R语言中点在多面体内的高效检索方法优化问询

问题背景 #

• 处理sf格式数据：sf_data1包含约6500条point(x,y)几何数据，sf_data2包含19条multipolygon几何数据
• 需要将sf_data2$variable1（对应原数据中的Konversiokerroin）赋值给sf_data1中落在对应多面体内的点的variable1字段
• 当前使用双重循环结合st_intersects实现，运行耗时约15分钟，期望缩短至5分钟以内，现有代码如下：

sf_data1$variable1 <- c(0)

for (i in 1:nrow(sf_data1)) {
  for (j in 1:nrow(sf_data2)) {
  ifelse(st_intersects(sf_data1$geometry[i], sf_data2$geometry[j]),
         sf_data1$variable1[i] <- sf_data2$variable1[j],"")
  }
}

优化方案 #

方案1：使用sf::st_join（最推荐） #

st_join是sf包原生的空间连接函数，内部做了向量化与效率优化，无需手动循环即可完成点面匹配：

# 执行空间连接，保留sf_data1所有行，匹配sf_data2的variable1字段
sf_data1_joined <- sf::st_join(sf_data1, sf_data2[, c("geometry", "variable1")], join = sf::st_intersects)

# 若每个点仅落在一个多边形内，直接覆盖原字段：
sf_data1$variable1 <- sf_data1_joined$variable1.y

# 若存在点落在多个多边形的情况，可通过分组处理（示例取第一个匹配值）：
library(dplyr)
sf_data1_joined <- sf_data1_joined %>%
  group_by(geometry) %>%
  slice_head(n = 1) %>%
  ungroup()
sf_data1$variable1 <- sf_data1_joined$variable1.y

方案2：向量化调用st_intersects #

避免双重循环，直接对整个数据集调用st_intersects获取匹配关系，再提取对应字段值：

# 获取点与多边形的交集关系稀疏矩阵
intersect_matrix <- sf::st_intersects(sf_data1, sf_data2)

# 为每个点匹配对应variable1（无匹配则保留初始值0）
sf_data1$variable1 <- sapply(intersect_matrix, function(idx) {
  if (length(idx) > 0) sf_data2$variable1[idx[1]] else 0
})

效率补充说明 #

• 上述两种方案均基于sf包的向量化操作，消除了双重循环的冗余计算，针对6500个点+19个多边形的规模，耗时可控制在1分钟以内，远低于5分钟的目标
• 若需进一步提效，可额外优化：
  • 将数据转换为平面投影坐标系（如UTM），平面坐标系下的空间计算效率远高于经纬度坐标系
  • 若内存充足，可尝试st_intersects的sparse = FALSE参数，但稀疏矩阵在数据量大时更节省内存

内容的提问来源于stack exchange，提问作者JKling