R 在绘制世界地图时使用不同于本初子午线的中心

我正在将

maps

包中的世界地图覆盖到

ggplot2

光栅几何体上。但是，该光栅并非以本初子午线（0度）为中心，而是以180度为中心（大致为白令海和太平洋）。以下代码获取贴图并以180度角重新居中贴图：

require(maps)
world_map = data.frame(map(plot=FALSE)[c("x","y")])
names(world_map) = c("lon","lat")
world_map = within(world_map, {
  lon = ifelse(lon < 0, lon + 360, lon)
})
ggplot(aes(x = lon, y = lat), data = world_map) + geom_path()

这将导致正确的图像。我现在有几个问题：

一定有更好的方法把地图集中在另一条子午线上。我尝试在

map

中使用

orientation

参数，但将其设置为

orientation=c（0180,0）

并没有产生正确的结果，事实上它没有改变结果对象的任何内容（

all.equal

产生

TRUE

）

在不删除某些多边形的情况下，应该可以去除水平条纹。这可能是解决问题的第一点。也解决了这一点

---

这可能有点棘手，但您可以通过以下方式完成：

mp1 <- fortify(map(fill=TRUE, plot=FALSE))
mp2 <- mp1
mp2$long <- mp2$long + 360
mp2$group <- mp2$group + max(mp2$group) + 1
mp <- rbind(mp1, mp2)
ggplot(aes(x = long, y = lat, group = group), data = mp) + 
  geom_path() + 
  scale_x_continuous(limits = c(0, 360))

已更新

我在这里作了一些解释：

整个数据如下所示：

ggplot(aes(x = long, y = lat, group = group), data = mp) + geom_path()

但是通过

scale\x\u continuous（limits=c（0360））

，您可以从0到360经度裁剪区域的子集

---

在

geom_path

中，连接同一组的数据。因此，如果

mp2$group，这里有一个不同的方法。其工作原理如下：

将世界地图从
maps
包转换为具有地理（lat-long）CRS的
SpatialLines
对象
将
SpatialLines
地图投影到以本初子午线为中心的板车（也称为等距圆柱）投影中。（该投影非常类似于地理地图）
切割成两段，否则将被地图的左边缘和右边缘剪裁。（这是使用
rgeos
包中的拓扑函数完成的。）
重新投影到以所需子午线为中心的平板车投影（
lon_0
术语取自
PROJ_4
程序，该程序由
rgdal
包中的
spTransform（）
使用）
识别（并移除）任何剩余的“条纹”。我通过搜索跨越三条广泛分离的子午线中的两条来实现自动化。（这也使用了
rgeos
包中的拓扑函数。）
这显然是一个很大的工作，但留下的映射是最小截断的，并且可以使用
spTransform（）
轻松地重新编程。要使用
base
或
lattice
图形将这些图像覆盖在光栅图像之上，我首先使用
spTransform（）
重新投影光栅。如果需要，网格线和标签同样可以投影以匹配
空间线
地图


库（sp）
图书馆（地图）
库（maptools）35;#map2SpatialLines（），prueMap（）
库（rgdal）35;#CRS（），spTransform（）
库（rgeos）##readWKT（），gIntersects（），gBuffer（），gDifference（）
##将“贴图”贴图转换为“空间线”贴图
makeSLmap这应该可以：

 wm <- map.wrap(map(projection="rectangular", parameter=0, orientation=c(90,0,180), plot=FALSE))
world_map <- data.frame(wm[c("x","y")])
names(world_map) <- c("lon","lat")

wm如果您只想将地图居中180度，则
maps
包中的地图“world2”或
mapdata
包中的高分辨率版本“world2Hires”已经居中180度。其余代码工作正常。感谢您的评论！不过我还是对灵活的解决方案感兴趣。你只对ggplot解决方案感兴趣吗？我会使用
sp
和相关软件包来完成大部分工作，但不知道如何将
sp
的
Spatial*
对象（尤其是光栅表示的对象）转换为ggplot…sp类转换为ggplot2可以使用的东西非常简单。所以我对基于sp的答案持开放态度。@PaulHiemstra——这也是一个解决方案吗？有没有可能（对一个好奇的非r用户）描述一下它是如何工作的？+1，很好！尽管我仍然很好奇是否可以防止修改
map
的输出，并通过更改
map
的输入来指定它。因为
map（orientation=c（90,0,180），projection=“mercator”）
也失败了，可能没有办法。很好的解决方案。如果您还想将填充映射到国家/地区，是否有办法使其工作？感谢此伟大的解决方案（在您回答问题5年后），只需指出，您可以将比例从连续缩放（限制=c（0，360））更改为坐标缩放（xlim=c（0，360））。如果有人决定使用多边形，它将避免出现问题。这里有一个例子：这是一个很好的治疗方法。有没有一种方法可以对空间多边形对象执行类似的操作，以便我们可以保留国家边界信息？@PeterEllis——这是我第一次尝试的，使用（IIRC）
rgeos
“
gBuffer（）
沿分裂子午线制作一个薄的垂直多边形，然后
gDifference（）
以剪切其交叉的空间多边形。不幸的是，
rgeos
“多边形检查标准太高了，&它拒绝了我可以从
map
对象创建的任何空间多边形，以及关于无效拓扑等的消息。我在尝试修复多边形时把头撞在墙上太久了，所以如果你有任何发现，请务必告诉我！或者，我在注释中链接到上述问题的解决方案是否有效？当我在此处运行代码时，除非您向gBuffer函数添加byid=T参数，否则将失败，即：SP感谢您的回答，尽管它没有使用
ggplot2
。Oops，true。您可以在原始代码中替换它，但令人烦恼的是，当前需要先设置plot=TRUE，因为wrap=TRUE仅在打印数据时使用。
ggplot(aes(x = long, y = lat, group = group), data = mp) + geom_path()

