在R中为Shapefile各多边形生成指定数量随机点的技术问询

嘿，我之前也碰到过这个问题——spsample默认是在整个图层的范围内生成随机点，没法直接按单个多边形分配点数。用sf包（现代空间数据处理的首选工具）就能轻松解决这个需求，下面是针对USA_adm1数据集的完整步骤：

步骤1：准备工具 #

首先确保你安装了必要的包：

# 安装包（如果还没装的话）
install.packages(c("sf", "dplyr"))

# 加载包
library(sf)
library(dplyr)

步骤2：读取Shapefile #

把你的USA_adm1数据读进来：

# 读取Shapefile（替换成你的文件路径）
usa_states <- st_read("USA_adm1.shp")

步骤3：按多边形生成随机点 #

核心思路是按每个州（多边形）分组，然后为每组生成指定数量的随机点，sf的st_sample函数支持对单个空间要素采样，配合dplyr的分组操作就能批量处理：

# 为每个州生成100个随机点
state_points <- usa_states %>%
  group_by(NAME_1) %>%  # 按州名分组（也可以用其他唯一标识列）
  summarise(
    geometry = st_sample(geometry, size = 100, type = "random")
  ) %>%
  st_cast("POINT")  # 把采样结果转换为单个点要素

• size = 100：就是你要给每个多边形生成的点数
• type = "random"：指定随机采样，你也可以根据需求换成"regular"（规则网格点）等其他类型

步骤4：查看或保存结果 #

你可以直接查看生成的点图层：

plot(state_points$geometry)

如果需要保存为Shapefile：

st_write(state_points, "usa_state_random_points.shp", delete_layer = TRUE)

如果你坚持用sp包的替代方案 #

如果你习惯用旧的sp体系，可以通过循环逐个处理多边形：

library(sp)

# 读取为sp对象
usa_sp <- readOGR("USA_adm1.shp")

# 初始化空的点对象列表
point_list <- list()

# 循环每个多边形
for (i in 1:nrow(usa_sp)) {
  single_poly <- usa_sp[i, ]
  # 为单个多边形生成100个点
  single_points <- spsample(single_poly, n = 100, type = "random")
  # 关联原多边形的属性（比如州名）
  single_points <- SpatialPointsDataFrame(single_points, data = usa_sp@data[i, ])
  point_list[[i]] <- single_points
}

# 合并所有点为一个图层
all_points <- do.call(rbind, point_list)

不过还是更推荐sf方案，代码更简洁易读，维护性更好。

内容的提问来源于stack exchange，提问作者Orlando G