Question

我处理组织在不规则二维网格上的卫星数据，其尺寸为扫描线（沿轨道尺寸）和地面像素（跨轨道尺寸）。每个中心像素的纬度和经度信息存储在辅助坐标变量中，以及四个角坐标对（纬度和经度坐标在WGS84参考椭球上给出）。数据存储在netCDF4文件中。

我要做的是在投影地图上有效地绘制这些文件（可能还有文件的组合 - 下一步！）。

到目前为止，我的方法受Jeremy Voisey's对此question的回答的启发，一直是构建一个数据框，将我感兴趣的变量与像素边界相关联，并使用ggplot2用geom_polygon表示实际情节。

让我说明一下我的工作流程，并提前为天真的方法道歉：我刚开始用一周或两周的时间用R编码。

注意

完全重现问题：
1.下载两个数据帧：so2df.Rda（22M）和pixel_corners.Rda（26M）
2.将它们加载到您的环境中，例如

so2df <- readRDS(file="so2df.Rda")
pixel_corners <- readRDS(file="pixel_corners.Rda")

跳转到“合并数据帧”步骤。

初始设置

我要从我的文件中读取数据和纬度/经度边界。

library(ncdf4)
library(ggplot2)
library(ggmap) 
# set path and filename
ncpath <- "/Users/stefano/src/s5p/products/e1dataset/L2__SO2/"
ncname <- "S5P_OFFL_L2__SO2____20171128T234133_20171129T003956_00661_01_022943_00000000T000000"  
ncfname <- paste(ncpath, ncname, ".nc", sep="")
nc <- nc_open(ncfname)

# save fill value and multiplication factors
mfactor = ncatt_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column", 
                    "multiplication_factor_to_convert_to_DU")
fillvalue = ncatt_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column", 
                      "_FillValue")

# read the SO2 total column variable
so2tc <- ncvar_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column")

# read lat/lon of centre pixels
lat <- ncvar_get(nc, "PRODUCT/latitude")
lon <- ncvar_get(nc, "PRODUCT/longitude")

# read latitude and longitude bounds
lat_bounds <- ncvar_get(nc, "GEOLOCATIONS/latitude_bounds")
lon_bounds <- ncvar_get(nc, "GEOLOCATIONS/longitude_bounds")

# close the file
nc_close(nc)
dim(so2tc)
## [1]  450 3244

因此，对于这个文件/传递，3244扫描线中的每一个都有450个地面像素。

创建数据框

在这里，我创建了两个数据帧，一个用于值，一些用于后处理，另一个用于纬度/经度边界，然后合并两个数据帧。

so2df <- data.frame(lat=as.vector(lat), lon=as.vector(lon), so2tc=as.vector(so2tc))
# add id for each pixel
so2df$id <- row.names(so2df)
# convert to DU
so2df$so2tc <- so2df$so2tc*as.numeric(mfactor$value)
# replace fill values with NA
so2df$so2tc[so2df$so2tc == fillvalue] <- NA
saveRDS(so2df, file="so2df.Rda")
summary(so2df)

##       lat              lon              so2tc              id           
##  Min.   :-89.97   Min.   :-180.00   Min.   :-821.33   Length:1459800    
##  1st Qu.:-62.29   1st Qu.:-163.30   1st Qu.:  -0.48   Class :character  
##  Median :-19.86   Median :-150.46   Median :  -0.08   Mode  :character  
##  Mean   :-13.87   Mean   : -90.72   Mean   :  -1.43                     
##  3rd Qu.: 31.26   3rd Qu.: -27.06   3rd Qu.:   0.26                     
##  Max.   : 83.37   Max.   : 180.00   Max.   :3015.55                     
##                                     NA's   :200864

我将此数据框保存为so2df.Rda here（22M）。

num_points = dim(lat_bounds)[1]
pixel_corners <- data.frame(lat_bounds=as.vector(lat_bounds), lon_bounds=as.vector(lon_bounds))
# create id column by replicating pixel's id for each of the 4 corner points
pixel_corners$id <- rep(so2df$id, each=num_points)
saveRDS(pixel_corners, file="pixel_corners.Rda")
summary(pixel_corners)


