tidycensus返回面积与sf::st_area()计算结果不一致问题咨询

两类面积数值不匹配不是操作疏漏，核心是统计口径、数据基础、计算逻辑完全不同，不存在天然对齐的可能，具体差异点：

• ALAND是美国人口普查局官方预先测算发布的法定陆域面积权威值：统计时已完全剔除行政边界内的内陆水域、近岸管辖海域面积，采用官方指定的等积测算标准、最高精度法定边界计算，是所有公开人口统计平台通用的标准口径，因此换算后和公开平台展示的德克萨斯州陆域面积完全一致。
• sf::st_area()计算结果偏差来自三个层面：
  1. 统计范围不一致：默认拉取的行政边界几何包含陆域和范围内所有水域，没有做水域擦除，覆盖范围本身就大于陆域范围；
  2. 边界精度不一致：tidycensus依赖tigris包返回的几何数据默认做了边界概化简化，目的是压缩数据体积、提升加载速度，并非用于法定面积测算的最高精度边界；
  3. 计算基准不一致：默认返回的几何采用WGS84地理坐标系（EPSG:4269，经纬度坐标），直接调用st_area()计算的是椭球面面积，和普查局测算ALAND时使用的投影平面面积计算基准存在偏差。
     你观测到的11596365232平方米差值，基本就是德克萨斯州范围内的水域面积叠加边界简化、坐标基准偏差的总和。

• 首选方案：直接使用数据集自带的ALAND字段计算人口密度。这是人口统计领域通用的标准口径，结果和所有公开平台展示值完全匹配，无需额外自行计算面积，效率和准确率最高。
• 若必须通过st_area()计算面积，按以下步骤调整可将误差缩小到可接受范围，但无法做到和官方ALAND值100%一致：
  1. 拉取数据时关闭边界简化，使用高精度TIGER/Line边界，设置参数cb = FALSE，同时通过tigris包全局配置关闭简化规则；
  2. 将几何对象转换为北美区域通用的等积投影（如EPSG:5070北美阿尔伯斯等积投影）；
  3. 额外拉取对应行政单元的水域面图层，从行政边界几何中擦除全部水域范围后，再调用st_area()计算陆域面积。

调整后的参考代码：

library(tidyverse)
library(tidycensus)
library(sf)
library(tigris)

census_api_key("your_api_key")
options(tigris_use_cache = TRUE)
# 关闭边界自动简化
tigris_options(tigris_simplify = FALSE)

pop_texas <- get_acs(
  geography = 'state',
  variables = "B01003_001", # 总人口
  year = 2020, 
  survey = 'acs5', 
  keep_geo_vars = TRUE,
  geometry = TRUE,
  cb = FALSE # 调用高精度TIGER边界，而非制图简化版边界
) %>%
  filter(GEOID == '48') %>% # 筛选德克萨斯州
  st_transform(crs = 5070) # 转换为等积投影

# 注意：此时计算结果为包含水域的总面积，仍需擦除水域才能接近ALAND值
sf::st_area(pop_texas)

提示：官方测算ALAND使用的边界精度阈值、水域剔除细则、计算参数未完全公开，自行计算的面积永远无法和官方值完全匹配，做常规人口统计分析时直接调用ALAND字段是最优选择。

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