空間分析　第一次期中考

助教　承軒 2019.03.25

實作主題：了解捷運站附近的人口數與各級學校分布

※圖資：
＊ MRT.shp：台北市捷運站點資料（TWD97-TM2）
　 MRT_NAME (MRT_ID)：捷運站名稱（捷運站編號）
　 LINE：捷運站路線分類（單一路線／轉運站）
＊ TPE_LI.shp：台北市村里面資料（WGS84-經緯度）
　 VILLAGE (V_ID)：村里（村里編號）
　 CENSUS：人口數（單位：人）※注意資料格式
＊ SCHOOL.shp：台北市中學學校點資料（TWD97-TM2）
　 NAME (ENG_NAME)：消防隊的單位名稱（英文名稱）
　 TYPE：學校類別（國中／高中／高職）

※座標參考系統 CRS 之 proj4 格式：
　[EPSG:4326] WGS84 經緯度：
　+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84
　[EPSG:3826] TWD97 TM2：
　+proj=tmerc +lat_0=0 +lon_0=121 +k=0.9999 +x_0=250000+y_0=0 +ellps=GRS80 +units=m +no_defs

＊初步環境建置與讀取檔案

library(GISTools);library(rgdal);library(sp);library(ggplot2)
setwd("D:/1072SA/Mid1/Mid1_Data")
windowsFonts(JH = windowsFont("微軟正黑體"))
MRT=readOGR(dsn = ".", layer = "MRT", encoding="unicode",verbose = F)
TPE=readOGR(dsn = ".", layer = "TPE_LI", encoding="unicode",verbose = F)
SCHOOL=readOGR(dsn = ".", layer = "SCHOOL", encoding="unicode",verbose = F)
TPE=spTransform(TPE,MRT@proj4string)

一、 [20%] 地圖繪製：利用ggplot套件繪製台北市人口密度與捷運站點分布

TPE$CENSUS=as.numeric(as.character(TPE$CENSUS))
TPE$AREA=poly.areas(TPE)
TPE$DENSITY=TPE$CENSUS/TPE$AREA*10^3
TPE.f = fortify(TPE, region="V_ID")
TPE.f = merge(TPE.f, TPE@data, by.x = "id", by.y = "V_ID")

簡易版

ggplot()+
 geom_polygon(data =TPE.f, aes(x=long, y = lat, group = group,fill=DENSITY)) +
 geom_point(aes(x=MRT@coords[,1],y=MRT@coords[,2],color=MRT$LINE),pch=19)+coord_fixed(1.0)+
 scale_color_discrete("LINE",labels=c("板南線","文湖線","松新線","中蘆線","淡信線","轉運站"))

完整版

ggplot()+
 geom_polygon(data =TPE.f, aes(x=long, y = lat, group = group,fill=DENSITY), color="black") +
 scale_fill_gradientn("人口密度\n（千人／km2）",colors=brewer.pal(7,"Reds"))+
 geom_point(aes(x=MRT@coords[,1],y=MRT@coords[,2],color=MRT$LINE),pch=19,cex=3)+coord_fixed(1.0)+
 scale_color_manual("捷運路線",values=c("BL"="#0070bd","BR"="#c48c31","G"="#008659","O"="#f8b61c","R"="#e3002c","TRANS"="purple"),labels=c("BL"="板南線","BR"="文湖線","G"="松新線","O"="中蘆線","R"="淡信線","TRANS"="轉運站"))+
 geom_point(aes(x=MRT@coords[,1],y=MRT@coords[,2]),color="#444444",pch=1,cex=3)+
 scale_x_continuous(labels =NULL,name =NULL )+  scale_y_continuous(labels =NULL,name =NULL )+
 theme_void()+labs(title ="台北人口密度與捷運地圖")+
 theme(legend.position = "right")+theme(plot.title = element_text(size=16,hjust = 0.5))+
 theme(text=element_text(family="JH"))

二、 [50%] 資料分析：估計捷運站鄰近地區的人口數

[30%] 計算台北市捷運站方圓500公尺涵蓋的總人口數。

MRTB=gBuffer(MRT,width=500)
Inter=gIntersection(MRTB,TPE,byid=T)
ID=as.numeric(substring(names(Inter),8,10))
IPOP=TPE$CENSUS[ID+1]
IA1=poly.areas(Inter)
IA2=TPE$AREA[ID+1]
sum(round(IPOP*IA1/IA2))

## [1] 1179439

[20%] 建立自訂函數，提供使用者設定某捷運站在特定距離方圓內涵蓋的人數。

#2-2
STN_POP=function(id,dist){
 STN=MRT[MRT$MRT_ID==id,]
 STNB=gBuffer(STN,width=dist)
 Inter=gIntersection(STNB,TPE,byid=T)
 IDs=as.numeric(substring(names(Inter),8,10))+1
 pop=TPE$CENSUS[IDs]*poly.areas(Inter)/TPE$AREA[IDs]
 return(sum(round(pop)))
}

STN_POP (38,500)

## [1] 6729

STN_POP (20,1000)

## [1] 102791

STN_POP (48,1000)

## [1] 93584

STN_POP (43,2000)

## [1] 359245

三、 [30%] 圖表繪製：台北市國中到最近捷運站距離的累積頻率曲線

JH=SCHOOL[SCHOOL$TYPE=="國中",]
MJ.d=gDistance(JH,MRT,byid=T)
MJ.n=sort(apply(MJ.d,2,min))
MJ.i=c(1:length(MJ.n))/length(MJ.n)
par(family="JH")
plot(MJ.n,MJ.i,'l',col="blue",main="國中至最近捷運站距離的累積曲線",xlab="距離(公尺)",ylab="學校比例",xaxs = "i", yaxs ="i")
points(MJ.n,MJ.i,pch=20,col="blue")

空間分析 第一次期中考

助教 承軒 2019.03.25

實作主題：了解捷運站附近的人口數與各級學校分布

空間分析　第一次期中考

助教　承軒 2019.03.25