Генерация различного числа случайных точек путем сопоставления идентификатора SpatialPolygonsDataFrame и идентификатора SpatialpointsDataframe - PullRequest
0 голосов
/ 06 марта 2020

Используя adehabitathr, я создал SpatialPolygonsDataFrame, который содержит несколько полигонов, каждый из которых соответствует определенному c животному ($ id).

`class       : SpatialPolygonsDataFrame 
features    : 73 
extent      : 429384, 455814.9, 3663493, 3694857  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=utm +zone=17 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
variables   : 6
# A tibble: 73 x 6
   id          area Sex   Opossum Season Habitat   
   <fct>      <dbl> <fct> <fct>   <fct>  <fct>     
 1 B18.301 1039555. M     301     B      Riparian  
 2 B18.309 3276402. M     309     B      Pine      
 3 B18.313  563898. F     313     B      Riparian  
 4 B18.346  433070. M     346     B      Bottomland
 5 B18.355 2959367. M     355     B      Bottomland
 6 B18.390 3418402. M     390     B      Wetland   
 7 B18.392  740327. M     392     B      Bottomland
 8 B18.394  734077. M     394     B      Bottomland
 9 B18.396  788242. F     396     B      Pine      
10 B18.399  387759. F     399     B      Bottomland
# ... with 63 more rows`

Используя соответствующий пространственный полигон каждого животного в качестве маски, я хотел бы создать пространственный точечный кадр данных, который состоит из случайных точек. Количество случайных точек в каждом пространственном полигоне должно определяться количеством исходных точек (используемых для создания SpatialPolygonsDataFrame), которые перекрывают пространственный многоугольник.

Исходный элемент SpatialPointsDataFrame выглядит следующим образом: (обратите внимание на соответствующий столбец идентификатора)

  class       : SpatialPointsDataFrame 
features    : 9859 
extent      : 429384, 455814.9, 3662961, 3694857  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=utm +zone=17 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
variables   : 30
# A tibble: 9,859 x 30
   Opossum id    datetim      X      Y Latitud Longitd sep1  B_NB   Year Season M_F   sit_typ Site  sep2  collrID Dt_Dply Mrt_Drp Cllr_sw D_M_D_S
   <fct>   <fct>   <fct>    <dbl>  <dbl>   <dbl>   <dbl> <fct> <fct> <int> <fct>  <fct> <fct>   <fct> <fct>   <int> <fct>     <int>   <int> <fct>  
 1 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 2 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 3 301     B18.301 2018-0~ 4.39e5 3.69e6    33.3   -81.7 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 4 301     B18.301 2018-0~ 4.39e5 3.69e6    33.3   -81.7 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 5 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 6 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 7 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 8 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
 9 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
10 301     B18.301 2018-0~ 4.40e5 3.69e6    33.3   -81.6 /     B        18 B18    M     Ripari~ R4    /       40967 2018-0~       1       0 2018-0~
# ... with 9,849 more rows, and 10 more variables: sep3 <fct>, Altitud <int>, Speed <dbl>, Hdop <dbl>, Nm_f_st <int>, Fix_tim <int>, X2D_3D <int>,
...