Итак, здесь есть несколько вещей. Во-первых, ваш набор данных, по-видимому, имеет значение pH и глубину. Так что, когда есть строки ~ 2.5MM, есть только ~ 200 000 строк с глубиной = 0 - все еще много.
Во-вторых, чтобы добраться до ближайшего побережья, вам нужен шейп-файл береговых линий. К счастью, это доступно here, на отличном Natural Earth website.
В-третьих, ваши данные длинные/лат (так, единицы = градусы), но вы хотите расстояние в км, поэтому вам нужно преобразовать свои данные (данные береговой линии выше также в long/lat, а также быть трансформированным). Одна из проблем с преобразованиями состоит в том, что ваши данные, очевидно, глобальны, и любое глобальное преобразование обязательно будет непланарным. Таким образом, точность будет зависеть от фактического местоположения. Правильный способ сделать это состоит в том, чтобы скомпоновать ваши данные, а затем использовать набор планарных преобразований, соответствующих любой сетке, в которой находятся ваши точки. Однако это выходит за рамки этого вопроса, поэтому мы будем использовать глобальное преобразование (mollweide) просто чтобы дать вам представление о том, как это делается в R.
library(rgdal) # for readOGR(...); loads package sp as well
library(rgeos) # for gDistance(...)
setwd(" < directory with all your files > ")
# WGS84 long/lat
wgs.84 <- "+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0"
# ESRI:54009 world mollweide projection, units = meters
# see http://www.spatialreference.org/ref/esri/54009/
mollweide <- "+proj=moll +lon_0=0 +x_0=0 +y_0=0 +ellps=WGS84 +datum=WGS84 +units=m +no_defs"
df <- read.csv("OSD_All.csv")
sp.points <- SpatialPoints(df[df$Depth==0,c("Long","Lat")], proj4string=CRS(wgs.84))
coast <- readOGR(dsn=".",layer="ne_10m_coastline",p4s=wgs.84)
coast.moll <- spTransform(coast,CRS(mollweide))
point.moll <- spTransform(sp.points,CRS(mollweide))
set.seed(1) # for reproducible example
test <- sample(1:length(sp.points),10) # random sample of ten points
result <- sapply(test,function(i)gDistance(point.moll[i],coast.moll))
result/1000 # distance in km
# [1] 0.2185196 5.7132447 0.5302977 28.3381043 243.5410571 169.8712255 0.4182755 57.1516195 266.0498881 360.6789699
plot(coast)
points(sp.points[test],pch=20,col="red")
Так что читает набор данных, извлекает строки, где Depth==0
, и преобразует его в объект через SpatialPoints. Затем мы читаем базу данных береговых линий, загруженную со ссылкой выше, в объект SpatialLines. Затем мы преобразуем как проекцию Mollweide с использованием spTransform(...)
, затем используем gDistance(...)
в пакете rgeos
для расчета минимального расстояния между каждой точкой и ближайшим побережьем.
Опять же, важно помнить, что, несмотря на все десятичные знаки, эти расстояния приблизительные.
Одна очень большая проблема - это скорость: этот процесс занимает ~ 2 минуты на 1000 расстояний (в моей системе), поэтому для запуска всего 200 000 расстояний потребуется около 6,7 часов. Одним из вариантов, теоретически, было бы найти базу данных береговой линии с более низким разрешением.
Код ниже рассчитает все 201 000 дистанций.
## not run
## estimated run time ~ 7 hours
result <- sapply(1:length(sp.points), function(i)gDistance(sp.points[i],coast))
EDIT: OP Комментарий о сердечников заставил меня думать, что это может быть случай, когда улучшение от распараллеливания может быть стоит усилий. Итак, вот как вы могли бы запустить это (в Windows) с помощью параллельной обработки.
library(foreach) # for foreach(...)
library(snow) # for makeCluster(...)
library(doSNOW) # for resisterDoSNOW(...)
cl <- makeCluster(4,type="SOCK") # create a 4-processor cluster
registerDoSNOW(cl) # register the cluster
get.dist.parallel <- function(n) {
foreach(i=1:n, .combine=c, .packages="rgeos", .inorder=TRUE,
.export=c("point.moll","coast.moll")) %dopar% gDistance(point.moll[i],coast.moll)
}
get.dist.seq <- function(n) sapply(1:n,function(i)gDistance(point.moll[i],coast.moll))
identical(get.dist.seq(10),get.dist.parallel(10)) # same result?
# [1] TRUE
library(microbenchmark) # run "benchmark"
microbenchmark(get.dist.seq(1000),get.dist.parallel(1000),times=1)
# Unit: seconds
# expr min lq mean median uq max neval
# get.dist.seq(1000) 140.19895 140.19895 140.19895 140.19895 140.19895 140.19895 1
# get.dist.parallel(1000) 50.71218 50.71218 50.71218 50.71218 50.71218 50.71218 1
Использование 4 ядер повышает скорость обработки примерно в 3 раза Так, с 1000 расстояний занимает около минуты, 100000 должны занять немного меньше, чем за 2 часа.
Обратите внимание, что использование times=1
является злоупотреблением microbenchmark(...)
действительно, так как все дело в том, чтобы запустить процесс несколько раз и усреднить результаты, но у меня просто не было терпения.
Есть ли [это] (http://stackoverflow.com/questions/27384403/calculating-minimum-distance-between-a-point-and-the-coast-in-the-uk/27391421#27391421) help? или [это] (http://stackoverflow.com/questions/21295302/calculating-minimum-distance-between-a-point-and-the-coast/21302609#21302609)? – jlhoward
Хорошо, прочел из этого, кажется, есть некоторые пути в R, чтобы выполнить это. Я прочту больше об этом, но я далеко не понимаю все это. Я надеялся, что кто-то может дать мне руку, но если это невозможно, я могу учиться! Благодаря! –
Возможно, вы разместите это на http://gis.stackexchange.com/. – jlhoward