不同长度地理空间数据集间最近点平均距离计算需求

核心原因说明 #

distHaversine报错是因为它要求两个输入点集行数完全一致，仅能计算对应位置点的距离，无法实现“为每个点匹配最近点”的需求。以下用两种方法完成你需要的计算，结果直接以米为单位。

方法一：使用sf原生函数 #

1. 先确保数据集为地理坐标系（WGS84，EPSG:4326），sf的st_distance在地理坐标系下默认返回米为单位的大圆距离：

library(sf)

# 检查并转换坐标系（若当前不是WGS84）
if (st_crs(toy1)$epsg != 4326) {
  toy1 <- st_transform(toy1, 4326)
}
if (st_crs(toy2)$epsg != 4326) {
  toy2 <- st_transform(toy2, 4326)
}

2. 匹配最近点、计算距离并求平均：

# 获取每个toy1点对应的toy2最近点索引
nearest_indices <- st_nearest_feature(toy1, toy2)

# 提取toy2中的对应最近点
toy2_nearest <- toy2[nearest_indices, ]

# 按元素计算两两距离（单位：米）
point_distances <- st_distance(toy1, toy2_nearest, by_element = TRUE)

# 计算平均距离
avg_distance_m <- mean(point_distances)

方法二：使用nngeo包简化操作 #

nngeo的st_nn函数可直接返回最近点的距离，代码更简洁：

library(nngeo)
library(sf)

# 确保坐标系为WGS84（若需要）
toy1 <- st_transform(toy1, 4326)
toy2 <- st_transform(toy2, 4326)

# 获取每个toy1点到toy2最近点的距离（k=1表示仅找最近的1个点）
nearest_distances <- st_nn(toy1, toy2, k = 1, returnDist = TRUE)$dist

# 计算平均距离
avg_distance_m <- mean(unlist(nearest_distances))

注意事项 #

• 若数据集是投影坐标系（如UTM），st_distance会返回投影单位（通常为米），无需转换坐标系；若为其他投影单位（如千米），需自行转换为米。
• st_nearest_feature会返回距离最近的要素索引，若toy2中有多个点与toy1某点距离相等，会返回第一个匹配的索引。

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