【发布时间】:2014-06-04 04:53:05
【问题描述】:
我想计算与多边形的距离。对于计算方法,我使用豪斯多夫距离。我只计算了 2 个多边形。如何计算多边形?需要你的帮助。 此源代码用于计算 2 个多边形
图书馆(地图工具)
图书馆(rgdal)
shape
pemalang
tegal
距离
【问题讨论】:
我想计算与多边形的距离。对于计算方法,我使用豪斯多夫距离。我只计算了 2 个多边形。如何计算多边形?需要你的帮助。 此源代码用于计算 2 个多边形
图书馆(地图工具)
图书馆(rgdal)
shape
pemalang
tegal
距离
【问题讨论】:
有几种方法可以解决这个问题,但也许最简单的方法是识别多边形索引的所有组合(对),并将gDistance 应用于这些组合中的每一个。
这是一个示例,使用 maptools 中包含的 wrdl_simpl 数据集计算非洲所有国家对的 Hausdorff 距离。
# Load and project the data
library(maptools)
data(wrld_simpl)
africa <- spTransform(subset(wrld_simpl, REGION==2),
CRS('+proj=eqc +lon_0=20.390625'))
# Calculate all pairs of polygons
combns <- t(combn(length(africa), 2))
# Split the SPDF into a list of SPDFs
africa.split <- split(africa, seq_len(length(africa)))
# For each row of combns, calculate Haus. dist. for the relevant pair of
# polygons
dists <- apply(combns, 1, function(x)
gDistance(africa.split[[x[1]]], africa.split[[x[2]]], hausdorff=TRUE))
为了方便,您可以将这些结果绑定到组合矩阵:
hdists <- cbind.data.frame(from=as.character(africa$NAME[combns[, 1]]),
to=as.character(africa$NAME[combns[, 2]]),
d=dists)
head(hdists)
# from to d
# 1 Algeria Angola 4733071
# 2 Algeria Benin 2807129
# 3 Algeria Congo 4056594
# 4 Algeria Democratic Republic of the Congo 4532625
# 5 Algeria Burundi 5464898
# 6 Algeria Cameroon 3071739
另一种方法是使用outer,但这应该不太有效,因为它计算所有距离两次(但它确实直接返回一个距离矩阵,这可能是可取的)。
outer(africa.split, africa.split, FUN = Vectorize(function(x, y)
gDistance(x, y, hausdorff=TRUE)))
(更新了一个例子)
【讨论】:
wrld_simpl 数据集,因为它在 R 中很容易获得,因此很容易重现。您为什么不尝试使用您的数据,如果它不起作用,请再次发表评论。
dim(combns) 和 length(dists) 是什么?