স্পেসডম্যানের উত্তর এবং উপরের ইঙ্গিতগুলি কার্যকর ছিল, তবে তারা নিজেরাই পুরো উত্তরটি গঠন করে না। আমার পক্ষ থেকে কিছু গোয়েন্দা কাজ করার পরে আমি একটি উত্তরের নিকটবর্তী হয়েছি যদিও আমি এখনও gIntersectionযেভাবে চাইছি তা পেতে সক্ষম হইনি (উপরে মূল প্রশ্নটি দেখুন)। তবুও আমি আছে SpatialPolygonsDataFrame মধ্যে আমার নতুন বহুভুজ পেতে পরিচালিত।
আপডেট 2012-11-11: আমি মনে করি একটি কার্যক্ষম সমাধান পেয়েছি (নীচে দেখুন)। কী একটি বহুভুজ মোড়ানো ছিল SpatialPolygonsযখন ব্যবহার কল gIntersectionথেকে rgeosপ্যাকেজ। আউটপুটটি দেখতে এটির মতো দেখাচ্ছে:
[1] "Haverfordwest: Portfield ED (poly 2) area = 1202564.3, intersect = 143019.3, intersect % = 11.9%"
[1] "Haverfordwest: Prendergast ED (poly 3) area = 1766933.7, intersect = 100870.4, intersect % = 5.7%"
[1] "Haverfordwest: Castle ED (poly 4) area = 683977.7, intersect = 338606.7, intersect % = 49.5%"
[1] "Haverfordwest: Garth ED (poly 5) area = 1861675.1, intersect = 417503.7, intersect % = 22.4%"
বহুভুজ সন্নিবেশ করা আমার চিন্তাভাবনার চেয়ে শক্ত ছিল কারণ আশ্চর্যজনকভাবে, বিদ্যমান অর্ডানেন্স জরিপ-প্রাপ্ত আকৃতির ফাইলে কোনও নতুন আকৃতি সন্নিবেশ করার কোনও সহজ-অনুসরণ-অনুসরণ উদাহরণ বলে মনে হয় না। আমি এখানে আমার পদক্ষেপগুলি পুনরায় উত্পাদন করেছি এই আশায় যে এটি অন্য কারও পক্ষে কার্যকর হবে। ফলাফলটি এর মতো একটি মানচিত্র।
যদি / যখন আমি ছেদ করার সমস্যাটি সমাধান করি তবে আমি এই উত্তরটি সম্পাদনা করব এবং চূড়ান্ত পদক্ষেপগুলি যুক্ত করব, যদি না কেউ অবশ্যই আমাকে এতে মারধর করে এবং পুরো উত্তর সরবরাহ না করে। ইতিমধ্যে, আমার সমাধান সম্পর্কে এখনও অবধি মন্তব্য / পরামর্শ সব স্বাগত।
কোড অনুসরণ।
require(sp) # the classes and methods that make up spatial ops in R
require(maptools) # tools for reading and manipulating spatial objects
require(mapdata) # includes good vector maps of world political boundaries.
require(rgeos)
require(rgdal)
require(gpclib)
require(ggplot2)
require(scales)
gpclibPermit()
## Download the Ordnance Survey Boundary-Line data (large!) from this URL:
## https://www.ordnancesurvey.co.uk/opendatadownload/products.html
## then extract all the files to a local folder.
## Read the electoral division (ward) boundaries from the shapefile
shp1 <- readOGR("C:/test", layer = "unitary_electoral_division_region")
## First subset down to the electoral divisions for the county of Pembrokeshire...
shp2 <- shp1[shp1$FILE_NAME == "SIR BENFRO - PEMBROKESHIRE" | shp1$FILE_NAME == "SIR_BENFRO_-_PEMBROKESHIRE", ]
## ... then the electoral divisions for the town of Haverfordwest (this could be done in one step)
shp3 <- shp2[grep("haverford", shp2$NAME, ignore.case = TRUE),]
## Create a matrix holding the long/lat coordinates of the desired new shape;
## one coordinate pair per line makes it easier to visualise the coordinates
my.coord.pairs <- c(
194500,215500,
194500,216500,
195500,216500,
195500,215500,
194500,215500)
my.rows <- length(my.coord.pairs)/2
my.coords <- matrix(my.coord.pairs, nrow = my.rows, ncol = 2, byrow = TRUE)
## The Ordnance Survey-derived SpatialPolygonsDataFrame is rather complex, so
## rather than creating a new one from scratch, copy one row and use this as a
## template for the new polygon. This wouldn't be ideal for complex/multiple new
## polygons but for just one simple polygon it seems to work
newpoly <- shp3[1,]
## Replace the coords of the template polygon with our own coordinates
newpoly@polygons[[1]]@Polygons[[1]]@coords <- my.coords
## Change the name as well
newpoly@data$NAME <- "zzMyPoly" # polygons seem to be plotted in alphabetical
# order so make sure it is plotted last
## The IDs must not be identical otherwise the spRbind call will not work
## so use the spCHFIDs to assign new IDs; it looks like anything sensible will do
newpoly2 <- spChFIDs(newpoly, paste("newid", 1:nrow(newpoly), sep = ""))
## Now we should be able to insert the new polygon into the existing SpatialPolygonsDataFrame
shp4 <- spRbind(shp3, newpoly2)
## We want a visual check of the map with the new polygon but
## ggplot requires a data frame, so use the fortify() function
mydf <- fortify(shp4, region = "NAME")
## Make a distinction between the underlying shapes and the new polygon
## so that we can manually set the colours
mydf$filltype <- ifelse(mydf$id == 'zzMyPoly', "colour1", "colour2")
## Now plot
ggplot(mydf, aes(x = long, y = lat, group = group)) +
geom_polygon(colour = "black", size = 1, aes(fill = mydf$filltype)) +
scale_fill_manual("Test", values = c(alpha("Red", 0.4), "white"), labels = c("a", "b"))
## Visual check, successful, so back to the original problem of finding intersections
overlaid.poly <- 6 # This is the index of the polygon we added
num.of.polys <- length(shp4@polygons)
all.polys <- 1:num.of.polys
all.polys <- all.polys[-overlaid.poly] # Remove the overlaid polygon - no point in comparing to self
all.polys <- all.polys[-1] ## In this case the visual check we did shows that the
## first polygon doesn't intersect overlaid poly, so remove
## Display example intersection for a visual check - note use of SpatialPolygons()
plot(gIntersection(SpatialPolygons(shp4@polygons[3]), SpatialPolygons(shp4@polygons[6])))
## Calculate and print out intersecting area as % total area for each polygon
areas.list <- sapply(all.polys, function(x) {
my.area <- shp4@polygons[[x]]@Polygons[[1]]@area # the OS data contains area
intersected.area <- gArea(gIntersection(SpatialPolygons(shp4@polygons[x]), SpatialPolygons(shp4@polygons[overlaid.poly])))
print(paste(shp4@data$NAME[x], " (poly ", x, ") area = ", round(my.area, 1), ", intersect = ", round(intersected.area, 1), ", intersect % = ", sprintf("%1.1f%%", 100*intersected.area/my.area), sep = ""))
return(intersected.area) # return the intersected area for future use
})
library(scales)স্বচ্ছতার কাজ করতে এখন যোগ করতে হবে।