计算 R 中 UTM 动物运动数据的每日缩放行进距离

Question

我正在尝试计算数据集中每个人每天行进的距离。我收集了 UTM 格式的跟踪数据，每个人每天被跟踪一次。我已经按照以下方式对数据进行了子集化，因为我一直在用它进行其他分析：

iguana.data <- read.csv(file='iguanas1-22.csv')
iguana.data
names(iguana.data)
summary(iguana.data)

#my data is in this format before subsetting
animal            datetime      x       y        species country UTMzone
1    IG001 2019-03-19 14:45:00 291671 1977162 Cyclura collei Jamaica     18N
2    IG001 2019-03-20 14:10:00 291670 1977157 Cyclura collei Jamaica     18N
3    IG001 2019-03-21 11:23:00 291670 1977157 Cyclura collei Jamaica     18N
4    IG001 2019-03-22 12:04:00 291670 1977157 Cyclura collei Jamaica     18N
5    IG001 2019-03-23 12:54:00 291671 1977162 Cyclura collei Jamaica     18N

animal.clean <- iguana.data %>%
  dplyr::select(animal, x, y, datetime)

head(animal.clean)
tail(animal.clean,10)

>
animal      x       y            datetime
1  IG001 291671 1977162 2019-03-19 14:45:00
2  IG001 291670 1977157 2019-03-20 14:10:00
3  IG001 291670 1977157 2019-03-21 11:23:00
4  IG001 291670 1977157 2019-03-22 12:04:00
5  IG001 291671 1977162 2019-03-23 12:54:00
6  IG001 291671 1977162 2019-03-24 12:40:00

animal      x       y            datetime
1602 IG0022 291693 1977345 2019-07-05 10:01:00
1603 IG0022 291693 1977345 2019-07-06 09:45:00
1604 IG0022 291693 1977345 2019-07-07 10:17:00
1605 IG0022 291693 1977345 2019-07-08 08:21:00
1606 IG0022 291693 1977345 2019-07-09 08:03:00
1607 IG0022 291693 1977345 2019-07-10 10:34:00
1608 IG0022 291693 1977345 2019-07-11 11:00:00
1609 IG0022 291693 1977345 2019-07-12 10:32:00
1610 IG0022 291693 1977345 2019-07-13 09:21:00
1611 IG0022 291693 1977345 2019-07-14 09:45:00

animal.clean$datetime <- as.POSIXct(animal.clean$datetime,
                                    format = "%Y-%m-%d %H:%M:%S", 
                                    tz = "America/Jamaica")

在 R 中测量每个人的所有位置固定点之间的每日按比例移动距离的最直接方法是什么？所有点的顺序都是正确的，但由于是无线电遥测数据，因此缺少一些日期，因此不可能每天都进行跟踪。我发现了解决此主题的类似问题，但 none 专门针对我的数据格式类型。

对于执行此操作的代码的建议将不胜感激，因为我对 R 还很陌生。

Answer 1

这是一个使用 sf 包的可重现示例的解决方案。请务必查看示例数据集 (?meuse) 并注意我按泛洪频率 class (ffreq) 对点属性进行了分组。您可能会对动物 ID 做类似的事情。

#load sf package
library(sf)
data('meuse', package = "sp")

#mconvert to a spatial object
ms <- st_as_sf(
  meuse, 
  coords = c('x', 'y'),
  crs = "+init=epsg:28992"
)

class(ms)

#plot the data by flood frequency class
plot(ms["ffreq"])

#calculate pairwise distance 
ms %>%
  group_by(ffreq) %>%
  mutate(
    lead = geometry[row_number() + 1],
    dist = st_distance(geometry, lead, by_element = T),
  )

查看属性 table 中的 dist 属性，了解连续点之间的距离（在连续行中）。

Answer 2

我使用包 {amt} 中的函数 step_lengths 获得了相同的结果。在这里你必须首先使用函数 make_track 创建一个轨道。之后您可以使用 step_lengths 函数。在我的情况下，结果是相同的。

计算 R 中 UTM 动物运动数据的每日缩放行进距离

Calculating Daily Scaled Travel Distance for UTM Animal Movement Data in R

datetime

r

distance

utm

dplyr