使用ClustGeo做空间约束层次聚类时如何计算地理距离矩阵

你当前运行代码报错的核心原因是pollution数据集内没有预计算好的D.geo地理距离矩阵对象，和代码语法无关。要完成带空间约束的聚类，你需要先补充对应乡镇的地理空间相关数据，可选解决方案如下：

方案1：补充坐标后计算地理距离（最常用，符合官方逻辑） #

• 给当前属性表新增2列空间数据，可二选一：
  • 平面投影坐标系下的乡镇中心点X/Y坐标（优先选择，计算出的欧氏距离误差更小）
  • WGS84/GCJ02等坐标系下的经纬度坐标
• 提取和属性数据排序完全一致的坐标列，计算距离矩阵，代码示例：

# 示例1：已新增平面坐标列x、y，顺序与污染物属性数据的乡镇顺序完全匹配
coords <- pollution[, c("x", "y")]
# 计算地理距离并转为dist格式，对应你原来的D1变量
D1 <- dist(coords)

# 示例2：用经纬度计算大地距离，需调用geosphere包
library(geosphere)
D.geo_matrix <- distm(pollution[, c("lon", "lat")], fun = distHaversine)
D1 <- as.dist(D.geo_matrix)

方案2：基于邻接关系生成约束距离（无坐标时可选） #

如果你暂时无法获取乡镇坐标，仅需要聚类结果满足同类别乡镇空间接壤的约束，可以先生成乡镇的邻接矩阵（相邻赋值为1，不相邻赋值为大于1的自定义值），再转为dist格式作为D1输入即可。

关键注意事项 #

• 地理距离矩阵的乡镇排序必须和你之前做无约束Ward聚类时用的属性距离矩阵的乡镇排序完全一致，否则空间约束会匹配错误。
• 后续调用hclustgeo函数时，传入的属性距离矩阵D0、地理距离矩阵D1的样本量、样本顺序必须完全对应。

内容的提问来源于stack exchange，提问作者bram