关于 raster 包中的 mask() 函数的困惑

Question

对于这个问题的基本性质，我提前道歉，但我对 mask() 函数在 R 中的 raster 包中的工作方式感到困惑。

如果这些单元格与掩码对象中的掩码值匹配（默认掩码值为 NA），则阅读该函数的文档时，听起来像栅格 x 中的单元格设置为 NA（默认值）。但是，Lovelace 等人的 Geocomputation with R 一书中对 mask() 函数的描述。 （https://geocompr.robinlovelace.net/spatial-operations.html#spatial-ras）（第 4.3.1 节）听起来好像栅格 x 中的单元格如果匹配掩码对象中的掩码值则为 KEPT，如果不匹配则设置为 NA。他们举了这个例子：

mask(elev, rmask, maskvalue = TRUE)

"we only want to keep those values of elev which are TRUE in rmask"

因此我感到困惑。如果有人能澄清哪种解释是正确的，我将不胜感激。

我想知道的原因是我想用来自包含数据质量代码的同一 MODIS 产品的栅格来掩盖包含百分比树覆盖率上的 MODIS 数据的栅格。我只想保留那些在“质量”栅格中具有“优质”质量代码的“树木覆盖”栅格中的值。澄清 mask() 函数的工作原理将帮助我确定是否需要使用代码 [1] 或代码 [2] 来实现我想要的：

[1]

good <- c(0,1,2,3,4,5...etc.)  # The codes in the quality raster that represent good quality data

tree_cover_masked <- mask(tree_cover, quality, maskvalue = good, inverse = TRUE)

# i.e. set cells in tree_cover to NA if they match any value OTHER THAN the "good" values in the quality raster.
# This is the code I would use based on my interpretation of the function documentation.

[2]

tree_cover_masked <- mask(tree_cover, quality, maskvalue = good)

# i.e. keep values in tree_cover that match "good" values in the quality raster, and set all others to NA
# This is the code I would use based on my interpretation of Lovelace et al.

如果这个问题过于简单，再次道歉，但我会感谢您的帮助！

Answer 1

是什么阻止您制作一个小示例并测试哪种方法有效？在您的情况下， [1] 和 [2] 都不起作用，因为 maskvalue 是单个值（如果您提供更长的向量，则为第一个值）。您可能想先使用重新分类

示例数据

library(raster)
qual <- trees <- raster(nrow=4, ncol=4, xmn=0, xmx=1, ymn=0, ymx=1, crs='+proj=utm +zone=1')
values(trees) <- rep(1:4, 4)
values(qual) <- rep(1:8, 2)

创建一个具有好 (4 - 8) 和坏 (1 - 8) 值的 RasterLayer，然后使用 mask

good <- reclassify(qual, rbind(c(0, 4, NA), c(4, 9, 1)))
# this would also work
# good <- reclassify(qual, cbind(0, 4, NA))

x <- mask(trees, good)

或者：

good <- subs(qual, data.frame(from=c(5,6,7,8,9), 1))
x <- mask(trees, good)