基于网格创建巴伐利亚地区位置数据的面积平衡随机样本

以下是实现你需求的完整流程，基于你的代码修正并补充关键步骤：

1. 依赖包加载与数据预处理 #

修正数据读取的语法错误，并将坐标转换为sf空间对象（空间操作必须依赖该类型）：

library(sf)
library(dplyr)
library(tibble)

# 读取巴伐利亚州边界
germany <- raster::getData("GADM", country = "Germany", level = 1)
bavaria <- germany[germany$NAME_1 == "Bayern",]
bavaria_mod <- sf::st_as_sf(bavaria)

# 读取坐标数据（修正row.names参数的语法错误）
coord <- read.csv("coords.csv", sep = ";", row.names = 1, na.strings = "")
test <- coord %>%
  as_tibble() %>%
  filter(!is.na(Latitude), !is.na(Longitude)) %>%
  # 转换为sf空间对象，指定经纬度CRS（WGS84）
  st_as_sf(coords = c("Longitude", "Latitude"), crs = 4326)

2. 创建带唯一标识的巴伐利亚州网格 #

给网格单元添加ID，方便后续按单元分组抽样：

# 创建网格并与巴伐利亚边界裁剪
grid <- bavaria_mod %>%
  st_make_grid(cellsize = 0.1, what = "polygons", square = TRUE) %>%
  st_intersection(bavaria_mod) %>%
  # 为每个网格单元添加唯一ID
  mutate(grid_id = row_number())

3. 匹配坐标点到对应网格单元 #

通过空间连接，确定每个坐标点所属的网格：

# 空间连接：将点与所在网格匹配
points_with_grid <- st_join(test, grid, join = st_within)

4. 按网格单元随机抽样 #

指定每个网格要抽取的样本数量（示例中设为2），完成抽样：

# 每个网格单元随机抽取2个点（可修改n值调整样本量）
sampled_points <- points_with_grid %>%
  group_by(grid_id) %>%
  slice_sample(n = 2, replace = FALSE) %>% # replace=FALSE表示不重复抽样
  ungroup()

5. 结果可视化验证 #

plot(grid$geometry, border = "gray")
plot(test$geometry, col = "orange", pch = 20, cex = 0.5, add = TRUE)
plot(sampled_points$geometry, col = "red", pch = 19, cex = 1, add = TRUE)

关键说明： #

• 确保所有空间对象的CRS一致，这里统一使用WGS84（EPSG:4326）；
• slice_sample的n参数可根据需求调整每个网格的样本数量；
• 如果部分网格单元内的点数量小于指定抽样数，可将replace设为TRUE启用有放回抽样，或添加条件判断跳过这类网格。

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