如何在 R 中等分线段分割网络

Question

我根据 x 和 y 坐标创建了一个 SpatialLines。我想知道有没有一种方法可以在网络上选择 5、10 或 m 个数字点，这些点彼此之间的距离至少为 (2:m-1) 个点具有相同的距离。

我在想也许我可以计算每个点到前一个点的距离并获得累积长度并使用 seq(., ., length.out=m) 会给我相等的距离，但我不能从那里获取 x 和 y 坐标。

xy <- cbind(xco=c(172868.6, 172891, 172926.8, 172949.2, 172985, 173007.3, 173029.7, 173065.5, 173087.9, 173123.7, 173146, 173181.9, 173204.2, 173226.6, 173262.4, 173320.7, 173343, 173365.4, 173401.3, 173423.7, 173459.6, 173482, 173504.3, 173541.2, 173563.5, 173601.2, 173623.4, 173644.9, 173684.7, 173706.7, 173747.3, 173769.3, 173811, 173832.8, 173875.2, 173896.9, 173918.5, 173962, 173983.6, 174027.1, 174048.6, 174092.1, 174113.7, 174157.2, 174178.8, 174222.2, 174243.7, 174287.1, 174308.7, 174330.3, 174373.6, 174395.2, 174438.9, 174460.4, 174504.2, 174525.7, 174569.4, 174590.9, 174634.5, 174656, 174700.4, 174722, 174742.4, 174790.4, 174860.9, 174914.5, 174932.6, 174988.4, 175005.4, 175063.6, 175079.2, 175138.5, 175200.4, 175213.2, 175276, 175340.7, 175405.8, 175415.9, 175481, 175546.1, 175611.2, 175621.3, 175686.4, 175751.5, 175761.6, 175826.3, 175893.1, 175960.8, 176029.4, 176098.8, 176168.1, 176237.6, 176307.1, 176375.5, 176442.9, 176509.2, 176517.7, 176584.2, 176648.6, 176712.4),
yco=c(3376152, 3376130, 3376096, 3376074, 3376040, 3376019, 3375997, 3375963, 3375941, 3375907, 3375886, 3375851, 3375830, 3375808, 3375774, 3375718, 3375697, 3375676, 3375641, 3375620, 3375586, 3375564, 3375543, 3375509, 3375489, 3375454, 3375434, 3375415, 3375381, 3375362, 3375328, 3375310, 3375276, 3375259, 3375226, 3375209, 3375192, 3375159, 3375142, 3375109, 3375093, 3375060, 3375043, 3375010, 3374994, 3374960, 3374944, 3374911, 3374894, 3374878, 3374844, 3374828, 3374795, 3374778, 3374745, 3374729, 3374696, 3374680, 3374646, 3374630, 3374597, 3374581, 3374567, 3374536, 3374494, 3374464, 3374455, 3374428, 3374420, 3374395, 3374389, 3374366, 3374346, 3374341, 3374324, 3374307, 3374292, 3374289, 3374274, 3374258, 3374243, 3374240, 3374225, 3374209, 3374207, 3374192, 3374181, 3374172, 3374166, 3374162, 3374161, 3374163, 3374167, 3374175, 3374184, 3374197, 3374198, 3374213, 3374230, 3374248))

library(sp)
myLine190 <- Line(xy)
myL190 <- Lines(list(myLine190), ID = 1)
Spt1 <- SpatialLines(list(myL190))
Y1 <- coordinates (Spt1)  # the same as xy above

累计距离

DD1 = sqrt(rowSums(do.call("rbind", lapply(1:(dim(Y1)[1]-1), function(i){(Y1[i,])-(Y1[i+1,])}))^2))
cd1 = cumsum(c(0,DD1))
grid = seq(min(cd1), max(cd1), length.out = 20)

Answer 1

这是一个可能的解决方案。

df 坐标是你的 Y1 df。

dist.matrix <- as.matrix(dist(coordinates, method = "euclidean"))

创建一个距离矩阵并将其拆分为对角线。有关详细信息，请参阅。

d <- row(dist.matrix) - col(dist.matrix)
diagonals <- split(dist.matrix, d)

这是对角线下方的第一个对角线

dist.points <- diagonals$`1`

我们的总和矢量。

dist.cum <- cumsum(0, dist.points)

我们的距离分段向量。

dist.segments <- seq(min(dist.cum), max(dist.cum), length.out = 20)

