针对空间数据绘制 Jaccard 索引（经纬度）答案

【问题标题】：Plotting Jaccard Index against spatial data (lat-long)针对空间数据绘制 Jaccard 索引（经纬度）
【发布时间】：2021-07-22 13:32:10
【问题描述】：

我正在尝试找到一种方法来绘制矩阵（在本例中为带有 jaccard 索引的矩阵）与空间距离（我有纬度和经度数据）的关系。我被告知要使用“geosphere”包，但我无法完全理解如何使用它。

所以如果这里有人精通这些事情，请帮助我

亲切的问候

【问题讨论】：

我应该补充一点，我需要将空间距离转换为以米为单位的常规距离向量
有很多包可以根据longlat数据计算大圆距离。最古老和最经典的是具有spDists 功能的 sp 包。这将返回以米为单位的大圆距离。但是，还有许多其他和更现代的软件包。

标签： vegan geosphere

【解决方案1】：

包geosphere确实是一个不错的选择，因为它基于椭球而不是球体，并且比许多其他替代方案（并且直接以米为单位）提供更准确的结果。但是，使用起来更加繁琐，因为它只计算两点之间的距离，或者在矩阵中计算从点到下一个点的轨道长度，而不是整个矩阵。以下是一种简单的方法，可以进行很多不必要的计算，但它比其他方法要简单得多（并且对于任何实际目的来说都足够快）。

假设您有维度为 N 乘以 2 的矩阵 x，其中两列是十进制度的经度和纬度（按此顺序），N 是观察次数：

library(geosphere)
N <- NROW(x)
geodists <- matrix(0, N, N)
for (i in 1:N) for(j in 1:N) geodists[i,j] <- distGeo(x[i,], x[j,])
## alternative for only lower diagonal:
## for(j in 1:(N-1)) for(i in (j+1):N) geodists[i,j] <- distGeo(x[i,], x[j,])
geodists <- as.dist(geodists)

geodists 然后将与 Jaccard 距离类似地排列（假设您使用 vegan 或其他返回标准 dist 结构的包）并且这些可以直接相互绘制。如果你使用了一些包，它给你一个矩阵（它是对称的并且对角线为零），最好将结果更改为距离（as.dist()），它只有下三角形而没有零对角线，因为这些给出了更好的图。

sp 包也使用 WGS84 椭球，但它的结果与 geosphere 给出的结果相差不大（在我的测试中，距离高达 2500 公里的距离小于 0.01%）。 geosphere 可能更准确（并且它还允许替代 WGS84 椭球）。但是，sp 更容易使用，并且会直接为您提供距离的对称矩阵（但以公里而不是米为单位，尽管我在评论中如此声明），您可以使用一个命令：

library(sp)
geodists <- as.dist(spDists(x, longlat=TRUE))*1000 # in metres

【讨论】：

sp::spDists 使用 Meeus 算法，geosphere::distMeeus 也有，但geosphere::distGeo 应该更准确。数值上 sp::spDists 和 geosphere::distMeeus 在数值精度范围内给出相同的结果。