r 语言处理栅格数据

作为新手，记录自己学到的一些东西，也希望能对需要的人有稍许帮助

常用的包

raster #处理栅格数据
rasterVis #栅格数据可视化
RColorBrewer #颜色设置
ncdf4 #nc数据的读取

常用的数据类型

tiff
nc

数据导入和简单的可视化

tiff数据读取

读取一个tiff文件 raster() 函数

## 导入使用的包
library(raster)
library(rasterVis)
library(RColorBrewer)
library(ncdf4)n_data_path <- dir('数据存放地址',full.names = TRUE)
n_deposition <- raster(n_data_path[19])
plot(n_deposition) # 使用基础的plot函数
levelplot(n_deposition, margin = list(FUN = 'median'),par.settings=RdBuTheme) # 使用levelplot函数

读取多个tiff文件 stack() 函数

n_depo_all <- stack(n_data_path[c(1,6,11,16)])
plot(n_depo_all) # 使用基础的plot函数
levelplot(n_depo_all)  # 使用levelplot函数

nc数据读取
同样使用 raster() 和 stack() 函数

sif_nc <- nc_open(dir('数据存放地址',full.names = TRUE)[2]) # 读取nc文件
names(sif_nc$var)  # 获取nc文件中的变量名## 读取一个时间点的数据(假设z轴为时间)
sif_raster <-  raster(dir('数据存放地址',full.names = TRUE)[2], varname = 'all_daily_sif',band=45)
plot(sif_raster)## 读取所有时间点的数据
sif_raster_5 <-  stack(dir('数据存放地址',full.names = TRUE)[2], varname = 'all_daily_sif',bands=40:43)

栅格数据的简单计算

计算所有年份的氮沉降均值 (还可以使用 sum，min，max等函数)
```
n_depo_ave <- mean(n_depo_all,na.rm=TRUE)
plot(n_depo_ave)
```

可视化进阶

颜色的设置

plot(n_deposition,xlim=c(-130,-60),ylim=c(25,50),      col=colorRampPalette(c("blue","white","red"))(255))

色卡的设置
设置色卡的间断点
建立色卡

# 由于原始值分布不均，因此先将大于20的值设置为22
n_depo_ave_reclassify <- n_depo_ave
n_depo_ave_reclassify[n_depo_ave_reclassify>20] <- 22
cutpts <- c(0,2,4,6,8,10,12,14,16,18,20,22)
my_labels <- paste(cutpts[1:10],cutpts[2:11],sep = '-')
myColorkey <- list(at=cutpts, ## where the colors changelabels=list(labels=c(my_labels,'>20',''), ## labelsat=cutpts+1 ## where to print labels))
levelplot(n_depo_ave_reclassify,margin=FALSE,colorkey=myColorkey,col.regions=(colorRampPalette(c('#f3e5f5','#9c27b0',"#6a1b9a"))))

在栅格数据上叠加边界使用 rgdal::readOGR() 函数读取shp

us_border <- rgdal::readOGR('数据存放地址')
p <- levelplot(n_depo_all, layers = 1, margin = list(FUN = 'median'))
p+layer(sp.lines(us_border,lwd=0.8,col='black'))

栅格数据的剪切和重采样

读取的物候数据与氮沉降数据的分辨率和范围都不一样

使用 resample() 函数以氮沉降数据为标准对物候数据进行重采样
使用 mask() 截取氮沉降数据范围内的物候数据

pheno_data_path <- dir('数据存放地址',full.names = TRUE,pattern = 'EOS')
eos <- raster(pheno_data_path[19]) # 读取物候数据## 使用eos的栅格分辨率，使用n_depo_ave的范围
std_raster <- resample(n_depo_ave,eos[[1]])  # 以eos对氮沉降进行重采样
std_raster <- crop(std_raster,n_depo_ave)
eos_with_ndepo <- crop(eos[[1]],std_raster)
eos_with_ndepo <- mask(eos_with_ndepo,std_raster)  # 用氮沉降数据范围截取eos
plot(eos_with_ndepo)

