我有一些代表时间序列的大型栅格砖(每一层都是一个时间点)。我希望通过在层之间进行插值来增加时间分辨率(在下面的示例中,插值使用zoo::na.spline
,尽管如果它们有帮助,我可以使用其他插值方法)。我不能直接在砖块上使用na.spline
- 它不是为此而设计的,只是给Error in as.array.default(X) : 'dimnames' applied to non-array
。
目前我正在使用一系列循环来执行此操作(1个循环生成具有更多时间层的砖,第2个循环将原始砖插入到此正确的层中,第3个循环使用na 。每个单元格上的.spline)。然而,这在大砖上非常缓慢,似乎是一种相当无效的方法。
可重复性最小的示例。
首先让我们制作一个表示低时间分辨率数据的初始栅格砖。请注意,左上角的单元格始终为NA,因为对于仅包含NA的单元格,任何解决方案都必须是健壮的:
library(raster); library(rasterVis); library(zoo)
r1 = raster(matrix(c(NA, rep(1,8)), 3, 3))
r2 = raster(matrix(c(NA, rep(2,8)), 3, 3))
r3 = raster(matrix(c(NA, rep(3,8)), 3, 3))
b1 = brick(list(r1,r2,r3))
levelplot(b1)
现在,让我们创建一个空的栅格砖,在其中插入值:
b2 = brick(lapply(1:9, function(x) raster(matrix(NA, 3, 3))))
接下来,我们将b1
的图层插入到b2
的相应图层中。请注意,我甚至在这里使用循环因为subassignment of selected layers into raster bricks does not work。
old.layers = c(1,4,7)
for (i in 1:nlayers(b1)) {
b2[[old.layers[i]]] = b1[[i]]
}
levelplot(b2, layout=c(9,1))
最后,我们遍历每个单元格进行时间序列插值并将结果插回b2
:
for (cell in 1:ncell(b2)) {
if (all(is.na(as.vector(b2[cell])))) {
# na.spline wil fail if all are NA
new.values = as.numeric(rep(NA, dim(b2)[3]))
} else {
new.values = na.spline(as.vector(b2[cell]), na.rm = F)
}
b2[cell][] = new.values
}
levelplot(b2, layout=c(9,1))
这可行,但似乎非常低效且不优雅。是否有更快(更好,也更优雅)的方式来做到这一点?
答案 0 :(得分:3)
您可以将raster::calc
与以下函数一起使用:
yy <- rep(NA, 9)
fun <- function(y) {
if (all(is.na(y))) yy else na.spline((yy[c(1,4,7)] <- y), xout=1:9)
}
b2 <- calc(b1, fun)
作为参考,raster::approxNA
接近您想要的(但它不添加图层,并使用线性插值)。