telefono - sistema fedecredito oficinas

R-Encontrar el punto vecino más cercano y el número de vecinos dentro de un radio dado, coordenadas latentes

Question

Estoy tratando de averiguar qué tan aislados están ciertos puntos dentro de mi conjunto de datos. Estoy utilizando dos métodos para determinar el aislamiento, la distancia del vecino más cercano y el número de sitios vecinos dentro de un radio determinado. Todas mis coordenadas están en latitud y longitud.

Así es como se ven mis datos:

    pond            lat         long        area    canopy  avg.depth   neighbor    n.lat   n.long  n.distance  n.area  n.canopy    n.depth n.avg.depth radius1500
    A10             41.95928    -72.14605   1500    66      60.61538462                                 
    AA006           41.96431    -72.121     250     0       57.77777778                                 
    Blacksmith      41.95508    -72.123803  361     77      71.3125                                 
    Borrow.Pit.1    41.95601    -72.15419   0       0       41.44444444                                 
    Borrow.Pit.2    41.95571    -72.15413   0       0       37.7                                    
    Borrow.Pit.3    41.95546    -72.15375   0       0       29.22222222                                 
    Boulder         41.918223   -72.14978   1392    98      43.53333333                                 

Quiero poner el nombre del estanque vecino más cercano en la columna vecino, su lat y long en n.lat y n.long, la distancia entre los dos estanques en n.distance, y el área, el dosel y avg.depth en Cada una de las columnas apropiadas.

Segundo, quiero poner el número de estanques dentro de 1500 m del estanque objetivo en radio1500.

¿Alguien sabe de una función o paquete que me ayude a calcular las distancias / números que quiero? Si es un problema, no será difícil ingresar los otros datos que necesito, pero el nombre y la distancia del vecino más cercano, más la cantidad de estanques a menos de 1500 m es con lo que realmente necesito ayuda.

Gracias.

Answer 1

La mejor opción es usar las bibliotecas sp y rgeos , que le permiten construir clases espaciales y realizar geoprocesamiento.

library(sp)
library(rgeos)

Lee los datos y transformalos en objetos espaciales:

mydata <- read.delim(''d:/temp/testfile.txt'', header=T)

sp.mydata <- mydata
coordinates(sp.mydata) <- ~long+lat

class(sp.mydata)
[1] "SpatialPointsDataFrame"
attr(,"package")
[1] "sp"

Ahora calcula las distancias en pares entre los puntos

d <- gDistance(sp.mydata, byid=T)

Encuentre la segunda distancia más corta (la distancia más cercana es de punto a sí misma, por lo tanto, use la segunda más corta)

min.d <- apply(d, 1, function(x) order(x, decreasing=F)[2])

Construye un nuevo marco de datos con las variables deseadas

newdata <- cbind(mydata, mydata[min.d,], apply(d, 1, function(x) sort(x, decreasing=F)[2]))

colnames(newdata) <- c(colnames(mydata), ''neighbor'', ''n.lat'', ''n.long'', ''n.area'', ''n.canopy'', ''n.avg.depth'', ''distance'')

newdata
            pond      lat      long area canopy avg.depth     neighbor    n.lat    n.long n.area n.canopy n.avg.depth
6            A10 41.95928 -72.14605 1500     66  60.61538 Borrow.Pit.3 41.95546 -72.15375      0        0    29.22222
3          AA006 41.96431 -72.12100  250      0  57.77778   Blacksmith 41.95508 -72.12380    361       77    71.31250
2     Blacksmith 41.95508 -72.12380  361     77  71.31250        AA006 41.96431 -72.12100    250        0    57.77778
5   Borrow.Pit.1 41.95601 -72.15419    0      0  41.44444 Borrow.Pit.2 41.95571 -72.15413      0        0    37.70000
4   Borrow.Pit.2 41.95571 -72.15413    0      0  37.70000 Borrow.Pit.1 41.95601 -72.15419      0        0    41.44444
5.1 Borrow.Pit.3 41.95546 -72.15375    0      0  29.22222 Borrow.Pit.2 41.95571 -72.15413      0        0    37.70000
6.1      Boulder 41.91822 -72.14978 1392     98  43.53333 Borrow.Pit.3 41.95546 -72.15375      0        0    29.22222
        distance
6   0.0085954872
3   0.0096462277
2   0.0096462277
5   0.0003059412
4   0.0003059412
5.1 0.0004548626
6.1 0.0374480316

Edición: si las coordenadas están en grados y desea calcular la distancia en kilómetros, utilice el paquete de geosphere

library(geosphere)

d <- distm(sp.mydata)

# rest is the same

Esto debería proporcionar mejores resultados, si los puntos están dispersos en todo el mundo y las coordenadas están en grados

Answer 2

La solución propuesta por @Zbynek es bastante buena, pero si está buscando una distancia entre dos vecinos en km como soy, le estoy proponiendo esta solución.

   earth.dist<-function(lat1,long1,lat2,long2){

           rad <- pi/180
           a1 <- lat1 * rad
           a2 <- long1 * rad
           b1 <- lat2 * rad
           b2 <- long2 * rad
           dlat <- b1-a1
           dlon<- b2-a2
           a <- (sin(dlat/2))^2 +cos(a1)*cos(b1)*(sin(dlon/2))^2
           c <- 2*atan2(sqrt(a),sqrt(1-a))
           R <- 6378.145
           dist <- R *c
           return(dist)
           }


    Dist <- matrix(0,ncol=length(mydata),nrow=length(mydata.sp))

  for (i in 1:length(mydata)){
      for(j in 1:length(mydata.sp)){
          Dist[i,j] <- earth.dist(mydata$lat[i],mydata$long[i],mydata.sp$lat[j],mydata.sp$long[j])
 }}



     DDD <- matrix(0, ncol=5,nrow=ncol(Dist))   ### RECTIFY the nb of col by the number of variable you want

   for(i in 1:ncol(Dist)){
       sub<- sort(Dist[,i])[2]
       DDD[i,1] <- names(sub) 
       DDD[i,2] <- sub
       DDD[i,3] <- rownames(Dist)[i]
       sub_neig_atr <- Coord[Coord$ID==names(sub),]
       DDD[i,4] <- sub_neig_atr$area
       DDD[i,5] <- sub_neig_atr$canopy
       ### Your can add any variable you want here 

   }

    DDD <- as.data.frame(DDD)

    names(DDD)<-c("neigboor_ID","distance","pond","n.area","n.canopy")
   data <- merge(mydata,DDD, by="pond")

Usted termina obteniendo una distancia en km si sus coordenadas son largas y latinas.

¿Alguna sugerencia para hacerlo mejor?