空间多边形数据框架中重叠多边形属性值的R求和

我有一个形状文件，其中包含许多部分重叠的空间多边形。这些多边形属于田间杀菌剂施用，每个多边形都有一个相关的施用率属性

我想得到的是，在考虑重叠区域的情况下更正应用的贴图，这意味着如果两个（或更多）多边形重叠，则应将速率相加并合并

以下示例代码创建了一个空间多边形数据框，简化了问题：

library(raster)
library(sp)

p<-SpatialPolygons(list(Polygons(list(Polygon(cbind(c(1,4,4,3,3,1,1),c(1,1,3,3,4,4,1)),hole = F)), "1_ "),
                    Polygons(list(Polygon(cbind(c(3,4,4,3,3),c(3,3,4,4,3)),hole = F)), "1_2"),
                    Polygons(list(Polygon(cbind(c(3,4,4,3,3),c(3,3,4,4,3)),hole = F)), "2_1"),
                    Polygons(list(Polygon(cbind(c(4,4,5,5,3,3,4),c(4,3,3,5,5,4,4)),hole = F)),"2_")))

pid <- sapply(slot(p, "polygons"), function(x) slot(x, "ID"))
p.df <- data.frame( ID=1:length(p), row.names = pid) 
p <- SpatialPolygonsDataFrame(p, p.df)
p$Rate <- c(100, 100, 100, 100)
crs(p) <- "+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0"
plot(p)

库（光栅）
图书馆（sp）
p我认为你所追求的确实是
union
。它合并并标识重叠的多边形。有了这些，你就可以算出价格了

# example data
library(raster)
p1 <- cbind(c(1,4,4,1),c(1,1,4,4))
p2 <- cbind(c(3,5,5,3),c(3,3,5,5))
p <- spPolygons(p1, p2, crs="+proj=longlat +datum=WGS84", 
                        attr=data.frame(ID=1:2, Rate =c(50,100)))

#data.frame(p)
#  ID Rate
#1  1   50
#2  2  100

#示例数据
图书馆（光栅）
p1我已经更改了代码，以便它现在可以处理您的数据。您可以尝试开发版本：install.packages（“raster”，repos=“）这修复了警告，谢谢！不幸的是，一些错误仍然存在。请查找上面的详细信息。此外，我使用：install.packages（“raster”，repos=“）获得了开发版本，因为您的命令缺少http部分。示例2对我来说很好。也许您需要更新rgeos
？我很乐意看其他案例，但不是通过那个讨厌的文件共享。如果你愿意，你可以给我发电子邮件。我需要更新的不是
rgeos
，而是
sp
软件包。所以非常感谢你的帮助！：）还有一句话：我发布的将光栅包更新为开发版本的命令也不正确。以下操作正在运行：install.packages（“光栅”，repos=“）
Error in if (is.numeric(i) && i < 0) { : 
  missing value where TRUE/FALSE needed

# example data
library(raster)
p1 <- cbind(c(1,4,4,1),c(1,1,4,4))
p2 <- cbind(c(3,5,5,3),c(3,3,5,5))
p <- spPolygons(p1, p2, crs="+proj=longlat +datum=WGS84", 
                        attr=data.frame(ID=1:2, Rate =c(50,100)))

#data.frame(p)
#  ID Rate
#1  1   50
#2  2  100

x <- union(p)
ud <- data.frame(x)
ud$count <- NULL

udRate <- t( t(ud) * p$Rate )
x$Rate <- rowSums(udRate)
data.frame(x)

#  ID.1 ID.2 count Rate
#1    1    0     1   50
#2    0    1     1  100
#3    1    1     2  150