我有许多不重叠的点形状文件,我想把它们归因于analagous光栅,也不重叠。我想用光栅数据来确定这些点的属性。对于我正在使用的一些光栅数据类型,我能够先合并光栅,然后合并属性。但是,我的最后几组光栅数据没有相同的原点,因此我无法合并/拼接它们。我试图在不合并光栅的情况下,将点归因于光栅。这需要我在特定的空间点-光栅对上使用extract()。我用一个唯一的4个字母的名称为每个空间点文件命名,这也是我希望extract()使用的光栅名称的一部分。
我在下面创建了一个可复制的示例,它模拟了我的数据和问题。有谁能建议我如何为extract()编写循环代码,以将要提取的空间点文件提取到具有解析名称的光栅?
或者,如果更好地/可能地组合所有空间点,只需循环提取所有光栅,然后管理数据,使所有提取的值都位于数据帧的一个向量或列中,那可能会更好。
我使用的是RStudio 1.2.1335
注意:我将此问题发布到GIS Stack Exchange,但没有收到任何答案,希望交叉发布可以。
library(raster)
library(sp)
#create point shapefiles
loc1 <- data.frame(x = c(-100,-90, -80, -70),
y = c(-100,-90, -80, -70))
loc2 <- data.frame(x = c(-100,-90, -80, -70),
y = c(100,90, 80, 70))
loc3 <- data.frame(x = c(100,90, 80, 70),
y = c(100,90, 80, 70))
coordinates(loc1) <- ~x+y
sp.loc1<- SpatialPoints(loc1,proj4string = CRS("+proj=longlat +datum=WGS84 +no_defs"))
coordinates(loc2) <- ~x+y
sp.loc2<- SpatialPoints(loc2,proj4string = CRS("+proj=longlat +datum=WGS84 +no_defs"))
coordinates(loc3) <- ~x+y
sp.loc3<- SpatialPoints(loc3,proj4string = CRS("+proj=longlat +datum=WGS84 +no_defs"))
plot(sp.loc1)
#create rasters which have a common part of the naming convention of point shapefiles targeting for attribution
loc1_blablabla<- raster(xmn=-200, xmx=0, ymn=-200, ymx=0)
loc1_blablabla
ncell(loc1_blablabla)
#it has 64800 cells
values(loc1_blablabla)<-1:64800
plot(loc1_blablabla, add=TRUE)
plot(sp.loc1, add=TRUE)
loc2_blablabla<- raster(xmn=-200, xmx=0, ymn=0, ymx=200)
values(loc2_blablabla)<-1:64800
loc3_blablabla<- raster(xmn=0, xmx=200, ymn=0, ymx=200)
values(loc3_blablabla)<-1:64800
#plot all, but first create extent poly
#borrowed some code from here:https://gis.stackexchange.com/questions/206929/r-create-a-boundingbox-convert-to-polygon-class-and-plot/206952
library(rgeos)
ext.box<-rgeos::bbox2SP(n=250, s=-250, w=-250, e=250)
plot(ext.box)
plot(loc1_blablabla, add=TRUE)
plot(loc2_blablabla, add=TRUE)
plot(loc3_blablabla, add=TRUE)
plot(sp.loc1, add=TRUE)
plot(sp.loc2, add=TRUE)
plot(sp.loc3, add=TRUE)
#now attempt to extract raster values at points for multiple non-overlapping point and raster files ie. extract(loc1_blablabla, loc1)
#try lapply as in: https://stackoverflow.com/questions/59164538/create-a-loop-to-extract-data-from-multiple-raster
#create list as below, however, with my real data I would use list.files()
loc.list<-list(loc1,loc2,loc3)
rast.list<-list(loc1_blablabla,loc2_blablabla,loc3_blablabla)