栅格重分类

建立重分类矩阵
使用reclassify() 函数

# 建立重分类矩阵
reclassmatrix <- matrix(c(0,2,1,2,4,2,4,6,3,6,8,4,8,10,5,10,12,6,12,14,7,14,16,8,16,18,9,18,20,10,20,70,11),11,3,byrow = TRUE)
n_depo_ave_reclassify2 <- reclassify(n_depo_ave,rcl = reclassmatrix)
plot(n_depo_ave_reclassify2)

r 语言处理栅格数据相关推荐

R语言之空间数据操作
文章目录前言知识目录栅格数据读取栅格数据处理 1.栅格数据的四则运算 2.栅格数据的均值.最值.求和计算 3.栅格重分类矢量数据的读取 5.栅格裁剪(Crop) 6.栅格掩膜(Mask) 裁 ...
r语言 rgl 强制过程中_一个R语言中操纵矢量空间数据的标准化工具—sf
注: 本文是R语言sf包的核心开发者和维护者--来自德国明斯特大学的地理信息学教授:Edzer Pebesma 的一篇关于sf包的简介,发表于2018年7月的R语言期刊,主要讲述了sf的定位.功能. ...
r语言worldclim数据_R语言空间数据分析（五）：栅格数据处理
作者:黄天元,复旦大学博士在读,热爱数据科学与开源工具(R),致力于利用数据科学迅速积累行业经验优势和科学知识发现,涉猎内容包括但不限于信息计量.机器学习.数据可视化.应用统计建模.知识图谱等,著有& ...
raster | R语言中的空间栅格对象及其基本处理方法（Ⅰ）
前面的系列推文已经完成了对R语言中的两个管理空间矢量数据的工具包(sf和sp)的介绍,以及空间自相关.空间插值等空间分析方法. 这里小编再推出一个系列来介绍R语言中管理空间栅格数据的工具包:raste ...
055B ENMTools教程-基于R语言对MaxEnt模型优化-MaxEnt调参教程--更新日期2021-9
055B-1 视频附带资料下载和密码:软件-数据-文献下载-持续更新 055B-2 ENMTools软件下载安装 055B-3 R软件和工具包安装 055B-4 生物气候因子的精度说明与选择方法(理论 ...
基于R语言或Matlab直接读取压缩包中的数据
写在前面以gosif网站上的tiff数据为例. 该数据是地学上常用的一种数据,希望读取该网站上的gosif数据:http://data.globalecology.unh.edu/data/GOSI ...
带南海九段线分位数地图可视化（R语言版）
今天带来一篇承诺虾神的可视化博客.内容是使用R语言进行带南海九段线分位数地图可视化.虾神的原博文地址如下(Python版). Python实现带南海九段线分位数地图完整可视化版本(附代码及数据) 19 ...
R语言学堂推文索引-2022年12月
专注系列化.高质量的R语言教程推文索引 | 联系小编 | 付费合集更新时间: 2022.12.12 0 前言 1 数据处理通识专辑 1.1 R语言基础与base-R 1.2 数据处理与tidy-R ...
空间数据可视化地图绘制R语言可复现
空间数据可视化&地图绘制&R语言可复现绘制地理空间数据是一项常见的可视化任务,需要专门的工具.通常,问题可以分解为两个问题: 使用一个数据源绘制地图将来自另一个信息源的元数据添加到 ...

r 语言处理栅格数据

r 语言处理栅格数据

作为新手，记录自己学到的一些东西，也希望能对需要的人有稍许帮助

常用的包

常用的数据类型

数据导入和简单的可视化

栅格数据的简单计算

可视化进阶

栅格数据的剪切和重采样

栅格重分类

r 语言处理栅格数据相关推荐

最新文章

热门文章

r 语言 处理栅格数据

r 语言 处理栅格数据

作为新手，记录自己学到的一些东西，也希望能对需要的人有稍许帮助

常用的包

常用的数据类型

数据导入和简单的可视化

栅格数据的简单计算

可视化进阶

栅格数据的剪切和重采样

栅格重分类

r 语言 处理栅格数据相关推荐

最新文章

热门文章

r 语言处理栅格数据

r 语言处理栅格数据

r 语言处理栅格数据相关推荐