从R中的多边形估计栅格的加权平均值的问题

时间:2018-12-19 15:57:51

标签: r weighted

我需要估计以正方形显示的多边形的栅格值的加权平均值。我想获取多边形中每个正方形内的栅格值及其权重。 (如本文中的内容:How can I extract an area weighted sum from a raster into a polygon in R?

但是,请参阅下面的代码以及作为重量获得的图像。有人可以纠正我在这里做错的事情,以及为什么我的输出与以上文章中显示的不同吗?我想要获得类似上面文章中的输出。似乎喜欢我得到的权重也是错误的。

请在此处查看随附的输入数据集: https://bft.usu.edu/w8crs

谢谢。

        <Button Grid.Row="0" Grid.Column="3" Text="{Binding ButtonText}" 
          WidthRequest="175" BackgroundColor="White" 
          Command="{Binding AddImages}" 
               CommandParameter="{Binding Source={x:Reference Item}, 
                Path=BindingContext}"
                   BindingContext="{Binding Source={x:Reference 
                    GroupedView},Path=BindingContext}"   />

enter image description here

输出:

enter image description here

library(raster)
library(sp)
library(rgdal)
library(rgeos)

rlist = list.files(getwd(), pattern = "tif$", full.names = TRUE)
inshp = "Test" 
rdata <- rlist[1]

r <- raster(rdata)
sdata <- readOGR(dsn=getwd(), layer=inshp)
sdata <- spTransform(sdata, crs(r))

extract(r, sdata, weights=TRUE)

1 个答案:

答案 0 :(得分:0)

这是一个可复制的示例

library(raster)
packageVersion("raster")
#[1] ‘2.8.4’
r <- raster(xmn=0, xmx=1, ymn=0, ymx=1, nrow=2, ncol=2)
values(r) <- 1:4

m <- matrix(c(0.4, 0.6, 0.8, 0.6, 0.7, 0.2, 0.3, 0.2), ncol=2, byrow=TRUE)
s <- spPolygons(m)
plot(r); lines(s)

extract(r, s, weights=TRUE)
#[[1]]
#     value weight
#[1,]     1 0.0625
#[2,]     2 0.1875
#[3,]     3 0.3125
#[4,]     4 0.4375

这对您不起作用,因为相对于栅格像元大小而言,多边形很小。我已经更改了功能,这样可以提高这些情况下的精度。现在,我用您的数据得到了这个信息:

> extract(r, sdata, weights=TRUE)
[[1]]
    value weight
 56.75139      1

[[2]]
        value    weight
[1,] 61.18781 0.6592593
[2,] 56.75139 0.3407407

[[3]]
    value weight
 56.75139      1

[[4]]
        value    weight
[1,] 61.18781 0.5522388
[2,] 56.75139 0.4477612

要使其无需下载就可重现,请针对您的一个多边形:

library(raster)
r <- raster(ncol=2, nrow=1, xmn=596959.624056728, xmx=624633.120455544, ymn=568805.230192675, ymx=582641.978392083, crs='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +datum=NAD83 +units=m')
values(r) <- c(61.18781, 56.75139)    
g <- data.frame(matrix(c(rep(1, 18), rep(0,6), 611318.079488842,611440.751254539,610712.115334383,609842.749239201, 609703.303842618,611318.079488842,581038.816616668,579434.971927127, 579381.167042005,579315.223934334,580917.724282178,581038.816616668), ncol=6))
colnames(g) <- c('object','part','cump','hole','x','y')
p <- as(g, "SpatialPolygons")
crs(p) <- crs(r)

extract(r, p, weights=TRUE)

#[[1]]
#        value    weight
#[1,] 61.18781 0.6592593
#[2,] 56.75139 0.3407407