我有两个空间数据集。一个数据集包含许多指定不同要素（例如河流，植被）的多边形（总计超过15万个）。另一个数据集包含更少的指定不同区域的多边形（500）。我需要将这两个数据集相交以获得不同区域中的要素。我可以通过不同的功能对第一个数据集进行子集化。如果使用小要素（2,500个多边形）中的子集，则与区域的交点会非常快（5分钟）。但是，如果我想对更大的要素子集（20,000个多边形）感兴趣，则计算会非常长（我在两个小时后终止了计算）。这甚至不是我需要相交的最大特征（50,000个多边形）。
这是我运行的代码片段：
clean_intersect_save = function(geo_features, areas) {
# make geometries valid
data_valid_geoms = st_parallel(sf_df = st_geometry(geo_features),
sf_func = st_make_valid,
n_cores = 4)
# remove unnecessary columns
data_valid = st_drop_geometry(x) %>% select("feature")
data_valid = st_sf(data_clean, geometry = data_valid_geoms)
# intersect the geo-features and areas
data_valid_split = st_parallel(sf_df = bezirke,
sf_func = st_intersection,
n_cores = 4,
data_clean)
# save shp file
st_write(data_valid_split, "data_valid_splir.shp")
return(data_valid_split)
}
两个输入均为sf数据帧。我发现st_parallel是一个函数here。
我的问题是：经验丰富的空间数据人员通常将如何解决这一任务？我是否需要更多的核心和/或更多的耐心？我使用SF错误吗？ R / sf是错误的工具吗？
感谢您的帮助。这是我的第一个空间数据分析项目，很抱歉，如果我忽略了一些明显的想法。
由于这个模糊的问题可能不会得到真正的答案，所以我会自己回答。
感谢@Chris和@TimSalabim的帮助。我最终结合了两种想法。
我最终使用了PostGIS，根据我的经验，这是一种非常直观的方式来处理空间数据。对我来说，加快相交计算速度的三件事是：