Question

假设我有4个栅格图层具有相同的扩展，数据为4年不同：2006,2008,2010和2012：

library(raster)

r2006<-raster(ncol=3, nrow=3)
values(r2006)<-1:9

r2008<-raster(ncol=3, nrow=3)
values(r2008)<-3:11

r2010<-raster(ncol=3, nrow=3)
values(r2010)<-5:13

r2012<-raster(ncol=3, nrow=3)
values(r2012)<-7:15

现在我想通过插值/外推（线性方法应该是一个良好的开端）4个栅格图层的值，在2006年到2013年之间（甚至更长时间）创建每年的栅格图层。结果应如下所示：

r2006<-raster(ncol=3, nrow=3)
values(r2006)<-1:9

r2007<-raster(ncol=3, nrow=3)
values(r2007)<-2:10

r2008<-raster(ncol=3, nrow=3)
values(r2008)<-3:11

r2009<-raster(ncol=3, nrow=3)
values(r2009)<-4:12

r2010<-raster(ncol=3, nrow=3)
values(r2010)<-5:13

r2011<-raster(ncol=3, nrow=3)
values(r2011)<-6:14

r2012<-raster(ncol=3, nrow=3)
values(r2012)<-7:15

r2013<-raster(ncol=3, nrow=3)
values(r2013)<-8:16

使用lm()或approxExtrap似乎没什么帮助。

Answer 1

一种方法是将问题分为两部分：1。首先，对栅格值执行数值插值，然后将插值应用于适当的中间栅格图层。

构思：构建栅格图层的值（）的数据框，数据框的时间索引，然后将线性插值应用于这些数字。对于线性插值，我使用approxTime包中的simecol。

对于上面的例子，

library(raster)
library(simecol)    
df <- data.frame("2006" = 1:9, "2008" = 3:11, "2010" = 5:13, "2012"=7:15)

#transpose since we want time to be the first col, and the values to be columns
new <- data.frame(t(df))
times <- seq(2006, 2012, by=2)
new <- cbind(times, new)

# Now, apply Linear Interpolate for each layer of the raster
approxTime(new, 2006:2012, rule = 2)

这给出了：

#  times X1 X2 X3 X4 X5 X6 X7 X8 X9
#1  2006  1  2  3  4  5  6  7  8  9
#2  2007  2  3  4  5  6  7  8  9 10
#3  2008  3  4  5  6  7  8  9 10 11
#4  2009  4  5  6  7  8  9 10 11 12
#5  2010  5  6  7  8  9 10 11 12 13
#6  2011  6  7  8  9 10 11 12 13 14
#7  2012  7  8  9 10 11 12 13 14 15

然后您可以存储它，并获取每一行并应用该年光栅对象的值。

注意：approxTime不执行线性外推。它只需要最接近的值，因此您需要考虑到这一点。

R：不同日期的栅格图层之间的插值

1 个答案: