Tôi đồng ý với Simbamangu và đã đồng ý về việc giữ lại shapefile nhưng muốn hướng sự chú ý của bạn đặc biệt đến thư viện rgdal. Theo liên kết được đề xuất bởi gissolve cho NCEAS và theo dõi thông qua các hướng dẫn cho rgdal. Nó có thể là khó khăn để cài đặt trên một số máy nhưng nó có thể cải thiện đáng kể kết quả khi nói đến dự đoán.
Thư viện maptools là tuyệt vời và cho phép bạn xác định phép chiếu cho shapefile mà bạn đang đọc, nhưng để làm như vậy, bạn cần biết cách chỉ định phép chiếu đó ở định dạng proj4. một ví dụ có thể trông giống như:
project2<-"+proj=eqdc +lat_0=0 +lon_0=0 +lat_1=33 +lat_2=45 +x_0=0 +y_0=0 +ellps=GRS80
+datum=NAD83 +units=m +no_defs" #USA Contiguous Equidistant Conic Projection
data.shape<-readShapePoly("./MyMap.shp",IDvar="FIPS",proj4string=CRS(project2))
plot(data.shape)
Nếu bạn muốn đi theo con đường này, thì tôi khuyên bạn nên http://spatialreference.org là nơi để tìm hiểu xem hình chiếu của bạn trông như thế nào trong định dạng proj4. Nếu điều đó có vẻ rắc rối với bạn, rgdal sẽ làm cho nó dễ dàng bằng cách đọc tệp .prj của ESRI (tệp chứa định nghĩa chiếu của ESRI cho shapefile. Để sử dụng rgdal trên cùng một tệp bạn chỉ cần viết:
library(rgdal)
data.shape<-readOGR(dsn="C:/Directory_Containing_Shapefile",layer="MyMap")
plot(data.shape)
Bạn có thể trượt băng mà không cần làm điều này nếu bạn chỉ làm việc với một shapefile duy nhất, nhưng ngay khi bạn bắt đầu xem xét nhiều nguồn dữ liệu hoặc phủ lên Google Maps, việc giữ cho các hình chiếu của bạn ở trạng thái tốt là điều cần thiết.
Đối với một số hướng dẫn hữu ích về dữ liệu không gian trong R, bao gồm một loạt các công cụ nhập và làm việc với các mẫu điểm, tôi có một số tài liệu khóa học cũ trực tuyến tại https://csde.washington.edu/workshop/point-potypes-and-raster -surfaces / (có thể tìm thấy nhiều hội thảo hơn ở đây ) có thể giúp bạn thấy các phương pháp này so sánh như thế nào trong thực tế.