R中缓冲区中多边形数据的聚合

Question

我有一个excel文件与加油站和另一个形状文件，有多边形(县)和相应的人口每个县。

我使用st_as_sf命令将excel文件转换为地理空间文件。县形文件包含市所有县的多边形，每个县有一列表示县内的人口。

我能够在加油站周围创建一个缓冲区，并使用地图视图将县、缓冲区和加油站划分为一起。

我的问题是，离这个加油站有多少人住在x米以内(我的缓冲区)。在图中，蓝色区域是加油站周围的缓冲区，下面的一层是用“人口”颜色表示的各县。搜索的重点是计算多边形中的点数，但我的查询有点不同。

我基本上是想从我的县形状文件中的人口列中提取，并且说400 ppl生活在加油站1等的缓冲区中，etc..for所有的加油站。

蓝色加油站和缓冲器图片

#在加油站周围建立一个1000米的缓冲区

petrol_buffer <- st_buffer(stations_geo,1000) %>% 
    rename(fuel_station_buffer=geometry) %>% 
     st_as_sf() %>% 
      mutate(buffer_id =1:29)

#创建社区的质心，这样我就可以看到哪些质心落在加油站缓冲区内。

   population_geo <- population_geo %>% 
    mutate(centroids= st_centroid(geometry))

#确定哪些质心落入加油站缓冲器

in_buffer<-    st_intersection(population_geo$centroids,  petrol_buffer$fuel_station_buffer) %>% 
 as_tibble() %>% 
 rename(in_buffer_geo=geometry) %>% 
  st_as_sf(  crs = 4326) 

  in_buffer <- in_buffer %>% 
    st_join(population_geo, by='centroids')

#这就是我陷入困境的地方，我需要找到一种方法把这个链接回我的加油站文件，这样我就可以知道196个社区引用的是哪些加油站。

Answer 1

在下面的例子中，我将使用tigris包来获取县的几何图形(而不是shapefile)，并创建少量的缓冲区(作为加油站)。请注意，人口密度只是一个例子，而不是真实的例子。

library(tigris)
library(sf)
LA <- counties(state = "LA", cb = TRUE)
LA <- LA |>
  mutate(area = as.double(st_area(geometry)/10^6)) |>
  mutate(density = 200000/area) |>
  st_as_sf()
plot(LA["density"])

​

​

为了简单起见，让我们创建示例缓冲区--在我们的例子中只有两个：

buffers <- st_sample(LA, 2) |>
  st_buffer(dist = 50000) |>
  st_as_sf() |>
  mutate(ID = 1:2)
  
plot(buffers$x, lwd = 3, add = TRUE)

​

​

现在，我们必须找到那些县(和他们的部分)与我们的缓冲区相交。最简单的方法就是调用st_intersection()函数，在这种情况下，它像过滤器一样工作，并返回几何图形列表，然后我们必须计算面积/人数，然后用缓冲区ID对其进行汇总。

LA |>
 st_intersection(buffers) |>
  mutate(aa = as.double(st_area(geometry)/10^6)) |>
  mutate(how_many_peple = aa * density) |>
  group_by(ID) |>
  summarise(sum(how_many_peple))

Simple feature collection with 2 features and 2 fields
[...]
# A tibble: 2 × 3
     ID `sum(how_many_peple)`                                                                                     geometry
  <int>                 <dbl>                                                                                <POLYGON [°]>
1     1               823361. ((-91.95035 30.28296, -91.94902 30.28298, -91.94413 30.28305, -91.94413 30.28882, -91.939...
2     2               292827. ((-93.29358 30.05181, -93.29358 30.05433, -93.28855 30.05446, -93.28855 30.05734, -93.286...

请注意区域在km^2中，密度在number of people/km^2中。