library(sp)
library(maps)
library(maptools)   ## map2SpatialLines(), pruneMap()
library(rgdal)      ## CRS(), spTransform()
library(rgeos)      ## readWKT(), gIntersects(), gBuffer(), gDifference() 

## Convert a "maps" map to a "SpatialLines" map
makeSLmap <- function() {
    llCRS <- CRS("+proj=longlat +ellps=WGS84")
    wrld <- map("world", interior = FALSE, plot=FALSE,
            xlim = c(-179, 179), ylim = c(-89, 89))
    wrld_p <- pruneMap(wrld, xlim = c(-179, 179))
    map2SpatialLines(wrld_p, proj4string = llCRS)
}

## Clip SpatialLines neatly along the antipodal meridian
sliceAtAntipodes <- function(SLmap, lon_0) {
    ## Preliminaries
    long_180 <- (lon_0 %% 360) - 180
    llCRS  <- CRS("+proj=longlat +ellps=WGS84")  ## CRS of 'maps' objects
    eqcCRS <- CRS("+proj=eqc")
    ## Reproject the map into Equidistant Cylindrical/Plate Caree projection 
    SLmap <- spTransform(SLmap, eqcCRS)
    ## Make a narrow SpatialPolygon along the meridian opposite lon_0
    L  <- Lines(Line(cbind(long_180, c(-89, 89))), ID="cutter")
    SL <- SpatialLines(list(L), proj4string = llCRS)
    SP <- gBuffer(spTransform(SL, eqcCRS), 10, byid = TRUE)
    ## Use it to clip any SpatialLines segments that it crosses
    ii <- which(gIntersects(SLmap, SP, byid=TRUE))
    # Replace offending lines with split versions
    # (but skip when there are no intersections (as, e.g., when lon_0 = 0))
    if(length(ii)) { 
        SPii <- gDifference(SLmap[ii], SP, byid=TRUE)
        SLmap <- rbind(SLmap[-ii], SPii)  
    }
    return(SLmap)
}

## re-center, and clean up remaining streaks
recenterAndClean <- function(SLmap, lon_0) {
    llCRS <- CRS("+proj=longlat +ellps=WGS84")  ## map package's CRS
    newCRS <- CRS(paste("+proj=eqc +lon_0=", lon_0, sep=""))
    ## Recenter 
    SLmap <- spTransform(SLmap, newCRS)
    ## identify remaining 'scratch-lines' by searching for lines that
    ## cross 2 of 3 lines of longitude, spaced 120 degrees apart
    v1 <-spTransform(readWKT("LINESTRING(-62 -89, -62 89)", p4s=llCRS), newCRS)
    v2 <-spTransform(readWKT("LINESTRING(58 -89, 58 89)",   p4s=llCRS), newCRS)
    v3 <-spTransform(readWKT("LINESTRING(178 -89, 178 89)", p4s=llCRS), newCRS)
    ii <- which((gIntersects(v1, SLmap, byid=TRUE) +
                 gIntersects(v2, SLmap, byid=TRUE) +
                 gIntersects(v3, SLmap, byid=TRUE)) >= 2)
    SLmap[-ii]
}

## Put it all together:
Recenter <- function(lon_0 = -100, grid=FALSE, ...) {                        
    SLmap <- makeSLmap()
    SLmap2 <- sliceAtAntipodes(SLmap, lon_0)
    recenterAndClean(SLmap2, lon_0)
}

## Try it out
par(mfrow=c(2,2), mar=rep(1, 4))
plot(Recenter(-90), col="grey40"); box() ## Centered on 90w 
plot(Recenter(0),   col="grey40"); box() ## Centered on prime meridian
plot(Recenter(90),  col="grey40"); box() ## Centered on 90e
plot(Recenter(180), col="grey40"); box() ## Centered on International Date Line

 wm <- map.wrap(map(projection="rectangular", parameter=0, orientation=c(90,0,180), plot=FALSE))
world_map <- data.frame(wm[c("x","y")])
names(world_map) <- c("lon","lat")

world_map$lon <- world_map$lon * 180/pi + 180
world_map$lat <- world_map$lat * 180/pi
ggplot(aes(x = lon, y = lat), data = world_map) + geom_path()