attr.data<-lapply(rastlist.extract,loc.list)
#this doesn't work -- i think I need coordinates as the last term, not a list of spatial points
#also tried a for loop, but this gave error: "Error in (function (classes, fdef, mtable): unable to find an inherited method for function ‘shapefile’ for signature ‘"list"’"
for (i in 1:length(loc.list)) {
#this reads in each spatialpoint file and assigns each sp's name to the variable 'sp.name'
sp.name<-shapefile(loc.list[i])
attr.data<-data.frame(coordinates(sp.name),
extract(rast.list[grep(sp.name,rast.list)],sp.name))
#eventually add this line to affix the new vector attr.data to the coordinates for each plot: names(attr.data)<-c("x","y","raster.value")
}
你不能按文件名匹配它们吗?如果是这样,那就是你应该做的。你们提出的建议有多种可能,但你们似乎在试图解决你们自己创造的问题——而避免所有这些可能会容易得多。
我会用
library(raster)
r <- lapply(raster_file_names, raster)
s <- lapply(shapefile_names, shapefile)
然后绕着这些
用你的示例数据
library(raster)
p1 <- SpatialPoints(cbind(x = c(-100,-90, -80, -70), y = c(-100,-90, -80, -70)))
p2 <- SpatialPoints(cbind(x = c(-100,-90, -80, -70), y = c(100,90, 80, 70)))
p3 <- SpatialPoints(cbind(x = c(100,90, 80, 70), y = c(100,90, 80, 70)))
pts <- list(p1, p2, p3)
r1 <- raster(xmn=-200, xmx=0, ymn=-200, ymx=0, vals=1:64800)
r2 <- raster(xmn=-200, xmx=0, ymn=0, ymx=200, vals=1:64800)
r3 <- raster(xmn=0, xmx=200, ymn=0, ymx=200, vals=1:64800)
ras <- list(r1, r2, r3)
e <- list()
for (i in 1:length(ras)) {
e[[i]] <- extract(ras[[i]], pts[[i]])
}
e
#[[1]]
#[1] 32581 29359 26137 22915
#[[2]]
#[1] 32581 35839 39097 42355
#[[3]]
#[1] 32581 35803 39025 42247
我有几个目录,里面都是每日的气候数据。我需要将每日栅格合并为每周栅格,一些是通过值的总和,一些是通过值的平均值。到目前为止,我已经在目录(其中包含每日光栅文件)中创建了一个文件名向量,并为编写了一个
我把我的问题简化了一点,希望它有意义。 我有三个栅格,我正在使用。 栅格是一个栅格,其土地覆盖属性值1为本地土地覆盖,0为非本地土地覆盖。 本地蒸散量和非本地蒸散量分别是本地物种和非本地物种的蒸散量。两个光栅的属性都在[015000]之间 id要做的是将1的所有值替换为nativeet值,将0的所有值替换为nonnativeet值。 我的想法是将土地覆盖光栅(值为1或0)转换为AET光栅(值介于0
在我的PostgreSQL数据库中,有一个栅格表和一个具有相同投影的点表。点表具有诸如 id、地址和几何等列。栅格表具有 id、r_proj4 和 rast 等列。栅格表的每一行描述一个栅格切片。如何检索每个点的栅格值? 我希望粗略的指导方针如何解决这个问题和PostGIS代码示例。
下面的代码在我的图像上生成两个框。我正计划进一步分析这些框内的像素。 在下面的例子中,在红色方块的情况下,我不想继续下去,因为它的右上角有黑色像素。而我想继续在绿色方块的情况下,因为它没有一个黑色像素沿着它的边缘。
我在forEach循环中有一个select元素列表,并且只想要位于索引0的第一个元素。 这个元素将有一个不同的方法,我试图防止重复的代码,我不想只为这个元素创建另一个方法,我试图解决它,但似乎我不成功。
我已经为此挣扎了几个小时。我有一个包含177个多边形(即177个县)的shapefile(称为“shp”)。这个shapefile覆盖在光栅上。我的光栅(称为“ras”)由具有不同污染值的像素组成。 现在我想提取每个多边形的所有像素值及其出现次数。 这正是QGIS功能“分区直方图”所做的。但我想在R中做同样的事情。 我尝试了提取()函数,并设法获得了每个县的平均值,这已经是第一步,但我想制作像素分