r - 如何在 R 中使用 ggplot2 在投影 map 上绘制插值数据

Question

我想使用 ggplot2 在投影 map 上绘制一些插值数据，并且我已经研究这个问题几个星期了。希望有人能帮助我，非常感谢。 shapefile 和数据可以在 https://www.dropbox.com/s/8wfgf8207dbh79r/gpr_000b11a_e.zip?dl=0 中找到。和 https://www.dropbox.com/s/9czvb35vsyf3t28/Mydata.rdata?dl=0 .

首先，shapefile 最初使用“lon-lat”投影，我需要将其转换为 Albers Equal Area (aea) 投影。

library(automap)
library(ggplot2)
library(rgdal)
load("Mydata.rdata",.GlobalEnv)
canada2<-readOGR("gpr_000b11a_e.shp", layer="gpr_000b11a_e")
g <- spTransform(canada2, CRS("+proj=aea +lat_1=50 +lat_2=70 +lat_0=40 +lon_0=-96 +x_0=0 +y_0=0 +datum=NAD83 +units=m +no_defs +ellps=GRS80 +towgs84=0,0,0"))
Borders=ggplot() +geom_polygon(data=g,aes(x=long,y=lat,group=group),fill='white',color = "black")
Borders

如我们所见，我们可以正确绘制国家/地区。然后我想用克里金法对数据进行插值，代码取自 Smoothing out ggplot2 map .

coordinates(Mydata)<-~longitude+latitude
proj4string(Mydata)<-CRS("+proj=longlat +datum=NAD83")
sp_mydata<-spTransform(Mydata,CRS(proj4string(g)))
Krig=autoKrige(APPT~1,sp_mydata)
interp_data = as.data.frame(Krig$krige_output)
colnames(interp_data) = c("latitude","longitude","APPT_pred","APPT_var","APPT_stdev")
interp_data=interp_data[,1:3]
ggplot(data=interp_data, aes(x=longitude, y=latitude)) + geom_tile(aes(fill=APPT_pred),color=NA)

然后我们就可以看到插值数据图了。


最后我想把这两个数字结合起来，然后我得到以下错误: Error: Don't know how to add o to a plot

ggplot(data=interp_data, aes(x=longitude, y=latitude)) + geom_tile(aes(fill=APPT_pred),color=NA)+Borders 

我的问题是:如何在 map 上绘制插值数据，然后添加网格线(经度和纬度)。另外，我想知道如何剪辑插值数据 map 以适合整个加拿大 map 。谢谢您的帮助。

Answer 1

深入挖掘后，我想你可能想要这个:

Krig = autoKrige(APPT~1,sp_mydata)$krige_output
Krig = Krig[!is.na(over(Krig,as(g,"SpatialPolygons"))),]  # take only the points falling in poolygons
Krig_df = as.data.frame(Krig)
names(Krig_df) = c("APPT_pred","APPT_var","APPT_stdev","longitude","latitude")
g_fort = fortify(g)
Borders = ggplot() +
  geom_raster(data=Krig_df, aes(x=longitude, y=latitude,fill=APPT_pred))+
  geom_polygon(data=g_fort,aes(x=long,y=lat,group=group),
               fill='transparent',color = "black")+
  theme_bw()
Borders

这使:



唯一的问题是您在生成的 map 中仍然有“缺失”的插值区域(例如，在西部)。
这是因为从 autokrige 开始帮助:

new_data: A sp object containing the prediction locations. new_data can be a points set, a grid or a polygon. Must not contain NA’s. If this object is not provided a default is calculated. This is done by taking the convex hull of input_data and placing around 5000 gridcells in that convex hull

因此，如果您不提供可行的新数据作为参数，则内插区域受输入数据集点的凸包限制(= 无外推)。
这可以使用 spsample 解决在 sp包裹:

library(sp)
ptsreg <- spsample(g, 4000, type = "regular")   # Define the ouput grid - 4000 points in polygons extent
Krig = autoKrige(APPT~1,sp_mydata, new_data = ptsreg)$krige_output
Krig = Krig[!is.na(over(Krig,as(g,"SpatialPolygons"))),]  # take only the points falling in poolygons
Krig_df = as.data.frame(Krig)
names(Krig_df) = c("longitude","latitude", "APPT_pred","APPT_var","APPT_stdev")
g_fort = fortify(g)
Borders = ggplot() +
  geom_raster(data=Krig_df, aes(x=longitude, y=latitude,fill=APPT_pred))+
  geom_polygon(data=g_fort,aes(x=long,y=lat,group=group),
               fill='transparent',color = "black")+
  theme_bw()
Borders

这使:


请注意，可以通过增加对 spsample 的调用中的插值点数量来去除多边形边界附近仍然存在的小“洞”。 (由于操作慢，所以只要求4000，这里)

一个更简单的快速替代方案可能是使用包 mapview

library(mapview)
m1 <- mapview(Krig)
m2 <- mapview(g)
m2+m1

(您可能希望使用不太详细的多边形边界 shapefile，因为这很慢)

哈!