r - 如何将质心(标记)的数据分配给它所属的voronoi/thiessen多边形？ (右)

Question

在他的article中Kyle Walker 在 Leaflet 中展示了一种制作 Voronoi 多边形的方法。他drew Voronoi polygons around each starbucks coffeehouse in Fort Worth通过以下代码:

library(leaflet);    library(rgeos)
library(rgdal);    library(spatstat)
library(maptools)

starbucks <- read.csv('starbucks.csv')
fw <- subset(starbucks, City == 'Fort Worth')
coords <- cbind(fw$Longitude, fw$Latitude)
## Spatial points w/the WGS84 datum
sp_fw <- SpatialPointsDataFrame(coords = coords, data = fw, 
                proj4string = CRS("+proj=longlat +datum=WGS84"))
sp_fw_proj <- spTransform(sp_fw, CRS("+init=epsg:26914"))
fw_coords <- sp_fw_proj@coords
## Create the window for the polygons
window <- owin(range(fw_coords[,1]), range(fw_coords[,2]))
## Create the polygons
d <- dirichlet(as.ppp(fw_coords, window))
## Convert to a SpatialPolygonsDataFrame and calculate an "area" field.  
dsp <- as(d, "SpatialPolygons")
dsp_df <- SpatialPolygonsDataFrame(dsp,
                                   data = data.frame(id =  1:length(dsp@polygons)))
proj4string(dsp_df) <- CRS("+init=epsg:26914")
dsp_df$area <- round((gArea(dsp_df, byid = TRUE) / 1000000), 1)
dsp_xy <- spTransform(dsp_df, CRS("+proj=longlat +datum=WGS84"))
## Map it!
leaflet() %>%
  addMarkers(data = fw, 
         lat = ~ Latitude, 
         lng = ~ Longitude, 
         popup = fw$Name) %>%
  addPolygons(data = dsp_xy, 
          color = "green", 
          fill = "green", 
          popup = paste0("Area: ", 
                         as.character(dsp_xy$area), 
                         " square km")) %>%
    addTiles()

我想向他的 map 添加一个额外的功能:我想为多边形指定特定的颜色。此颜色取决于最近标记(质心)的特征。

例如，将星巴克质心设置为“绿色”，将 Dunkin' Donuts 质心设置为“紫色”，为每个多边形着色。 (假设 starbucks.csv 还包含 Dunkin' Donuts 的坐标)

换句话说，我想将质心(“fw”)的数据与其所属多边形(“dsp_xy”)的数据合并。

有人可以帮我解决这个问题吗？

Answer 1

dismo 包中的 voronoi 函数就是您所需要的。我还将使用这篇文章来演示 R 的新 sf 包。

让我们生成一个可重现的星巴克和 Dunkin Donuts 位置的假数据集:

library(leaflet)
library(sf)
library(dismo)
library(sp)

set.seed(1983)

# Get some sample data

long <- sample(seq(-118.4, -118.2, 0.001), 50, replace = TRUE)

lat <- sample(seq(33.9, 34.1, 0.001), 50, replace = TRUE)

type <- sample(c("Starbucks", "Dunkin"), 50, replace = TRUE)

接下来，让我们根据我们的数据创建一个 sf 数据框，然后看一下:

points <- data.frame(long = long, lat = lat, type = type) %>%
  st_as_sf(crs = 4326, coords = c("long", "lat"))

plot(points)

接下来，我们使用 dismo 包中的 voronoi 函数创建 Voronoi 多边形，这非常简单，然后为其指定与我们的点相同的坐标系。在现实世界的工作流程中，您应该使用投影坐标系，但我将仅使用 WGS84(操作将假定为平面坐标系)进行说明。另请注意，我在 sf 和 sp 类(class)之间来回切换； R世界将及时全力支持sf，但在此期间强制是很简单的。

polys <- points %>%
  as("Spatial") %>%
  voronoi() %>%
  st_as_sf() %>%
  st_set_crs(., 4326)

plot(polys)

现在，使用您想要的颜色通过 Leaflet 将其可视化:

pal <- colorFactor(c("purple", "green"), polys$type)

polys %>%
  leaflet() %>%
  addProviderTiles(providers$CartoDB.Positron) %>%
  addPolygons(fillColor = ~pal(type), weight = 0.5, color = "grey") %>%
  addCircleMarkers(data = points, label = ~type, color = ~pal(type))

我们在这里不需要它，但是 sf 中您也想了解的一个函数是 st_join，它可以无缝处理空间连接，并且可以适用于您最初提议的覆盖类型。