Упрощение многоугольников в rgeos и ведение данных в SpatialPolygonsDataFrame

Question

Фон

Я заинтересован в упрощении полигонов с использованием gSimplifyфункция доступна через rgeos пакет.

Воспроизводимый пример

Воспроизводимый пример может быть сгенерирован с использованием кода ниже:

# Data sourcing -----------------------------------------------------------

# Download an read US state shapefiles
tmp_shps <- tempfile()
tmp_dir <- tempdir()
download.file(
    "http://www2.census.gov/geo/tiger/GENZ2014/shp/cb_2014_us_state_20m.zip",
    tmp_shps
)
unzip(tmp_shps, exdir = tmp_dir)

# Libs
require(rgdal)
require(rgeos)

# Read
us_shps <- readOGR(dsn = tmp_dir, layer = "cb_2014_us_state_20m")

# Simplified --------------------------------------------------------------

# Simplifiy
us_shps_smpl <- gSimplify(spgeom = us_shps,
                          tol = 200,
                          topologyPreserve = TRUE)

предварительный просмотр

par(mfrow = c(2,1))
plot(us_shps_smpl, main = "Simplified")
plot(us_shps, main = "Original")

проблема

В дополнение к упрощению полигонов gSimplify Функция изменила классы полученного объекта:

>> class(us_shps)
[1] "SpatialPolygonsDataFrame"
attr(,"package")
[1] "sp"
>> class(us_shps_smpl)
[1] "SpatialPolygons"
attr(,"package")
[1] "sp"

>> names(us_shps)
[1] "STATEFP"  "STATENS"  "AFFGEOID" "GEOID"    "STUSPS"   "NAME"     "LSAD"     "ALAND"    "AWATER"  
>> names(us_shps_smpl)
 [1] "0"  "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10" "11" "12" "13" "14" "15" "16" "17" "18" "19"
[21] "20" "21" "22" "23" "24" "25" "26" "27" "28" "29" "30" "31" "32" "33" "34" "35" "36" "37" "38" "39"
[41] "40" "41" "42" "43" "44" "45" "46" "47" "48" "49" "50" "51"

Вопросы

• Как можно безопасно восстановить данные, которые изначально были доступны в исходном объекте, и преобразовать получившийся SpatialPolygons возражать против SpatialPolygonsDataFrame

• Я считаю, что один из подходов будет просто включать прикрепление фрейма данных, но это зависит от того, как элементы не меняются. Есть ли другие лучшие подходы (в идеале, сохранение исходного класса объектов)?

Answer 1

sf Пакет полностью основан на фреймах данных, поэтому его геометрические манипуляции всегда сохраняют данные, прикрепленные к каждому объекту. Пакет еще не догнал все стандартные пространственные пакеты в R, но довольно легко переключаться между sf а также sp объекты, когда вам нужно больше функциональности.

Вот, st_simplify() работает, но сначала вам нужно спроецировать ваши полигоны:

library(sf)

# Download and read example data
tmp_shps <- tempfile()
tmp_dir <- tempdir()
download.file(
  "http://www2.census.gov/geo/tiger/GENZ2014/shp/cb_2014_us_state_20m.zip",
  tmp_shps
)
unzip(tmp_shps, exdir = tmp_dir)

us_shps <- st_read(paste(tmp_dir, "cb_2014_us_state_20m.shp", sep = "/"))

# st_simplify needs a projected CRS
us_shps_merc <- st_transform(us_shps, 3857)
simple_us_merc <- st_simplify(us_shps_merc)

# Change back to original CRS
simple_us <- st_transform(simple_us_merc, st_crs(us_shps))

# Change to sp object, if you like
simple_us_sp <- as(st_zm(simple_us), "Spatial")