R-在不同像元大小的“双线性插值”中,重采样到底如何工作?

时间:2018-08-17 15:28:25

标签: r raster resampling

使用raster包时,resampleprojectRaster的双线性插值是否总是采用四个最接近的质心,还是考虑到像元大小的差异? >

http://desktop.arcgis.com/en/arcmap/latest/extensions/spatial-analyst/performing-analysis/cell-size-and-resampling-in-analysis.htm处关于重采样中的双线性插值的解释中,它表示使用了四个最接近的质心。在此处的示例中,像元大小相似。这种解释不是直接针对R中的raster包,而是对于在这些情况下双线性插值如何工作最容易理解的解释。

当一个(或两个)维度的像元大小相差超过2倍时,是否使用了不同数量的质心?

例如,这是一个比重新采样的分辨率更高的栅格:

library(raster)

R1 <- raster(resolution = 13, vals = sample(x = 1:5, size = 392, replace = TRUE))
plot(R1)

High Resolution Raster

在此处创建要projectRaster的栅格,然后在projectRaster之后创建R1以匹配新栅格:

R2 <- raster(resolution = 50)

R3 <- projectRaster(from = R1, to = R2, method = "bilinear")
plot(R3)

New Low Resolution Raster

在使用projectRaster创建较少,较大的像元时,要考虑高分辨率栅格中的哪些像元?由于高分辨率栅格中的像元比低分辨率栅格中的像元小四倍,因此,如果双线性插值仅使用了四个最接近的质心,则其代表性可能不如采用更多像元时那样精确。考虑在内。

1 个答案:

答案 0 :(得分:0)

在使用双线性插值进行实际重采样之前,栅格数据包首先对这些值进行汇总,以创建分辨率与目标近似相等的像元。正是从此聚合栅格中获取了四个像元。

这不是使用projectRaster完成的。 Tis将在将来的版本中添加,但现在您可以先自己汇总输入数据。