Wie erstelle ich zufällige Punkte außerhalb von Polygonen?

Das Werkzeug Zufälliger Punkt erstellen kann eine bestimmte Anzahl von Punkten innerhalb von Polygonen generieren. Ich frage mich, ob es angesichts eines Begrenzungsrahmens eine Möglichkeit gibt, zufällige Punkte außerhalb dieses Polygons zu generieren.

Persönlich mag ich den Zufallspunktalgorithmus in ArcGIS nicht. Alternativ können Sie die GME- genrandompntsFunktion ( Geospatial Modeling Environment ) verwenden. Sie können bestimmte Polygone identifizieren, bei denen zufällige Punkte ausgeschlossen werden (siehe hervorgehobenen Bereich im angehängten JPG). Das Beste von allem ist, dass diese Software kostenlos ist.

GME bietet Ihnen eine Reihe von Analyse- und Modellierungswerkzeugen, die von kleinen „Bausteinen“ reichen, mit denen Sie einen anspruchsvollen Workflow erstellen können, bis hin zu vollständig eigenständigen Analyseprogrammen. Es verwendet auch die außerordentlich leistungsstarke Open-Source-Software R als statistische Engine, um einige der Analysetools zu steuern. Eine der vielen Stärken von R ist, dass es Open Source ist, vollständig transparent und gut dokumentiert: wichtige Merkmale für jede wissenschaftliche Analysesoftware.

Sie müssen ein Donut-Polygon erstellen, wobei das Donut-Loch den inneren Nichtpunktraum und eine räumliche Ausdehnung den Begrenzungsbereich des polygonalen Bereichs darstellt.

Entschuldigung, ich kann einfach nicht widerstehen. Da es immer gut ist zu wissen, was mit so etwas wie GME unter der Haube vor sich geht, finden Sie hier eine Lösung im tatsächlichen R-Code.

require(sp)
require(rgeos)

# Create example polygon data
x <- readWKT("POLYGON ((0 0, 0 10, 10 10, 10 0, 0 0))")
y <- readWKT("POLYGON ((3 3, 7 3, 7 7, 3 7, 3 3))")

# Calculate difference in polygon geometries to create null polygon
d <- gDifference(x,y)

# Create random sample in non-null polygon
rs <- spsample(d, 20, type="random")  

# Plot results  
plot(d, col="red")
  plot(rs,pch=19,col="black",add=TRUE)

Dieser Ansatz unterscheidet sich wahrscheinlich stark von dem, wie GME dies tut, verwendet jedoch native R sp-Raumklassen und eine ziemlich neue Topologiebibliothek, wodurch der Code sehr effizient wird. Dies gibt auch ein Beispiel, das leicht in eine for-Schleife eingeschlossen werden kann.