用纬度和海拔而不是经度和纬度绘制栅格

Question

我正在使用R，但有一些问题可以解决此问题：我有2个栅格（相同区域，相同分辨率，相同范围，相同crs）：

Raster A：（纬度，经度，values_A）

class      : RasterLayer
dimensions : 832, 541, 450112  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -122.2458, -117.7375, 35.0625, 41.99583  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +no_defs
names      : values_A
values     : -753.4842, 0  (min, max)

光栅B：（纬度，经度，海拔）

class      : RasterLayer
dimensions : 832, 541, 450112  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -122.2458, -117.7375, 35.0625, 41.99583  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +no_defs
names      : dem
values     : 40, 4176  (min, max)

然后我需要获取栅格A作为高程和纬度的函数图（x =高程，y =纬度，以及像素值= values_A）。

此外，我可能需要聚合具有相同纬度和相同标高的像素，例如具有均值函数。

您对使用R解决此问题有任何建议吗？

谢谢！

Answer 1

首先，我们生成了一些示例数据，这些数据可能与您正在查看的数据相似。将来在您的问题中包含类似内容将很有帮助，这样答案将解决您在特定数据集中可能存在的所有怪癖。

df.values <- data.frame(lat = seq(44, 45, 0.01),
                        long = seq(90, 91, 0.01),
                        value_A = round(rnorm(n = 101,
                                              mean = 10,
                                              sd = 5),
                                        0)
                        )

df.elevate <- data.frame(lat = seq(44, 45, 0.01),
                         long = seq(90, 91, 0.01),
                         elevation = round(rnorm(n = 101,
                                                 mean = 200,
                                                 sd = 50),
                                           0)
                         )

下一步将使用dplyr软件包中的功能完成。因此，请安装它（如果尚未安装），然后像这样将其加载到您的环境中：

library(dplyr)

听起来您想将这两个单独的数据集合并起来，以便可以一起操作和显示它们。由于两个数据集都具有在纬度和经度级别收集的值（高程和value_A），因此它们将成为您的联接变量。如果您不熟悉这种数据操作，则dplyr的文档非常有用：（https://dplyr.tidyverse.org/reference/join.html）。

df.join <- left_join(df.values, df.elevate, by = c("lat", "long"))

关于获取每个唯一的海拔和纬度对的汇总值（如均值），请尝试分组汇总。再次来自dplyr，但我已经使用管道以“整洁”的方式完成了操作。如果您不是通过管道销售的，我建议您查看这篇文章：（https://www.datacamp.com/community/tutorials/pipe-r-tutorial）

df.smooth <- df.join %>%
    group_by(lat, elevation) %>%
    summarise(mean_A = mean(value_A, na.rm = T))

使用此功能，您可以通过更改摘要中的函数来更改所需的摘要统计量。例如，您可能只想取最大值。

df.smooth <- df.join %>%
    group_by(lat, elevation) %>%
    summarise(mean_A = max(value_A, na.rm = T))

如果还有其他问题，请对此答案发表评论。

Answer 2

您可以这样设置示例数据

library(raster)
A <- B <- raster(nrow=83, ncol=54, ext=extent(-122.2458, -117.7375, 35.0625, 41.99583))
values(A) <- rep(1:nrow(A), ncol(A))
values(B) <- 1:ncell(B)

这是解决方法

x <- cbind(elevation=values(B), latitude=yFromRow(B, 1:nrow(B)), values(A))
r <- rasterFromXYZ(x)

或带有一些现有数据

B <- getData("alt", country='CHE')
A <- init(B, "y")
x <- na.omit(cbind(elevation=values(B), latitude=yFromRow(B, 1:nrow(B)), A=values(A)))

您可能想进行四舍五入

x[,1] <- round(x[,1], -2)
x[,2] <- round(x[,2], 1)

r <- rasterFromXYZ(x)
plot(r, asp=NA)