想象一下以下sfc对象
zone_A <- st_as_sfc(st_bbox(c(xmin = 0, ymin = 0, xmax = 2, ymax = 2)))
zone_B <- st_as_sfc(st_bbox(c(xmin = 0, ymin = 2, xmax = 2, ymax = 4)))
Zones <- st_as_sf(data.frame(class = c("A", "B"),c(zone_A, zone_B)))
st_crs(Zones) <- "WGS84"
feat_X <- st_as_sfc(st_bbox(c(xmin = 0.5, ymin = 1.25, xmax = 1.5, ymax = 3.5)))
feat_Y <- st_as_sfc(st_bbox(c(xmin = 0.1, ymin = 0.5, xmax = 0.5, ymax = 2.2)))
feat_Z <- st_as_sfc(st_bbox(c(xmin = 1.5, ymin = 2.5, xmax = 1.9, ymax = 3.5)))
feat <- st_as_sf(data.frame(name = c("X", "Y", "Z"),c(feat_X, feat_Y, feat_Z)))
st_crs(feat) <- "WGS84"
看起来像这样：
ggplot显示叠加层
我的任务是连接这两个层，并将Zones对象的分类变量class分配给feat对象的每个特征。如果一个要素与两个分区重叠，重叠区域应作为指定要指定的类别的标准。
虽然使用st_join使用明确的覆盖(如Zint示例(可以很容易地完成这一操作，但如果一个特征跨越Zones对象的两个特征(如X和Y，则该函数会创建两个特征(。在这里，我寻求一种解决方案，计算交叉点的面积，比较面积，并将较大交叉点的class属性分配给整个特征。理想情况下，这应该适用于具有多个多边形(可能在所有不明确的多边形中迭代(的较大sfc对象。
这将类似于st_interpolate_aw，但使用的是分类数据而不是数字数据。我不知道有什么现成的功能可以实现
st_join函数具有参数largest。如果设置largest=TRUE，它将"返回用与x的每个特征重叠最大的y的字段扩充的x个特征"。请参阅此处-https://r-spatial.github.io/sf/reference/st_join.html.
这是你需要的吗？