##    lat_bounds       lon_bounds           id           
##  Min.   :-89.96   Min.   :-180.00   Length:5839200    
##  1st Qu.:-62.29   1st Qu.:-163.30   Class :character  
##  Median :-19.86   Median :-150.46   Mode  :character  
##  Mean   :-13.87   Mean   : -90.72                     
##  3rd Qu.: 31.26   3rd Qu.: -27.06                     
##  Max.   : 83.40   Max.   : 180.00

正如预期的那样，纬度/经度边界数据帧是值数据帧的四倍（每个像素/值四个点）。
我将此数据框保存为pixel_corners.Rda here（26M）。

合并数据帧

然后我按id：

start_time <- Sys.time()
so2df <- merge(pixel_corners, so2df, by=c("id"))
time_taken <- Sys.time() - start_time
print(paste(dim(so2df)[1], "rows merged in", time_taken, "seconds"))

## [1] "5839200 rows merged in 42.4763631820679 seconds"

正如您所看到的，这是一个CPU密集型过程。我想知道如果我一次使用15个文件（全球覆盖）会发生什么。

绘制数据

现在我的像素角已经与像素值相关联，我可以很容易地绘制它们。通常，我对轨道的特定区域感兴趣，所以我创建了一个函数，在绘制输入数据帧之前对其进行子集化：

PlotRegion <- function(so2df, latlon, title) {
  # Plot the given dataset over a geographic region.
  #
  # Args:
  #   df: The dataset, should include the no2tc, lat, lon columns
  #   latlon: A vector of four values identifying the botton-left and top-right corners 
  #           c(latmin, latmax, lonmin, lonmax)
  #   title: The plot title

  # subset the data frame first
  df_sub <- subset(so2df, lat>latlon[1] & lat<latlon[2] & lon>latlon[3] & lon<latlon[4])

  subtitle = paste("#Pixel =", dim(df_sub)[1], "- Data min =", 
                   formatC(min(df_sub$so2tc, na.rm=T), format="e", digits=2), "max =", 
                   formatC(max(df_sub$so2tc, na.rm=T), format="e", digits=2))

  ggplot(df_sub) + 
    geom_polygon(aes(y=lat_bounds, x=lon_bounds, fill=so2tc, group=id), alpha=0.8) +
    borders('world', xlim=range(df_sub$lon), ylim=range(df_sub$lat), 
            colour='gray20', size=.2) + 
    theme_light() + 
    theme(panel.ontop=TRUE, panel.background=element_blank()) +
    scale_fill_distiller(palette='Spectral') +
    coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
    labs(title=title, subtitle=subtitle, 
         x="Longitude", y="Latitude", 
         fill=expression(DU)) 
}

然后我在感兴趣的区域调用我的功能，例如让我们看看夏威夷会发生什么：

latlon = c(17.5, 22.5, -160, -154)
PlotRegion(so2df, latlon, expression(SO[2]~total~vertical~column))

它们是我的像素，看起来像是来自Mauna Loa的二氧化硫羽流。请暂时忽略负值。如您所见，像素的区域朝着条带的边缘变化（不同的分箱方案）。

我尝试使用ggmap：

PlotRegionMap <- function(so2df, latlon, title) {
  # Plot the given dataset over a geographic region.
  #
  # Args:
  #   df: The dataset, should include the no2tc, lat, lon columns
  #   latlon: A vector of four values identifying the botton-left and top-right corners 
  #           c(latmin, latmax, lonmin, lonmax)
  #   title: The plot title

  # subset the data frame first
  df_sub <- subset(so2df, lat>latlon[1] & lat<latlon[2] & lon>latlon[3] & lon<latlon[4])

  subtitle = paste("#Pixel =", dim(df_sub)[1], "Data min =", formatC(min(df_sub$so2tc, na.rm=T), format="e", digits=2), 
                   "max =", formatC(max(df_sub$so2tc, na.rm=T), format="e", digits=2))
  base_map <- get_map(location = c(lon = (latlon[4]+latlon[3])/2, lat = (latlon[1]+latlon[2])/2), zoom = 7, maptype="terrain", color="bw")

  ggmap(base_map, extent = "normal")  +
    geom_polygon(data=df_sub, aes(y=lat_bounds, x=lon_bounds,fill=so2tc, group=id),  alpha=0.5) +
    theme_light() + 
    theme(panel.ontop=TRUE, panel.background=element_blank()) +
    scale_fill_distiller(palette='Spectral') +
    coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
    labs(title=title, subtitle=subtitle, 
         x="Longitude", y="Latitude", 
         fill=expression(DU)) 