这个布尔向量列表告诉您可以到达 dist.points 对角线中的哪个位置，这样它在一个段内。因此，您也知道您在原始数据框中的哪个点。因为条目 (2, 1) 告诉您从第二点到第一点的距离。也就是说，这就是关键。

segments <- lapply(dist.segments,
                   FUN = function(dist.segment)
                   {
                     return(dist.cum <= dist.segment)
                   })

从那里你只需要编写一个函数 returns 这个点和下一个点（通过使用布尔向量的段列表）并计算你需要达到精确的 cumsum 的额外距离。并且因为知道下一个点，所以可以很容易地计算出 (x, y) 坐标。

HTH！

Answer 2

示例数据

pts <- cbind(xco=c(172868.6, 172891, 172926.8, 172949.2, 172985, 173007.3, 173029.7, 173065.5, 173087.9, 173123.7, 173146, 173181.9, 173204.2, 173226.6, 173262.4, 173320.7, 173343, 173365.4, 173401.3, 173423.7, 173459.6, 173482, 173504.3, 173541.2, 173563.5, 173601.2, 173623.4, 173644.9, 173684.7, 173706.7, 173747.3, 173769.3, 173811, 173832.8, 173875.2, 173896.9, 173918.5, 173962, 173983.6, 174027.1, 174048.6, 174092.1, 174113.7, 174157.2, 174178.8, 174222.2, 174243.7, 174287.1, 174308.7, 174330.3, 174373.6, 174395.2, 174438.9, 174460.4, 174504.2, 174525.7, 174569.4, 174590.9, 174634.5, 174656, 174700.4, 174722, 174742.4, 174790.4, 174860.9, 174914.5, 174932.6, 174988.4, 175005.4, 175063.6, 175079.2, 175138.5, 175200.4, 175213.2, 175276, 175340.7, 175405.8, 175415.9, 175481, 175546.1, 175611.2, 175621.3, 175686.4, 175751.5, 175761.6, 175826.3, 175893.1, 175960.8, 176029.4, 176098.8, 176168.1, 176237.6, 176307.1, 176375.5, 176442.9, 176509.2, 176517.7, 176584.2, 176648.6, 176712.4),
yco=c(3376152, 3376130, 3376096, 3376074, 3376040, 3376019, 3375997, 3375963, 3375941, 3375907, 3375886, 3375851, 3375830, 3375808, 3375774, 3375718, 3375697, 3375676, 3375641, 3375620, 3375586, 3375564, 3375543, 3375509, 3375489, 3375454, 3375434, 3375415, 3375381, 3375362, 3375328, 3375310, 3375276, 3375259, 3375226, 3375209, 3375192, 3375159, 3375142, 3375109, 3375093, 3375060, 3375043, 3375010, 3374994, 3374960, 3374944, 3374911, 3374894, 3374878, 3374844, 3374828, 3374795, 3374778, 3374745, 3374729, 3374696, 3374680, 3374646, 3374630, 3374597, 3374581, 3374567, 3374536, 3374494, 3374464, 3374455, 3374428, 3374420, 3374395, 3374389, 3374366, 3374346, 3374341, 3374324, 3374307, 3374292, 3374289, 3374274, 3374258, 3374243, 3374240, 3374225, 3374209, 3374207, 3374192, 3374181, 3374172, 3374166, 3374162, 3374161, 3374163, 3374167, 3374175, 3374184, 3374197, 3374198, 3374213, 3374230, 3374248))

这是一个可以改进的解决方案

# interval
x <- 500

d <- raster::pointDistance(pts[-nrow(pts),], pts[-1,], lonlat=FALSE)
cd <- cumsum(d)
n <- trunc(sum(d) / x)
s <- (1:n) * x

xy <- matrix(ncol=2, nrow=length(s))  
for (i in 1:length(s)) {
    j <- which(cd >= s[i])[1]
    pd <- raster::pointDistance(pts[j,], pts[j+1,], lonlat=FALSE)
    r <- (s[i] - cd[j-1]) / pd
    xy[i,] <- c(((1 - r) * pts[j,1] + r * pts[j+1,1]), 
                ((1 - r) * pts[j,2] + r * pts[j+1,2]))
}

看看

plot(pts, type="l")
points(xy)

这可以通过在循环的最后一行使用 geosphere::destPoint 来针对 lon/lat 数据进行调整。

spsample("regular") 和 findInterval 可以让你接近。

sp <- raster::spLines(xy)
s <- sp::spsample(sp, 5, "regular")
plot(sp)
points(s)

但是选择的是节点，而不是节点之间的点。

如何在 R 中等分线段分割网络

How to split network in equal piece line segments in R

r

raster

spatial

sf

累计距离