在R中更快地检测shapefile多边形中的点更快R

Question

我有用R编写的代码来检测村庄之间的水量（或shapefile多边形中的点）。我创建了一个超过2379个村庄（村庄有数字名称）的无向图，因此将带来28亿个组合。该图只是一个数据框。我让每个村的坐标：

VillageName1, VillageName2 
Village1, Village2 
Village1, Village3 
Village1, Village4 
... 
Village2379, Village2378 

对于每一个组合，我将在百米间隔创建，比方说，Village1点Village2功能。因此，如果Village1和Village2相距1公里，则会创建8个点。此功能运行速度相对较快。

问题是，如果Village1和Village2在两个独立的岛上，我使用世界海洋shapefile（6.9mb），以便能够检测100米的水量，但它非常缓慢（每次计算约4秒）并且运行28亿次将永远持续下去。

我试图筛选基于这些村庄shape文件（ocean_indo_shapefile）国（印度尼西亚）：

sea <- readOGR('World_EEZ_v8_2014.shp') 
ocean_indo_shapefile <- sea[sea$Country == "Indonesia", ] 

#this function creates the points from Village1 to Village2 in 100m intevals, output is a dataframe 
points <- create_coordinates(village1_lat, village1_long, village2_lat, village2_long, 0.1) 

coordinates(points) <- ~ Longitude + Latitude 
proj4string(points) <- proj4string(ocean_indo_shapefile) 
#the calculation below is slow 
water_in_meter <- length(points[ocean_indo_shapefile,]) 

我不知道如果有人能帮助提示，我怎么能做出这样快了很多，我感谢任何帮助。先谢谢你。

Answer 1

也许试图利用sp中的%over%函数。它应该能够相对快速地指出哪些点落在水体中（假定这是你的shapefile所指示的）。你只需要进行一些数据备份，然后再逐步完成逐村计算。