}

这就是我得到的：

latlon = c(17.5, 22.5, -160, -154)
PlotRegionMap(so2df, latlon, expression(SO[2]~total~vertical~column))

问题

有没有更有效的方法来解决这个问题？我正在阅读关于sf包的内容，我想知道是否可以定义点数据帧（值+中心像素坐标），并sf自动推断像素边界。这将使我不必依赖原始数据集中定义的纬度/经度边界，并且必须将它们与我的值合并。我可以接受朝向条带边缘的过渡区域的精度损失，否则网格非常规则，每个像素大小为3.5x7平方公尺。
将我的数据重新网格化到常规网格（如何？），可能通过聚合相邻像素，提高性能？我正在考虑使用raster包，据我所知，它需要在常规网格上使用数据。这应该是有用的全球范围（例如欧洲的情节），我不需要绘制单个像素 - 实际上，我甚至都看不到它们。
在绘制谷歌地图时，是否需要重新投影我的数据？

[奖励化妆品问题]

是否有更优雅的方法可以在由四个角点标识的区域上对我的数据框进行子集化？
如何更改色标以使较高的值相对于较低的值突出？我的日志规模经验很差。

Answer 1

我认为data.table在这里可能会有所帮助。合并几乎是立即进行的。

“ 5839200行在1.24507117271423秒内合并”

library(data.table)
pixel_cornersDT <- as.data.table(pixel_corners)
so2dfDT <- as.data.table(so2df)

setkey(pixel_cornersDT, id)
setkey(so2dfDT, id)

so2dfDT <- merge(pixel_cornersDT, so2dfDT, by=c("id"), all = TRUE)

将数据保存在data.table中，绘图功能中的子集也将大大加快。

问题1/2/4：

我认为使用raster或sf的过程不会更快，但是您可以尝试使用函数rasterFromXYZ()或st_make_grid()。但是大多数时间将花费在转换上以栅格/ sf对象，因为您必须转换整个数据集。

我建议使用data.table进行所有数据处理，包括裁剪，然后可以从那里切换到光栅/ sf对象以进行绘图。

问题3：

Google图可以正确显示，但是您已指定了黑白地图，并且在地图上覆盖了“栅格”，因此看不到太多内容。您可以将底图更改为卫星背景。

base_map <- get_map(location = c(lon = (latlon[4]+latlon[3])/2, lat = (latlon[1]+latlon[2])/2), 
                    zoom = 7, maptype="satellite")

问题5：

您可以使用rescale包中的scales函数。我在下面包括了两个选项。第一个（未注释）将分位数作为中断，而其他中断则分别定义。我不会像创建NA值那样使用对数转换（trans-参数），因为您也具有负值。

ggplot(df_sub) + 
  geom_polygon(aes(y=lat_bounds, x=lon_bounds, fill=so2tc, group=id), alpha=0.8) +
  borders('world', xlim=range(df_sub$lon), ylim=range(df_sub$lat),
          colour='gray20', size=.2) +
  theme_light() + 
  theme(panel.ontop=TRUE, panel.background=element_blank()) +
  # scale_fill_distiller(palette='Spectral', type="seq", trans = "log2") +
  scale_fill_distiller(palette = "Spectral",
                       # values = scales::rescale(quantile(df_sub$so2tc), c(0,1))) +
                       values = scales::rescale(c(-3,0,1,5), c(0,1))) +
  coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
  labs(title=title, subtitle=subtitle, 
       x="Longitude", y="Latitude", 
       fill=expression(DU))

整个过程现在对我来说大约需要 8秒，包括不带背景图的绘制，尽管地图渲染也将花费1-2秒。

在不规则网格上绘制数据的有效方法

初始设置

创建数据框

合并数据帧

绘制数据

问题

1 个答案: