我有两个栅格和一个形状文件,全部具有100m分辨率的栅格,但程度不同。 shapefile的范围略小。我想确保它们准确对齐,以便在以后的分析中每个网格单元的计算正确。
栅格1
day
class : RasterLayer
dimensions : 2367, 2909, 6885603 (nrow, ncol, ncell)
resolution : 0.0008333333, 0.0008333333 (x, y)
extent : -123.6325, -121.2083, 36.8925, 38.865 (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0
names : DAY_BA
values : 0, 14917 (min, max)
栅格2
night
class : RasterLayer
dimensions : 2365, 2909, 6879785 (nrow, ncol, ncell)
resolution : 0.0008333333, 0.0008333333 (x, y)
extent : -123.6325, -121.2083, 36.89417, 38.865 (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0
names : NIGHT_BA
values : 0, 1744 (min, max)
形状文件
mgrs
class : SpatialPolygonsDataFrame
features : 1186800
extent : -122.6511, -121.594, 37.10124, 38.27151 (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0
variables : 12
文件很大,正在加载它们并进行绘制以进行视觉比较不会产生任何有趣的结果。
我尝试使用https://eurekastatistics.com/calculating-a-distance-matrix-for-geographic-points-using-r/中的函数计算每个范围的上下范围之间的距离(以米为单位),以为100m的增量将表明它们彼此之间的距离为100m,但这并没有似乎是这样。
distance.100m <- GeoDistanceInMetresMatrix(df.lims)/100
distance.100m
DayMin DayMax NightMin NightMax MSMin MSMax
DayMin 0.000000 3056.1968 1.906129 3056.1968 903.7839357 2363.0676716
DayMax 3056.196849 0.0000 3054.546060 0.0000 2332.1390496 739.6121652
NightMin 1.906129 3054.5461 0.000000 3054.5461 902.8710503 2361.5160232
NightMax 3056.196849 0.0000 3054.546060 0.0000 2332.1390496 739.6121652
MSMin 903.783936 2332.1390 902.871050 2332.1390 0.0000000 1598.8812655
MSMax 2363.067672 739.6122 2361.516023 739.6122 1598.8812655 0.0000000
任何想法如何比较像素排列?我想尽可能保留原始值,而不要重采样。
答案 0 :(得分:0)
考虑到所有范围坐标都相同,除了一个(ymin),并且分辨率相同,它们应该对齐。
我们先来看一下范围
d <- raster(nrow=2367, ncol=2909, ext=extent(c(-123.6325, -121.2083, 36.8925, 38.865)))
n <- raster(nrow=2365, ncol=2909, ext=extent(c(-123.6325, -121.2083, 36.89417, 38.865)))
e <- extent(c(-122.6511, -121.594, 37.10124, 38.27151))
plot(extent(d), col='green', lwd=2)
plot(extent(n), add=TRUE, col="red")
plot(e, add=TRUE, col="blue")
很显然,栅格是相似的,并且多边形在栅格范围内。
我们可以检查栅格的原点,以查看它们是否对齐:
origin(n)
#[1] 3.331042e-05 6.573362e-05
origin(d)
#[1] 3.331042e-05 -7.105427e-14
不完全是,但这可能是由于四舍五入。如果我们这样做
res(n) <- 1/1200
res(d) <- 1/1200
要(可能)获得您真正(应该)拥有的东西:
origin(n)
[1] -9.947598e-14 4.263256e-14
origin(d)
[1] -9.947598e-14 -7.105427e-14
随着d
的范围变大,您可以将其裁剪为n
,以便排列整齐
d <- crop(d, n)