R中两个光栅图像之间的线性回归

Question

我需要一个线性回归来计算经验参数。 L1是光栅图像，格式为.tif。 L2也是预先计算的光栅图像。两个图像具有相同数量的列和行。

公式为：L1 = a + b * L2，其在R中翻译为：

lm(L1 ~ L2)

在第二个公式IN中，后来需要a和b。

我现在面临的问题是，两个栅格都包含NA值，我不知道如何为线性回归构建函数。我对R不熟悉所以我坚持这个可能相当简单的问题。我想我必须使用calc，但不知道怎么做。

编辑：到目前为止我有这个代码：

s = stack(L1,L2)
fun = function(x) {if (is.na(x[1])) { NA } else {lm(x[1] ~ x[2])$coefficients[2]}}

但是，计算需要很长时间才能得出结果

Answer 1

如果你想进行局部回归，你可以使用calc，这是每个网格单元（像素）的单独回归。但是在这种情况下没有任何意义，因为你只有两个栅格;因此每个网格单元只有一个数据点。

在您的情况下，您似乎想要全局回归。你可以这样：

s <- stack(L1, L2)
v <- data.frame(na.omit(values(s)))
# this step may not be necessary
names(v) <- c('L1', 'L2')
m <- lm(L2 ~ L1, data=v)
m

如果s太大了，你可以做类似的事情

v <- sampleRegular(s, 100000)  
v <- data.frame(na.omit(v))

等等

现在有一些数据（并显示如何获取残差）

library(raster)
f <- stack(system.file("external/rlogo.grd", package="raster")) 
s <- stack(f)
names(s)
v <- data.frame(na.omit(values(s)))
m <- lm(red ~ green, data=v)
m

p <- predict(s, m)
residuals <- s$red - p