我对raster :: crop函数有一个奇怪的问题。当我裁剪包含唯一ID值(等于像元编号)的大栅格时,生成的较小栅格包含重复的值,其中每个像元应该是唯一的。
我有一个大栅格(r)裁剪到非洲大陆的SpatialPolygonsDataFrame。我想为每个栅格像元生成一个唯一的ID,然后将较大的RasterLayer裁剪为较小的多边形(一个国家/地区)–这样,我便可以随后根据较小的栅格计算将数据合并到基于其唯一像元的较大栅格中ID。
但是,当我裁剪包含唯一ID的较大栅格时,新的栅格图层不包含唯一ID-而是存在大量重复的值。据我所知,似乎有些ID值被相邻的值代替,从而产生了像301,301,303,303,306,306,306,而不是连续增加1(在同一行中)。较大的r仅包含唯一值,因此仅在将栅格裁剪为较小的栅格后才会出现此问题。
多边形和栅格中的投影相同,并且我使用的是Raster软件包的最新版本。
该问题似乎仅适用于高分辨率栅格。在某些情况下,使用raster :: mask代替NA代替多边形外部的像元也会产生重复。
这个问题对我来说完全是个谜–我还没有找到任何可能的原因。有谁知道裁剪功能是否存在问题以及如何处理值?即使我想出另一种方法来做,我也不知道其他栅格是否会出现此问题,因此,您的数据在裁剪功能中有某种损坏。我希望有人能帮助我找出问题所在。
我在下面创建了一个小示例来重现该问题。如果您需要更多信息,请告诉我。
pack <- c("sp", "raster", "rgdal", "dplyr")
lapply(pack, require, character.only = TRUE); rm(pack)
r <- raster(africa, resolution = 1/60/2) ## Create empty raster layer based on extent of Africa polygons and resolution 30 arc seconds.
values(r) <- 1:ncell(r) ## Generate unique cell ID (equal to cell number)
poly <- africa[3,] ## Subset one country
r_id <- crop(r, poly) ## Crop r to poly
## This is the function that seems to be responsible for the unexpected result. It should return a smaller raster containing the same values in the same cells as the larger raster. Therefore each grid cell value in r_id should be unique.
as.data.frame(r_id) %>% ## This just to show that the resulting raster contains duplicate values where none should exist
group_by(layer) %>%
summarise(n = n()) %>%
arrange(desc(n))
# A tibble: 137,270 x 2
layer n
<dbl> <int>
1 24774556 3
2 24774560 3
3 24774564 3
4 24774568 3
5 24774572 3
6 24774576 3
7 24774580 3
8 24774584 3
9 24774588 3
10 24774592 3
# ... with 137,260 more rows.
答案 0 :(得分:1)
这可能是由于使用4个字节的浮点数将值写入磁盘时,较大的数字不精确。
我怀疑您遇到这种情况,因为r
由(临时)文件备份。设置单元格编号后看看数据源
values(r) <- 1:ncell(r)
r
我在这里举例说明
library(raster)
a <- 24774556:24774565
r <- raster(ncol=2, nrow=5)
values(r) <- a
x <- writeRaster(r, "test1.grd", overwrite=TRUE)
v <- values(x)
v
#[1] 24774556 24774556 24774558 24774560 24774560 24774560 24774562 24774564 24774564 24774564
table(v)
#v
#24774556 24774558 24774560 24774562 24774564
# 2 1 3 1 3
但是,如果将数据类型设置为“ FLT8S”或“ INT4U”:
y <- writeRaster(r, "test2.grd", datatype="FLT8S", overwrite=TRUE)
values(y)
#[1] 24774556 24774557 24774558 24774559 24774560 24774561 24774562 24774563 24774564 24774565
z <- writeRaster(r, "test3.grd", datatype="INT4U", overwrite=TRUE)
values(z)
# [1] 24774556 24774557 24774558 24774559 24774560 24774561 24774562 24774563 24774564 24774565
就您而言,您可以考虑而不是values(r) <- 1:ncell(r)
做
r <- init(r, "cell", datatype="FLT8S", filename="africa_id.grd")
或者,全部跳过此位。您还可以裁剪零件,进行处理,然后使用merge
将裁剪后的碎片放回原处。