R中沿县界生成等距垂线技术求助:排除州界与共享边界去重
解决方法
以下是针对你需求的分步实现方案,核心是先精准筛选内部共享边界,再进行等距采样和垂线计算:
1. 筛选内部共享边界(排除州外边界)
首先区分仅属于单个县的州外边界和被两个县共享的内部边界:
library(sf) library(dplyr) # 假设你的县数据框名为counties_sf,包含唯一标识列county_id # 提取每个县的边界并拆分为单个LINESTRING counties_lines <- st_cast(st_boundary(counties_sf), "LINESTRING") %>% mutate(county_id = counties_sf$county_id) # 统一线段方向(消除共享边界的方向差异),生成唯一标识字符串 counties_lines <- counties_lines %>% mutate(norm_geom = st_normalize(geometry), geom_wkt = st_as_text(norm_geom)) # 筛选出被两个县共享的边界(出现次数为2),并去重保留单条 shared_internal_lines <- counties_lines %>% group_by(geom_wkt) %>% filter(n() == 2) %>% ungroup() %>% distinct(geom_wkt, .keep_all = TRUE)
2. 等距采样共享边界
用st_line_sample可以精准控制采样间隔(需确保数据为米制投影坐标系,如UTM;若为地理坐标系先转换):
# 转换为米制投影(示例用UTM 10N,EPSG:32610,根据你的州位置调整) if (st_is_longlat(shared_internal_lines)) { shared_internal_lines <- st_transform(shared_internal_lines, crs = 32610) } # 按1000米间隔采样(density为每米采样数,1/1000即每1000米1个点) sample_points <- st_line_sample(shared_internal_lines$norm_geom, density = 1/1000) %>% st_cast("POINT") %>% st_sf() %>% # 关联对应的原始边界线段 mutate(line_idx = rep(1:nrow(shared_internal_lines), each = st_length(shared_internal_lines$norm_geom) %>% as.numeric() %>% floor() %>% divide_by(1000) %>% add(1)))
3. 计算采样点的垂线方向
通过计算边界线段的切线方向,旋转90度得到垂线方向(以下示例取左侧垂线方向):
# 定义函数:输入线段和点,返回垂线方向的单位向量 get_perpendicular <- function(line, point) { coords <- st_coordinates(line) dir_vec <- coords[nrow(coords), 1:2] - coords[1, 1:2] dir_vec <- dir_vec / sqrt(sum(dir_vec^2)) # 单位化方向向量 # 旋转90度得到左侧垂线,取反则为右侧 c(-dir_vec[2], dir_vec[1]) } # 批量计算每个采样点的垂线方向 sample_points <- sample_points %>% rowwise() %>% mutate(perp_x = get_perpendicular(shared_internal_lines$norm_geom[line_idx], geometry)[1], perp_y = get_perpendicular(shared_internal_lines$norm_geom[line_idx], geometry)[2]) %>% ungroup()
解决st_segmentize报错的小技巧
如果必须用st_segmentize,先处理无效几何并拆分线段:
# 修复无效几何并确保是单个LINESTRING valid_lines <- shared_internal_lines %>% st_make_valid() %>% st_cast("LINESTRING") # 指定最大段长(单位与投影一致,此处为米) segmentized_lines <- st_segmentize(valid_lines$norm_geom, max_segment_length = 1000)
内容的提问来源于stack exchange,提问作者Ethan Singer
相关产品推荐
相关产品推荐

