计算相邻像素随时间的平均相关性

Question

我有一堆4个光栅。我想要一个像素和它的8个相邻像素之间的平均时间相关性。

一些数据：

library(raster)  

r1=raster(matrix(runif(25),nrow=5))
r2=raster(matrix(runif(25),nrow=5))
r3=raster(matrix(runif(25),nrow=5))
r4=raster(matrix(runif(25),nrow=5))
s=stack(r1,r2,r3,r4)

因此，对于位置x处的像素，在NE、E、SE、S等位置有8个相邻像素，我想要

cor(x,NE)
cor(x,E)
cor(x,SE)
cor(x,S)
cor(x,SW)
cor(x,W)
cor(x,NW)
cor(x,N)

以及保存在结果光栅中位置x处的平均值。边缘单元格将是NA，或者，如果可能的话，使用一个标志来计算与它所接触的单元格（3或5个单元格）的平均相关性。谢谢

Answer 1

我不相信@Pascal使用焦点（）的建议会奏效，因为焦点（）将单个光栅层作为参数，而不是堆栈。这是最容易理解的解决方案。可以通过最大限度地减少为每个焦点单元格提取值的次数来提高效率：

library(raster)  

set.seed(2002)
r1 <- raster(matrix(runif(25),nrow=5))
r2 <- raster(matrix(runif(25),nrow=5))
r3 <- raster(matrix(runif(25),nrow=5))
r4 <- raster(matrix(runif(25),nrow=5))
s <- stack(r1,r2,r3,r4)

##  Calculate adjacent raster cells for each focal cell:
a <- adjacent(s, 1:ncell(s), directions=8, sorted=T)

##  Create column to store correlations:
out <- data.frame(a)
out$cors <- NA

##  Loop over all focal cells and their adjacencies,
##    extract the values across all layers and calculate
##    the correlation, storing it in the appropriate row of
##    our output data.frame:
for (i in 1:nrow(a)) {
    out$cors[i] <- cor(c(s[a[i,1]]), c(s[a[i,2]]))
}

##  Take the mean of the correlations by focal cell ID:
r_out_vals <- aggregate(out$cors, by=list(out$from), FUN=mean)

##  Create a new raster object to store our mean correlations in
##    the focal cell locations:
r_out <- s[[1]]
r_out[] <- r_out_vals$x

plot(r_out)