Question

我正试图从USGS创建的历史土地利用和土地覆盖数据库中提取草地价值。我对Raster包和getValues选项存在一些问题。 tiff文件太大，无法添加此帖子，但可以在线获取。

数据在Land-use and Land-cover Backcasting下提供。

这是我的代码：

 install.packages("raster")
 install.packages("rastervis")
 install.packages("RCurl")
 install.packages("R.utils")
 install.packages("rgdal")
 install.packages("sp")
 install.packages("maptools")
 install.packages("tibble")
 install.packages("ggplot2")
 install.packages("gridExtra")

 library(R.utils)
 library(rgdal)
 library(sp)
 library(maptools)
 library(raster)
 library(rasterVis)
 library(RCurl)
 library(R.utils)
 library(rgdal)
 library('rgdal')
 library('raster')
 library("tibble")
 library('ggplot2')

tiff格式的Landcover文件：

   Landcover1 <- raster ("CONUS_Backcasting_y1938.tif")

美国县档案

   USA_county <- readOGR("UScounties",layer="UScounties")

这两个文件不在同一投影中，因此投影：

 newprojection <- "+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 
 +towgs84=0,0,0"
 projected_raster_landcover1 <- projectRaster(Landcover1, crs = 
 newprojection)

现在，我想仅为草原提取土地覆盖数据（共有17个土地类别，草地编号为'11'）

 Landcover1_values <- extract(x = projected_raster_landcover1, 
                            y = USA_county)

但是当我使用getValues来提取草原时，

 Landcover1_values_count<- lapply(Landcover1_values, FUN = function(x) {      
 length(which(getValues(x) == 11)) })

显示错误：

**Error in (function (classes, fdef, mtable)  : 
 unable to find an inherited method for function ‘getValues’ for signature ‘"numeric", "missing", "missing"’**

我认为这是NA，但我无法解决问题。

Answer 1

extract返回向量或矩阵，而getValues需要栅格作为输入。这就是你有这个错误的原因。

因此，这适用于您的情况：

Landcover1_values_count <- sum(Landcover1_values == 11, na.rm = T)

话虽如此，我不确定在您的工作流程中使用extract。我认为你要找的是掩盖你的光栅。所以我建议你使用：

Landcover1_values <- mask(projected_raster_landcover1, USA_county)
Landcover1_values_count <- sum(Landcover1_values[,] == 11, na.rm = T)

修改

根据您的评论，您真正想要的是执行区域统计（每个县标记为草原（11）的像素数）。以下是如何执行此操作的一些步骤：

library(raster) library(plyr) # Function for efficient zonal stats using data.table, source: https://stat.ethz.ch/pipermail/r-sig-geo/2013-February/017475.html myZonal <- function (x, z, stat, digits = 0, na.rm = TRUE, ...) { library(data.table) fun <- match.fun(stat) vals <- getValues(x) zones <- round(getValues(z), digits = digits) rDT <- data.table(vals, z=zones) setkey(rDT, z) rDT[, lapply(.SD, fun, na.rm = TRUE), by=z] } # Add an ID field to the shapefile USA_county@data$ID <- c(1:length(USA_county@data[,1])) # Crop raster to 'zone' shapefile extent r <- crop(projected_raster_landcover1, extent(USA_county)) # Reclassify raster in binary raster with 1 for grasslands and 0 for all others values r[r != 11] <- 0 r[r == 11] <- 1 # Rasterize shapefile using ID field zone <- rasterize(USA_county, r, field="ID", dataType = "INT1U") # Change dataType if nrow(USA_county) > 255 to INT2U or INT4U # Zonal stats Zstat <- data.frame(myZonal(r, zone, "sum")) colnames(Zstat) <- c("ID", "Grassland") # Merge data USA_county@data <- plyr::join(USA_county@data, Zstat, by="ID") # Show results USA_county@data

从土地覆盖栅格数据中提取

1 个答案: