R中空间测地纬度经度聚类的方法——后续

Question

我的是对Approaches for spatial geodesic latitude longitude clustering in R with geodesic or great circle distances 中问题和答案的后续跟进。

我想更好地理解：

问题 #1： 如果所有 lat / long 值都在同一个城市内，是否需要先使用fossil 或distHaversine(...) 来计算大圆距离？

• 或者，在一个城市内，是否可以根据纬度/经度值本身运行集群？

问题 #2： jlhoward 建议：

值得注意的是，这些方法要求所有点都必须进入某个集群。如果你只问哪些点靠得很近，并允许一些城市不进入任何集群，你会得到非常不同的结果。

就我而言，我想问的是“哪些点靠得很近”，而不是将每个点都强制成一个集群。我该怎么做？

问题 #3： 要将一个或两个因子变量包含到聚类中（除了 lat/long），是否像在聚类所在的 df 中包含那些因子变量一样简单？运行？

请确认。 谢谢！

Answer 1

“在一个城市内，是否可以对纬度/经度值本身进行聚类？”

是的，只要您的城市位于赤道上，经度与纬度的距离相同。

我站在离北极很近的地方。 1 度经度是从我到极点的圆周的 1/360。我以东 10 度的某个人可能只有 10 英尺远。我以南 1 度的某个人在数英里之外。基于 lat-long 的聚类算法会认为距离我很远的那个人比我可以向我以东 10 度挥手的那个人更近。

解决小区域时不必计算大圆椭球距离的解决方案是投影到一个足够接近笛卡尔坐标系的坐标系，这样您就可以使用毕达哥拉斯定理来计算距离而不会产生太多错误。通常，您会使用 UTM 区域变换，它本质上是一个将赤道穿过您的研究区域的坐标系。

sp 和 rgdal 中的 spTransform 函数将为您解决这个问题。