R：以栅格为响应和解释变量的随机森林

Question

我想用随机森林方法创建火灾发生概率图。我的响应变量是一个光栅，其中包含每个网格单元的年平均燃烧面积。我的解释变量是多个光栅（温度、海拔、土地利用和人口密度）。是否可以使用光栅作为响应变量，以及基本代码线的外观如何？我找不到这方面的任何信息。

files <- list.files(path="C:/Users/fsorb/OneDrive/Desktop/test/fire_prob", pattern="grd", all.files=FALSE, full.names=TRUE,recursive=TRUE)
predictors <- stack(files)
fire <- raster("C:/Users/fsorb/OneDrive/Desktop/test/env_data/fire.tif")
fire_occ_prob <- randomForest(fire ~ ., data = predictors, ntree=500)

到目前为止，我的代码也是如此，但我得到了一个错误：as中的错误。数据框架默认值（数据）：无法将“结构（“RasterStack”，package=“raster”）”转换为数据。框架

我试图保存火栅格as.dataframe但所有网格单元格只得到NA值。

Answer 1

我会尽力

1. 将响应（火）光栅转换为点
2. 提取点的预测值
3. 使用生成的数据帧训练随机森林模型。

require(raster)
require(sf)
require(dplyr)
require(randomForest)

files <- list.files(path="C:/Users/fsorb/OneDrive/Desktop/test/fire_prob", pattern="grd", all.files=FALSE, full.names=TRUE,recursive=TRUE)
predictors <- stack(files)
fire <- raster("C:/Users/fsorb/OneDrive/Desktop/test/env_data/fire.tif")

# convert raster to point
response <- rasterToPoints(fire, spatial = TRUE) %>% st_as_sf()
response$ID <- c(1:nrow(response))
colnames(response)[1] <- "response"

# combine predictor values with the response
rs_preds <- full_join(terra::extract(x=r2, y=response, df=TRUE), 
                      st_drop_geometry(response), by="ID")

# train random forest
fire_occ_prob <- randomForest(response ~ .,
                              data = rs_preds[,!names(rs_preds) %in% "ID"],
                              ntree=500,
                              importance = TRUE)
# plot variable importance
varImpPlot(fire_occ_prob)

# make spatial predictions
sp_pred <- raster::predict(predictors, model=fire_occ_prob)

如果您的目标是进行空间（时间）预测，请确保使用空间（时间）（交叉）验证策略。有关更多信息，请参见Roberts等人（2016）：https://doi.org/10.1111/ecog.02881

你好，简