我正在尝试从栅格堆栈中提取值并将其附加到现有数据框。这些值是指标的集合(来自r包SDMtools的PatchStat),我可以将其提取为列表格式,但在尝试将值绑定到现有数据框时会遇到困难。
输入数据:
library(sp)
library(sf)
library(raster)
library(dplyr)
library(SDMTools)
mydata <- read.table(header=TRUE, text = "
animal X Y ord.year
1 pb_20414 157978.9 2323819 2009168
2 pb_20414 156476.3 2325586 2009168
3 pb_06817 188512.0 2299679 2006263
4 pb_06817 207270.9 2287248 2006264")
# add rasters
s <- stack(system.file("external/rlogo.grd", package="raster"))
names(s) <- c('masie_ice_r00_v01_2009168_4km', 'masie_ice_r00_v01_2006263_4km', 'masie_ice_r00_v01_2006264_4km')
# Create sp object
projection <-CRS('+proj=stere +lat_0=90 +lat_ts=60 +lon_0=-80 +k=1 +x_0=0 +y_0=0 +ellps=WGS84 +units=m + datum=WGS84 +no_defs +towgs84=0,0,0') # matches MASIE raster
coords <- cbind(mydata$X, mydata$Y)
mydata.sp <- SpatialPointsDataFrame(coords = coords, data = mydata, proj4string = projection)
# Create sf object
mydata.sf <- st_as_sf(mydata)
mydata.buf30 <- st_buffer(mydata.sf, 30000)
我的目标是按日期(mydata$ord.year
)将每个GPS点(X,Y)与正确的GeoTIFF匹配,将栅格裁剪到30 km的(空间上明确的)缓冲区,并在程序SDMtools中为R运行PatchStat ,并将结果附加到原始数据框。问题是PatchStat结果是在数据框中提供的,所以我很难将这些结果与现有数据框匹配。
这是我运行PatchStat时提供的结果示例:
patchID n.cell n.core.cell n.edges.perimeter n.edges.internal area core.area perimeter
2 3 73 13 86 206 73 13 86
perim.area.ratio shape.index frac.dim.index core.area.index
2 1.178082 2.388889 1.430175 0.1780822
这是我到目前为止所能做的:
# separate date component of TIF name to correspond to mydata$ord.year
stack <- list()
date<-vector()
for (i in 1:length(rasterlist)) {
stack[[i]]<-raster(rasterlist[i])
tt<-unlist(strsplit(names(stack[[i]]), "[_]"))
date[i]<-tt[which(nchar(tt)==max(nchar(tt)))]
}
st <- stack(stack) # Create rasterstack object
# crop raster to buffer
mydata.sp <- as(mydata.sf, 'Spatial') # back to sp object
# pull raster data from GeoTIFF that corresponds to ordinal date
pat <- list()
for (i in 1:nrow(mydata.sp)) {
st2<-st[[which(date==mydata.sp$ord.year[i])]]
GeoCrop <- raster::crop(st2, mydata.sp[i,])
GeoCrop_mask <- raster::mask(GeoCrop, mydata.sp[i,])
pat[[i]] <- PatchStat(GeoCrop_mask)}
此外,我消除了两种土地覆被类型中的一种,以便列表中的每个元素只有一行:
pat2 <- lapply(pat, `[`, -1,) # remove first row in each list element so only one row remains (using program plyr for R)
现在,我想将这些行与我的原始数据帧匹配,以便将pat2[[1]]
附加到mydata.sp[1,]
上(假设a,b和c是我原始SpatialPointsDataFrame中元数据的列)。我希望添加来自PatchStat的所有数据列,但是为了节省时间和空间,我仅在此处包括前三个:
a b c PatchID n.cell n.core.cell
1 2 3 3 73 13
注意:如果可能的话,我希望将整个过程包含在for
循环中,以最大程度地减少错误空间和处理时间。
非常感谢!
答案 0 :(得分:0)
好吧,我做了一件非常丑陋的事情,得到了我想要的。但是我不喜欢。如果有人有更好的主意,我很想听听!
# Change objects to df
pat2 <- lapply(pat, `[`, -1,) # remove first row in each list element
library(plyr) # ldply command
pat3 <- ldply (pat2, data.frame)
pat4 <- bind_cols(pb, pat3)
答案 1 :(得分:0)
感谢您提供示例数据的努力。但这仍然是不完整的(它指的是我们没有的文件。您可以这样做
library(raster)
library(SDMTools)
s <- stack(system.file("external/rlogo.grd", package="raster"))
s <- round(s / 50) # to have fewer patches
names(s) <- c('masie_ice_r00_v01_2009168_4km', 'masie_ice_r00_v01_2006263_4km', 'masie_ice_r00_v01_2006264_4km')
df <- data.frame(ord.year=c("2009168", "2009168", "2006263", "2006264"))
pts <- SpatialPoints(cbind(c(20,40,60,80), c(20,40,60,20)))
crs(pts) <- crs(s)
pts <- SpatialPointsDataFrame(pts, df)
做一个缓冲
b <- buffer(pts, 15, dissolve=FALSE)
获取匹配名称
nms <- names(s)
nms <- gsub('masie_ice_r00_v01_', '', nms)
nms <- gsub('_4km', '', nms)
循环匹配名称,然后将结果放入列表
p <- list()
for (i in 1:length(b)) {
j <- which(b$ord.year[i] == nms)
r <- s[[j]]
z <- crop(r, b[i,])
z <- mask(z, b[i,])
p[[i]] <- PatchStat(z)
}
请注意,p的每个元素都有一个data.frame,其中包含多行和多列。
p[[1]]
#patchID n.cell n.core.cell n.edges.perimeter n.edges.internal area core.area perimeter perim.area.ratio shape.index frac.dim.index core.area.index
#1 1 53 5 68 144 53 5 68 1.2830189 2.266667 1.427207 0.09433962
#2 2 123 8 182 310 123 8 182 1.4796748 3.956522 1.586686 0.06504065
#3 3 149 31 190 406 149 31 190 1.2751678 3.800000 1.543074 0.20805369
#4 4 54 2 114 102 54 2 114 2.1111111 3.800000 1.679578 0.03703704
#5 5 337 206 146 1202 337 206 146 0.4332344 1.972973 1.236172 0.61127596
如果您只想要第一行
pp <- t(sapply(p, function(i) i[1,]))
现在将其与原始data.frame结合起来很简单
dfpp <- cbind(df, pp)