在R中创建空间数据

我有一个100 x 200米区域内物种及其大致位置的数据集。数据帧的位置部分不是我认为可用的格式。在这个100 x 200米的矩形中，有200个10 x 10米的正方形，命名为A到CV。在每个10 x 10的正方形内有四个5 x 5米的正方形，分别命名为1、2、3和4（1位于2的南部，3的西部。4位于2的东部，3的北部）。我想让R知道A是角在（0,0）、（10,0）、（0,0）和（0,10）的正方形，B在A的正北方，有角（0,10）、（0,20）、（10,10）和（10,20），K在A的正东方，所有10 x 10米的正方形都有角在（10,0）、（10,10）、（20,0）和（20,10）等等。此外，我想让R知道每个5 x 5米的正方形在100 x 200米的地块中的位置

所以，我的数据框看起来像这样

10x10    5x5     Tree    Diameter
A    1     tree1    4
B    1     tree2    4
C    4     tree3    6
D    3     tree4    2
E    3     tree5    3
F    2     tree6    7
G    1     tree7    12
H    2     tree8    1
I    2     tree9    2
J    3     tree10   8
K    4     tree11   3
L    1     tree12   7
M    2     tree13   5

最终，我希望能够绘制100 x 200米的区域，并让每个10 x 10米的正方形显示树木数量、物种数量或总生物量 将我拥有的数据转换为R可用于绘图和分析的空间数据的最佳方法是什么？

这里是一个开始

## set up a vector of all 10x10 position tags
tags10 <- c(LETTERS,
            paste0("A",LETTERS),
            paste0("B",LETTERS),
            paste0("C",LETTERS[1:22]))

用法：

convpos("J",2)
convpos(mydata$tenbytenpos,mydata$fivebyfivepos)

重要提示：

• 这是一个概念证明，我可以保证我没有得到x和y坐标的对应关系。但是你应该能够一行一行地追踪，看看它在做什么
• 它应该在向量上正常工作（参见上面的第二个使用示例）：出于这个原因，我从

  switch

  切换到

  ifelse

• 当将数据读入R时，列名（

  10x10

  ）可能会被弄乱成类似

  X10.10

  的东西：请参见

  ？data.frame

  和

  ？check.names

---

与@Ben Bolker所做的类似，这里有一个查找功能（尽管您可能需要转置一些内容，以使标签与您描述的内容匹配）

---

顺便说一下，我对你所在区域的几何结构有点困惑。您有100个10x10的绘图（A到CV），显然是按10行排列的——这不就是100x100而不是100x200区域吗？（你在上面一点也把它称为“正方形”）我正在打电话，对此很抱歉。现在修好了。我现在正在努力使代码适应我的实际数据，因为这有点像一个抽象。非常感谢你的帮助。这是解决这个问题的聪明方法。太好了。它可以很好地处理向量a输入。要得到两个向量，一个是x坐标，另一个是y坐标，您可以编写

x.coords
convpos("J",2)
convpos(mydata$tenbytenpos,mydata$fivebyfivepos)

tenbyten <- c(LETTERS[1:26], 
  paste0("A",LETTERS[1:26]), 
  paste0("B",LETTERS[1:26]), 
  paste0("C",LETTERS[1:22]))

tenbyten <- matrix(rep(tenbyten, each = 2), ncol = 10)
tenbyten <- t(apply(tenbyten, 1, function(x){rep(x, each = 2)}))
# the 1234 squares
squares <- matrix(c(rep(c(1,2),10),rep(c(4,3),10)), nrow = 20, ncol = 20)
# stick together into a reference grid
my.grid <- matrix(paste(tenbyten, squares, sep = "-"), nrow = 20, ncol = 20)

# a lookup function for the site grid
coordLookup <- function(tbt, fbf, .my.grid = my.grid){
  x <- col(.my.grid) * 5 - 2.5
  y <- row(.my.grid) * 5 - 2.5
  marker <- .my.grid == paste(tbt, fbf, sep = "-")
  list(x = x[marker], y = y[marker])
}

coordLookup("BB",2)
$x
[1] 52.5

$y
[1] 37.5

library(sp)
# really you have a 20x20 grid, counting the small ones.
# c(2.5,2.5) specifies the distance in any direction from the cell center
grd <- GridTopology(c(1,1), c(2.5,2.5), c(20,20)))
grd <- as.SpatialPolygons.GridTopology(grd)
# get centroids
coords <- coordinates(polys)
# make SPDF, with an extra column for your grid codes, taken from the above.
# you can add further columns to this data.frame(), using polys@data
polys <- SpatialPolygonsDataFrame(grd, 
  data=data.frame(x=coords[,1], y=coords[,2], my.ID = as.vector(my.grid), 
  row.names=getSpPPolygonsIDSlots(grd)))