如何基于另一个栅格网格像元值对栅格进行子集化（分类）？

Question

在给定示例中，如何基于r1中的以下条件，对栅格r2（具有与r2相同的尺寸和范围）进行重新分类（子集）。

条件：

• 如果r2的网格单元格值为>0.5，则保留相应的值，并相邻0.5个值旁边的2个网格单元格（即，在{{1 }}移至>0.5中所有周围的两个网格，然后将其他值更改为0。

即。我如何更改r2中的网格单元值，使其给出与r1值网格单元相对应的值，并在r1的每个方向上缓冲（环绕）两个网格单元。 / p>

如果只需要获取网格单元格>0.5，我可以通过以下代码轻松获得，但是，我想提取r2值以及周围2个网格单元格的值，如下所示：好吧。

示例计算代码示例为：

>0.5

谢谢。

Answer 1

我们可以使用focal函数创建一个显示感兴趣像素的蒙版，并使用mask函数来检索值。

我将创建示例，因为您创建的示例栅格太小，无法演示。

# Create example raster r1
set.seed(150)
r1 <- raster(ncol = 100, nrow = 50) 
values(r1) <- round(runif(ncell(r1), 5, 25))

r1 <- crop(r1, extent(-60, 60, -30, 30))

plot(r1)

# Create example raster r2
r2 <- raster(ncol = 100, nrow = 50)
values(r2) <- rnorm(ncell(r2), mean = -1)

r2 <- crop(r2, extent(-60, 60, -30, 30))

plot(r2)

第一步是通过将大于0.5的任何值替换为1并将其他值替换为r2来处理NA。

# Replace values > 0.5 to be 1, others to be NA
r2[r2 > 0.5] <- 1
r2[r2 <= 0.5] <- NA

plot(r2)

在使用focal函数之前，我们需要定义一个表示窗口和函数的矩阵。

# Define a matrix as the window
w <-  matrix(c(NA, NA, 1, NA, NA, 
               NA, 1, 1, 1, NA,
               1, 1, 1, 1, 1, 
               NA, 1, 1, 1, NA,
               NA, NA, 1, NA, NA), ncol = 5)
# Define a function to populate the maximum values when w = 1
max_fun <- function(x, na.rm = TRUE) if (all(is.na(x))) NA else max(x, na.rm = na.rm)

然后我们可以应用focal函数。

r3 <- focal(r2, w = w, fun = max_fun, pad = TRUE)

plot(r3)

r3是一层，显示我们希望从r1获得值的像素。现在，我们可以使用mask函数。

# Use the mask function extract values in r1 based on r3
r4 <- mask(r1, r3)
# Replace NA with 0
r4[is.na(r4)] <- 0

plot(r4)

r4是最终输出。