R简化形状文件答案

【问题标题】：R simplify shapefileR简化形状文件
【发布时间】：2014-01-07 16:12:15
【问题描述】：

我有一个带有亚马逊大河的 shapefile。单独的 shapefile 有 37.9 MB，连同属性表一起达到 42.1 MB。我正在生成所有巴西亚马逊的 PNG 图像，每个 1260x940 像素，shapefile 中的所有这些数据只会减慢每张地图的绘制速度，所以我想简化它。

gSimplify 函数，在 rgeos 包中，似乎只是简化每个多边形，而不是去除较小的多边形。我尝试了 0.1 和 1000 的容差，并且总是得到长度（shp@polygons）相同的值：27633。最终的绘图需要几乎相同的时间来绘制。我需要一个函数，我告诉它最终的栅格将是 1260x940 像素，因此它可以删除每个不必要的点。有这样的功能吗？

提前致谢。

【问题讨论】：

这不是 R 解决方案，但我推荐 mapshaper.org。很容易加载 shapefile 并尝试不同级别的简化，然后重新保存。我发现这对于加快 R 中的地图绘制非常有用。
谢谢@Andy！它就像一个魅力。更改简化级别并实时查看结果非常好。但我仍然想使用 R 来做到这一点，因为问题仍然存在（有一天该网站可能会变得遥不可及）。
不用担心@Rodrigo，你的愿望是可以理解的，我在 4 年前也有类似的感觉，并试图找到一个好的 R 解决方案，最终放弃了。在那段时间里，mapshaper 变得更好了。如果您确实找到了一个好的 R 解决方案，我很乐意听到。

标签： r shapefile simplify

【解决方案1】：

这里有相当全面的解决方案：http://www.r-bloggers.com/simplifying-polygon-shapefiles-in-r/

总而言之，您需要获取多边形的面积：

area <- lapply(rivers@polygons, function(x) sapply(x@Polygons, function(y) y@area))

你在 R 中的 shapefile 对象在哪里。

然后你找出大多边形并保留它们：

    sizeth <- 0.001 #size threshold of polygons to be deleted
    mainPolys <- lapply(area, function(x) which(x > sizeth))

    rivers@data <- rivers@data[-c(1:2),] 
    rivers@polygons <- rivers@polygons[-c(1:2)] 
    rivers@plotOrder <- 1:length(rivers@polygons)
    mainPolys <- mainPolys[-c(1:2)]

    for(i in 1:length(mainPolys)){   if(length(mainPolys[[i]]) >= 1 &&
    mainPolys[[i]][1] >= 1){
         rivers@polygons[[i]]@Polygons <- rivers@polygons[[i]]@Polygons[mainPolys[[i]]]
         rivers@polygons[[i]]@plotOrder <- 1:length(rivers@polygons[[i]]@Polygons)   } }

这可能还不够好，您可能不想删除任何多边形，在这种情况下，shapefiles 包中的 dp() 函数可以解决问题：

res <- 0.01 #the argument passed to dp() which determines extent of simplification. Increase or decrease as required to simplify more/less    
for(i in 1:length(rivers@polygons)){
      for(j in 1:length(rivers@polygons[[i]]@Polygons)){
        temp <- as.data.frame(rivers@polygons[[i]]@Polygons[[j]]@coords)
        names(temp) <- c("x", "y")
        temp2 <- dp(temp, res)
        rivers@polygons[[i]]@Polygons[[j]]@coords <- as.matrix(cbind(temp2$x, temp2$y))
      }
    }

【讨论】：

感谢您的回答，carnust，但根本不清楚。 rivers@data