从具有小多边形的栅格中提取（）数据 - 舍入的权重太小

Question

使用 R，我正在尝试使用多边形图层从栅格图层中提取数据。多边形比栅格单元小很多：

现在我从raster 库中调用extract()：

a <- extract(raster, polygons, weights = TRUE, small = TRUE)
a
# ...
# [[1551]]
# value weight
#   209   0.03 # top left cell - more than 50% of the polygon area

有两个问题——权重是cell区域被多边形覆盖的比例，权重四舍五入到1/100。在我的情况下，输出中仅存在左上角的单元格（值 209） - 其他 3 个单元格的权重四舍五入为零，它们被排除在外。但是，左下角的单元格覆盖了多边形的很大一部分，也应该包括在内！

我需要一个适当的加权平均值。这可以使用extract() 以其他方式完成吗？还是其他方式？

PS：请注意：我认为extract() 中的权重设计得不是很好 - 权重应该是特定单元格所覆盖的多边形 区域的比例，反之亦然。然后，多边形的加权平均值也会更容易计算（只需将每行中的两个数字相乘并相加即可），四舍五入到 1/100 也不是什么大问题。

可重现的例子 - （download the files - 简化版，实际数据要大得多）：

require(raster)
rast <- raster("my.tif")
poly <- readOGR(".", "socc_buff_Rx")
a <- extract(rast, poly, weights = TRUE, small = TRUE)
a

相关： Extract in R fails for small polygons and raster

Answer 1

我认为最简单但不优雅的解决方案是首先分解 RasterLayer。我将看看是否可以更改提取函数以自动为非常小的（相对于单元格大小）多边形执行此操作。

library(raster)
r <- raster("my.tif")
pu <- shapefile("socc_buff_Rx.shp")
p <- spTransform(pu, crs(r))

extract(r, p, weights = TRUE, small = TRUE)
#[[1]]
# value weight
#   209   0.03

rr <- disaggregate(r, 10)
e <- extract(rr, p, weights = TRUE, small = TRUE)
lapply(e, function(x) { aggregate(x[,2,drop=F], list(value=x[,1]), sum ) } )

#[[1]]
#  value weight
#1   197   0.95
#2   209   3.44
#3   256   0.31
#4   293   0.04

plot(r, legend=F)
plot(p, add=T)
text(r)