根据纬度/经度从. txt中提取时间序列

Question

之前已经回答了一个类似的问题，但是我找不到这个问题的解决方案:

我有一个带有辐照度值的.txt，我想在 csv 文件中提取特定纬度和纬度的辐照度值的时间系列。.txt文件的（头部）如下所示：

NCOLS 839
NROWS 679
XLLCORNER 112.025
YLLCORNER -43.975
CELLSIZE 0.05
NODATA_VALUE -999
-999 -999 -999 -999 -999 -999 -999 -999 -999 -999 -999 -999 -999 -999 -999  -999 -999 -999 -999...

该文件没有lon和lat列（这将是提取数据的简单方法）。然而，它有一个标题，如：NCOLS、NROWS、XLLCORNER、…但是我不知道如何提取像这样的文件的lat/长时间序列。

此外，一旦提取了特定lat/Long的时间序列，我想用该序列的前一个和下一个值的平均值替换可能的nodata（-999）。

我使用的是R版本3.2.4。

一个. txt文件的可下载链接。请注意这个文件是针对特定的年/月/日/小时的。一年中的文件和小时一样多。http://www.mediafire.com/download/t7xl9adxz3764f3/solar_dni_20130102_00UT.txt

Answer 1

该文件是ESRI ASCII光栅格式文件。将其名称更改为solar.asc（不幸的是，. asc似乎很重要），然后安装SDMTools包。完成后，您可以这样做：

library(SDMTools)

dat <- read.asc("solar.asc")

或

df <- asc2dataframe("solar.asc")

它肯定是栅格数据(不是时间序列)。

更新

因为你需要一个完整的演练。

library(SDMTools)

# make sure you're in the same directory as your file
getwd()

## [1] "/Path/to/the/directory/with/the/data"

# make sure your original file is in the directory
file.exists("solar_dni_20130102_00UT.txt")

## [1] TRUE

# since the SDMTools functions seem to need ".asc" at the end
file.rename("solar_dni_20130102_00UT.txt",
            "solar_dni_20130102_00UT.asc")

# this reads it as a raster
dat <- read.asc("solar_dni_20130102_00UT.asc")

# check it out
str(dat)

##  asc [1:839, 1:679] NA NA NA NA NA NA NA NA NA NA ...
##  - attr(*, "xll")= num 112
##  - attr(*, "yll")= num -44
##  - attr(*, "cellsize")= num 0.05
##  - attr(*, "type")= chr "numeric"


# this reads it as a data.frame
df <- asc2dataframe("solar_dni_20130102_00UT.asc")

## working with solar_dni_20130102_00UT.asc ...

# check it out
str(dat)

##  asc [1:839, 1:679] NA NA NA NA NA NA NA NA NA NA ...
##  - attr(*, "xll")= num 112
##  - attr(*, "yll")= num -44
##  - attr(*, "cellsize")= num 0.05
##  - attr(*, "type")= chr "numeric"

# put things back the way they were
file.rename("solar_dni_20130102_00UT.asc",
            "solar_dni_20130102_00UT.txt")

我们甚至可以证明这是一个ESRI ASCII栅格:

quick.map(dat, 0.5)

W00t！澳大利亚(尽管文件中的lat/long已经给出了答案)。

更新 #2

您可以通过执行以下操作来简化提取:

library(raster)

r <- raster.from.asc(dat)

as.numeric(extract(r, cbind(150.757, -26.918)))
## [1] 973