通过具有任意函数的非整数因子聚合栅格

时间:2017-03-12 14:08:08

标签: r spatial raster resampling r-raster

我想将人口栅格聚合1.5倍,将细胞的值相加。

虽然aggregate()允许我在聚合时对值求和,但其factor参数仅接受整数值。 projectRaster()resample()允许我精确地调整分辨率,但(据我所知)我仅限于预先打包的双线性插值和最近邻计算方法。

是否可以通过非整数因子聚合栅格并指定聚合时使用的函数?

library(raster)
set.seed(10)

proj <- "+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs"
r <- raster(resolution = 1, nrow = 100, crs = proj)
r[] <- round(rnorm(ncell(r), 100, 10))

# Doesn't accept non-integer factors
aggregate(r, fact = 1.5, fun = sum)

template <- raster(extent(r), crs = crs(r), resolution = 1.5)

# Correct resolution, but incorrect / impossible values for population
projectRaster(r, to = template, method = "ngb")
projectRaster(r, to = template, method = "bilinear")

可能的解决方法

到目前为止,我能够提出的唯一方法是将模板强制转换为SpatialPoints对象;从原始的高分辨率栅格中提取值;和rasterize()结果:

pts <- as(template, "SpatialPoints")
vals <- extract(r, pts)
pts2 <- SpatialPointsDataFrame(pts, data.frame(vals))

rasterize(pts2, template, field = "vals", fun = sum)

但是,如果在栅格单元的质心处创建点,我不确定在以原始栅格的1.5倍分辨率提取时如何处理它们。我首选的方法是使用SpatialPolygonsDataFrame创建fun = mean和栅格化,但(根据我的经验)使用多边形提取栅格值的效率非常低。

1 个答案:

答案 0 :(得分:1)

这是一种解决方法:

#first resample to higher resolution
template    <- raster(extent(r), crs = crs(r), resolution = .5)  
detailedRas <- projectRaster(r, to = template, method = "ngb")

#then use an integer as a factor (in this case 3)
aggRas      <- aggregate(detailedRas, fact=3, fun=sum)

但是请注意,在这种情况下,总和不会返回居住在某个聚合区域的人的总和。

I.e。:假设我们有四个单元格,这些值的分辨率为1 m:

10  15  
12  18  

使用NN重新采样到0.5之后:

10  10  15  15  
10  10  15  15  
12  12  18  18  
12  12  18  18  

然后通过总和汇总到1.5米,得到第一个像素:

10 + 10 + 15 + 10 + 10 + 15 + 12 + 12 + 18 = 112

实际上它应该是这样的: 10 + 15/2 + 12/2 + 18/4 = 28(如果我们假设每个像素的人口分布相等。)

我建议使用focal栅格函数和自定义/用户定义函数,根据需要汇总人口值。

或者您将重采样的栅格除以4,然后取总和:

2.5  2.5  3.75  3.75  
2.5  2.5  3.75  3.75   
3    3    4.5   4.5  
3    3    4.5   4.5  

2.5 + 2.5 + 3.75 + 2.5 + 2.5 + 3.75 + 3 + 3 + 4.5 = 28