在R语言中识别并移除无效或错误的GPS空间点

场景背景 #

你有35只动物的10万+条GPS数据，已经通过以下代码完成了初步清洗（移除NA和0值的经纬度）：

library(dplyr)
data <- data_all %>%
  filter(!is.na(LATITUDE), LATITUDE != 0,!is.na(LONGITUDE), LONGITUDE != 0)

但仍存在异常空间点（例如某条数据的LATITUDE=-78.6917357、LONGITUDE=17.5506138），尝试用精确值过滤无效，且无行号无法指定删除，需要支持管道函数的批量处理方案。

解决方案 #

1. 修复单条异常点的精确匹配问题

直接用!=匹配小数无效是因为浮点数精度误差，改用dplyr的near()函数做近似匹配：

data_clean <- data_all %>%
  filter(!is.na(LATITUDE), LATITUDE != 0,!is.na(LONGITUDE), LONGITUDE != 0) %>%
  # 容差设为1e-5，可根据数据精度调整
  filter(!near(LATITUDE, -78.69174, tol = 1e-5) | !near(LONGITUDE, 17.55061, tol = 1e-5))

2. 基于经纬度合理范围批量过滤

全球经纬度的有效范围是：纬度[-90, 90]，经度[-180, 180]。如果知道研究区域的具体范围，还可以进一步缩小，过滤所有超出范围的异常点：

# 通用全球范围过滤
data_clean <- data_all %>%
  filter(!is.na(LATITUDE), LATITUDE != 0,!is.na(LONGITUDE), LONGITUDE != 0) %>%
  filter(between(LATITUDE, -90, 90), between(LONGITUDE, -180, 180))

# 示例：如果研究区域是北纬20-50、东经100-120，精准过滤
data_clean <- data_all %>%
  filter(!is.na(LATITUDE), LATITUDE != 0,!is.na(LONGITUDE), LONGITUDE != 0) %>%
  filter(between(LATITUDE, 20, 50), between(LONGITUDE, 100, 120))

3. 基于动物移动速度的生物逻辑过滤（更精准）

如果异常点是GPS漂移导致的不合理移动（比如瞬间移动几百公里），可以计算相邻定位点的移动速度，过滤超出动物正常移动能力的点：

library(lubridate)
library(geosphere)

data_clean <- data_all %>%
  filter(!is.na(LATITUDE), LATITUDE != 0,!is.na(LONGITUDE), LONGITUDE != 0) %>%
  # 按动物ID分组，按时间排序
  group_by(ANIMAL_ID) %>%
  arrange(TIMESTAMP) %>%
  # 计算相邻点的距离（米）、时间差（秒）和移动速度（米/秒）
  mutate(
    distance = distHaversine(cbind(LONGITUDE, LATITUDE), cbind(lead(LONGITUDE), lead(LATITUDE))),
    time_diff = as.numeric(difftime(lead(TIMESTAMP), TIMESTAMP, units = "secs")),
    speed = distance / time_diff
  ) %>%
  # 过滤速度超过阈值的点（示例阈值50m/s，约180km/h，根据你的动物调整）
  filter(is.na(speed) | speed <= 50) %>%
  ungroup() %>%
  # 移除临时计算列
  select(-distance, -time_diff, -speed)

内容的提问来源于stack exchange，提问作者EleMan