <- polygons_sf[polygon_idx, ]
  avg_Z <- calculate_average_Z(polygon, points_sf)
  
  if (is.na(avg_Z)) {
    return(points_sf)  # 无点则直接返回原数据
  }
  
  buffer_distance <- avg_Z  
  buffered_polygon <- st_buffer(polygon, dist = buffer_distance)
  
  # 提取缓冲区内的点
  points_in_buffered_area <- st_filter(points_sf, buffered_polygon)
  point_coordinates <- st_coordinates(points_in_buffered_area)
  points_in_buffered_area$X <- point_coordinates[, "X"]
  points_in_buffered_area$Y <- point_coordinates[, "Y"]
  
  # 迭代计算目标Z值（这里保留示例逻辑，实际替换为复杂函数）
  while (TRUE) {
    Depth_t <- 4
    Depth <- avg_Z
    
    if (Depth >= Depth_t) {
      break  # 满足条件则退出循环
    }
    
    avg_Z <- avg_Z + 1
  }
  
  # 准备新Z值的sf对象
  new_Z_values <- st_sf(
    new_Z = avg_Z,
    geometry = st_geometry(points_in_buffered_area),
    crs = st_crs(points_sf)
  )
  
  # 筛选出当前多边形内的点的新Z值
  new_Z_to_use <- st_intersection(new_Z_values, polygon)
  
  # 更新points_sf中的Z值
  points_sf <- st_join(points_sf, new_Z_to_use, by = "geometry")
  points_sf$Z <- ifelse(!is.na(points_sf$new_Z), points_sf$new_Z, points_sf$Z)
  points_sf <- points_sf[, !names(points_sf) %in% "new_Z"]  # 删除临时列
  
  return(points_sf)
}

# 使用Reduce累积处理所有多边形，确保每次处理基于更新后的points_sf
polygon_indices <- 1:nrow(polygons_sf)
updated_points_sf <- Reduce(process_single_polygon, polygon_indices, init = points_sf)

关键改进点 #

• 函数参数化：process_single_polygon接收points_sf作为参数，处理后返回更新版本，避免局部变量遮蔽问题。
• 累积迭代：用Reduce替代lapply，将前一次处理的结果作为下一次的输入，实现更新结果的继承。
• 移除提前返回：去掉了原函数中导致循环中断的return(result)，确保每个多边形都能被处理。
• 简化Z值更新逻辑：直接从缓冲区内的点提取几何列创建新Z值对象，避免多余的X/Y列处理。

内容的提问来源于stack exchange，提问作者johomio