用纬度和高程而不是纬度和经度绘制栅格答案

【问题标题】：Plot raster with latitude and elevation instead of latitude and longitude用纬度和高程而不是纬度和经度绘制栅格
【发布时间】：2019-10-03 00:35:50
【问题描述】：

我正在使用 R 并且我有一些问题来解决这个问题：我有 2 个栅格（相同区域、相同分辨率、相同范围、相同 crs）：

栅格 A：（纬度、经度、值_A）

class      : RasterLayer
dimensions : 832, 541, 450112  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -122.2458, -117.7375, 35.0625, 41.99583  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +no_defs
names      : values_A
values     : -753.4842, 0  (min, max)

光栅 B：（纬度、经度、海拔）

class      : RasterLayer
dimensions : 832, 541, 450112  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -122.2458, -117.7375, 35.0625, 41.99583  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +no_defs
names      : dem
values     : 40, 4176  (min, max)

然后我需要获取栅格 A 随海拔和纬度变化的图（x= 海拔，y= 纬度，像素值 = values_A）。

此外，我可能需要聚合具有相同纬度和相同海拔的像素，例如使用均值函数。

你对如何用 R 解决这个问题有什么建议吗？

谢谢！

【问题讨论】：

要获得最佳答案，您需要提供一个可重现的最小示例（请参阅here）。 raster 包中有很多示例，您可以在此处使用它们。请编辑您的问题。

标签： r coordinates raster coordinate-systems

【解决方案1】：

您可以像这样设置示例数据

library(raster)
A <- B <- raster(nrow=83, ncol=54, ext=extent(-122.2458, -117.7375, 35.0625, 41.99583))
values(A) <- rep(1:nrow(A), ncol(A))
values(B) <- 1:ncell(B)

这是一个解决方案

x <- cbind(elevation=values(B), latitude=yFromRow(B, 1:nrow(B)), values(A))
r <- rasterFromXYZ(x)

或者使用一些现有的数据

B <- getData("alt", country='CHE')
A <- init(B, "y")
x <- na.omit(cbind(elevation=values(B), latitude=yFromRow(B, 1:nrow(B)), A=values(A)))

你可能想要做一些舍入

x[,1] <- round(x[,1], -2)
x[,2] <- round(x[,2], 1)

r <- rasterFromXYZ(x)
plot(r, asp=NA)

【讨论】：

【解决方案2】：

首先，我生成了一些示例数据，这些数据可能与您正在查看的数据相似。将来在您的问题中包含这样的内容会很有帮助，这样答案就可以解决您在特定数据集中可能遇到的任何怪癖。

df.values <- data.frame(lat = seq(44, 45, 0.01),
                        long = seq(90, 91, 0.01),
                        value_A = round(rnorm(n = 101,
                                              mean = 10,
                                              sd = 5),
                                        0)
                        )

df.elevate <- data.frame(lat = seq(44, 45, 0.01),
                         long = seq(90, 91, 0.01),
                         elevation = round(rnorm(n = 101,
                                                 mean = 200,
                                                 sd = 50),
                                           0)
                         )

接下来的步骤将使用 dplyr 包中的函数完成。因此，如果您还没有安装它，然后将其加载到您的环境中，如下所示：

library(dplyr)

听起来您想获取这两个单独的数据集并将它们组合起来，以便您可以一起操作和显示它们。由于两个数据集都具有在纬度和经度级别收集的值（海拔和 value_A），因此这些将是您的连接变量。如果您不熟悉这种数据操作，dplyr 的文档非常有用：(https://dplyr.tidyverse.org/reference/join.html)。

df.join <- left_join(df.values, df.elevate, by = c("lat", "long"))

至于获取每个唯一海拔和纬度对的汇总值（如平均值），请尝试分组汇总。这再次来自 dplyr，但我使用管道以“整洁”的方式完成了它。如果你不是卖管道的，我建议你看看这篇文章：(https://www.datacamp.com/community/tutorials/pipe-r-tutorial)

df.smooth <- df.join %>%
    group_by(lat, elevation) %>%
    summarise(mean_A = mean(value_A, na.rm = T))

使用此功能，您可以通过更改 summarise 中的函数来更改所需的汇总统计。例如，您可能只想取最高值。

df.smooth <- df.join %>%
    group_by(lat, elevation) %>%
    summarise(mean_A = max(value_A, na.rm = T))

如果您有任何其他问题，请对此答案发表评论。

【讨论】：