如何计算同一区域不同类别的图层堆栈中的最丰富像素值（多数表决）？

Question

我有多个栅格分类，每个栅格属于一个不同的组，它们具有代表某些类别的离散整数像素值（例如：对于稳定的针叶林，为111）。我想找出所有像素中每个像素中哪个值最丰富，我将其堆叠到栅格堆栈中。

有功能吗？如果没有任何想法如何解决此任务？

library(raster)
r1 <- raster(nrows = 4, ncols = 4, xmn = 0)
r1[] <- sample(1:4, 16, replace = T)

r2 <- raster(nrows = 4, ncols = 4, xmn = 0)
r2[] <- sample(1:4, 16, replace = T)

r3 <- raster(nrows = 4, ncols = 4, xmn = 0)
r3[] <- sample(1:4, 16, replace = T)

r <- stack(r1, r2 ,r3)
r[2,2]

例如，像素[2,2]中的1,2,3或4类最丰富吗？ 最后，我希望有一个光栅层具有最丰富的像素值，而一个光栅层具有该值具有的分数（在上面的示例中，值1、1和4保持不变，因此值1将以“ 66％）。

Answer 1

如果您为示例使用随机值，则应修复随机种子以使其可重现，仅供参考。

这应该可以满足您的需求

library(raster)

set.seed(42)

r1 <- raster(nrows = 4, ncols = 4, xmn = 0)
r1[] <- sample(1:4, 16, replace = T)

r2 <- raster(nrows = 4, ncols = 4, xmn = 0)
r2[] <- sample(1:4, 16, replace = T)

r3 <- raster(nrows = 4, ncols = 4, xmn = 0)
r3[] <- sample(1:4, 16, replace = T)

r <- stack(r1, r2 ,r3)

f <- function(x){

  n <- length(x)

  if (length(unique(x)) == n){

    return(c(NA,NA))

  }else{

    v <- as.integer(names(which.max(table(x))))

    p <- (sum(x == v) / n) * 100

    return(c(v,p))

  }
}

我们创建一个函数，该函数将向量作为输入，计算多数值，并返回其与向量长度的百分比。然后，该函数将传递到calc，以应用于堆栈r。因此，您将获得一个2波段栅格。

如果没有重复值，那么如果唯一值的长度等于向量的长度，则将返回NA。

不知道当您拥有两个具有相同多数值的类时会发生什么，可能该函数只使用其中一个即可。您还可以为此添加检查。

因此，如果我们现在查看像素[2,2]，我们可以检查出结果：

值是1，分数是66%（和其他分数一样）

> r[2,2]
     layer.1 layer.2 layer.3
[1,]       3       1       1

plot(calc(x = r, fun = f2))

Answer 2

您可以使用raster::modal方法。您可能要考虑一个参数ties。

library(raster)
set.seed(42)
r <- raster(nrows = 4, ncols = 4, xmn = 0)
s <- stack(lapply(1:12, function(i) setValues(r, sample(1:4, 16, replace = TRUE))))

x <- modal(s)
plot(x)