如何在全局文件中找到像素（单元格）的4个坐标（lat-long）？

Question

我正在使用可从此处下载的气候变量：

  ftp://sidads.colorado.edu/pub/DATASETS/nsidc0301_amsre_ease_grid_tbs/global/ 

此文件是带有586 lines and 1383 columns（全局映射）的二进制（矩阵）文件。 我想知道像素（单元格）的4个坐标（lat-long）。

有关该文件的更多信息：

These data are provided in EASE-Grid projections global cylindricalat 25 km resolution, are two-
      byte 
    Spatial Coordinates:
    N: 90°     S: -90°     E: 180°     W: -180°    

使用栅格包并将数据转换为栅格对象：

 file<- readBin("ID2r1-AMSRE-ML2010001A.v03.06H", integer(), size=2,  n=586*1383, signed=T)
 m = matrix(data=file,ncol=1383,nrow=586,byrow=TRUE)
 r = raster(m, xmn=-180, xmx=180, ymn=-90, ymx=90)

现在文件是一个空间正确引用的对象，但如果没有使用圆柱投影的完整规范，则无法返回到lat-long坐标。

这里有更多信息http://nsidc.org/data/ease/tools.html，包括指向一些网格的链接，这些网格具有该网格系统的lat-long网格单元格：

ftp://sidads.colorado.edu/pub/tools/easegrid/lowres_latlon/

      MLLATLSB  "latitude"
      MLLonLSB  "longitude"

所以我们可以为数据网格中的单元格创建一个纬度栅格：

> lat <- readBin("MLLATLSB",integer(), size=4,  n=586*1383, endian="little")/100000
> latm = matrix(data=lat,ncol=1383,nrow=586,byrow=TRUE)
> latr = raster(latm, xmn=-180, xmx=180, ymn=-90, ymx=90)

然后latr[450,123]是我数据中单元格[450,123]的纬度。对经度重复MLLONLSB。

然而，这还不够（每个像素一个纬度和长度），因为我想与基于地面的测量结果进行比较，因此我需要定义与该像素相对应的区域（25 * 25 km或0.25度）。为此，我必须知道该像素（单元格）的4个坐标（纬度 - 长度）。 谢谢你的帮助

Answer 1

EASE GRID使用由EPSG 3410定义的全局圆柱等面积投影，它是度量。只要我看到它，空间范围应以米为单位，而不是地理坐标。 从here我们可以看到地图范围坐标是：

xmin：-17609785.303313

ymin：-7389030.516717

xmax：17698276.686747

ymax：7300539.133283

稍微改变你的代码我们有这个

library(raster)
library('rgdal')
wdata <- 'D:/Programacao/R/Raster/Stackoverflow'
wshp <- 'S:/Vetor/Administrativo/Portugal'
#setwd(wdata)
file <- readBin(file.path(wdata, "ID2r1-AMSRE-ML2010001D.v03.06H"),
               integer(), size=2,  n=586 * 1383, signed=T)
m <- matrix(data = file, ncol = 1383, nrow = 586, byrow = TRUE)
-17609785.303313 -7389030.516717 17698276.686747 7300539.133283
rm <- raster(m, xmn = -17609785.303313, xmx = 17698276.686747,
             ymn = -7389030.516717, ymx = 7300539.133283)
proj4string(rm) <- CRS('+init=epsg:3410')

> rm
class       : RasterLayer 
dimensions  : 586, 1383, 810438  (nrow, ncol, ncell)
resolution  : 25530.05, 25067.53  (x, y)
extent      : -17609785, 17698277, -7389031, 7300539  (xmin, xmax, ymin, ymax)
coord. ref. : +init=epsg:3410 +proj=cea +lon_0=0 +lat_ts=30 +x_0=0 +y_0=0 +a=6371228 +b=6371228 +units=m +no_defs 
data source : in memory
names       : layer 
values      : 0, 3194  (min, max)

writeRaster(rm, file.path('S:/Temporarios', 'easegrridtest.tif'), overwrite = TRUE)
plot(rm, asp = 1)

我们现在可以覆盖一些空间数据

afr <- readOGR(dsn = file.path(wdata), layer = 'Africa_final1_dd84')
proj4string(afr) <- CRS('+init=epsg:4326') # Asign projection 
afr1 <- spTransform(afr, CRS(proj4string(rm)))

plot(afr1, add = T)

现在，您可以开始使用投资回报率的提取范围，可能使用extent()

我对空间调整不满意。通过这种方法我遇到了很大的错误。我不确定位置错误，但是对此产品进行了描述。也许是带有范围参数的东西。

由于您有兴趣将其用于地面测量，因此您可以将ROI多边形化并在GPS或GIS中使用它。

此外，您可以通过以下方式获得感兴趣的细胞范围：

选择近似坐标，识别单元格并获取范围：

cell <- cellFromXY(rm, matrix(c('x'= -150000, 'y' =200000), nrow = 1, byrow = T))
r2 <- rasterFromCells(rm, cell, values=TRUE)
extent(r2)
class       : Extent 
xmin        : -172759.8 
xmax        : -147229.7 
ymin        : 181362 
ymax        : 206429.6 

并且可能在地图（或图表）中识别ROI（单个单元格）

cell <- cellFromXY(rm, matrix(c('x'= -1538000, 'y' =1748000), nrow = 1, byrow = T))
r2 <- rasterFromCells(rm, cell, values=TRUE)
r2p <- as(r2, 'SpatialPolygons')
extr2 <- extent(r2) + 300000
plot(rm,  col = heat.colors(6), axes = T, ext = extr2)
plot(afr1, add = T, col = 'grey70')
plot(r2p, add = T)

对于特定区域

假设按单元格表示列和行值，您可以继续使用raster::cellFromRowCol

cell2 <- cellFromRowCol(rm, rownr = mycellnrow, colnr = mycellnrow)
r3 <- rasterFromCells(rm, cell2, values=TRUE)
r3p <- as(r3, 'SpatialPolygons')
extr3 <- extent(r3) + 3000000

在这个特殊情况下，123和450似乎远离任何大陆地区......

希望它有所帮助。

有关AMSR-E / Aqua每日网格亮度温度的更多信息here