Question

我正在尝试使用样条填充ndvi图像的时间序列中的空白。

我创建了一个带有我所拥有的ndvi图像的光栅堆栈，以及一些只有$.ajax({ url: '{your-controller-action}', type: 'DELETE', success: function(result) { // Do something } });的图层，用于我没有的时间步长。栅格堆栈在此处可用作Geotiff：raster stack download

我编写了以下函数来插入缺失值：

NA

如果我将它与一个像素（例如f.int.spline <- function(x) { # x is a raster stack or brick v=as.vector(x) # transform x in a vector for easier manipulation z=which(v %in% NA) # find which pixel values are to be interpolated # interpolation with spline interp <- spline(x=c(1:NROW(v)), y = v, xout = z, # missing values to be interpolated method = "natural") x[z] <-interp$y # including the missing values in the original vector }）一起使用，该函数有效，但如果我使用x[ 50, 200 ]运行它，则会返回一般错误：

calc(x, f.int.spline)

如果我使用> error in .calcTest(x[1:5], fun, na.rm, forcefun, forceapply) : cannot use this function运行它，则会返回与内存使用情况相关的错误：

f.int.spline(x)

1）您是否看到任何缺陷或有任何解决方法如何使其工作？

2）我无法准确理解> Error in as.vector(t((matrix(rep(i, rec2), nrow = rec2, byrow = TRUE)) + : error in evaluating the argument 'x' in selecting a method for function 'as.vector': Error in t((matrix(rep(i, rec2), nrow = rec2, byrow = TRUE)) + add) : error in evaluating the argument 'x' in selecting a method for function 't': Error: cannot allocate vector of size 4.9 Gb函数对栅格堆栈的作用：它是否需要所有图层中每个像素的值？

3）正如Jeffrey Evans所建议的，我也在寻找更适合这项工作的其他插值函数。有什么想法吗？

Answer 1

首先创建一个适用于矢量的函数，包括在某些角落情况下（可能与您无关）或

 f <- function(x) {  
    z <- which(is.na(x))
    nz <- length(z)
    nx <- length(x)
    if (nz > 0 & nz < nx) { 
        x[z] <- spline(x=1:nx, y=x, xout=z, method="natural")$y
    }
    x
}

测试功能

f(c(1,2,3,NA,5,NA,7))
##[1] 1 2 3 4 5 6 7
f(c(NA,NA,5,NA,NA))
##[1] 5 5 5 5 5
f(rep(NA, 8))
##[1] NA NA NA NA NA NA NA NA
f(rep(1, 8))
##[1] 1 1 1 1 1 1 1 1

然后在RasterStack或RasterBrick上使用calc

示例数据

r <- raster(ncols=5, nrows=5)
r1 <- setValues(r, runif(ncell(r)))
r2 <- setValues(r, runif(ncell(r)))
r3 <- setValues(r, runif(ncell(r)))
r4 <- setValues(r, runif(ncell(r)))
r5 <- setValues(r, NA)
r6 <- setValues(r, runif(ncell(r)))
r1[6:10] <- NA
r2[5:15] <- NA
r3[8:25] <- NA
s <- stack(r1,r2,r3,r4,r5,r6)
s[1:5] <- NA

使用功能

x <- calc(s, f)

或者，您可以使用approxNA

x <- approxNA(s)

用R中的样条插值rasterstack时间序列

1 个答案: