在泰勒图中包括偏差

Question

我正在模拟 LST 并将其与 MODIS 数据进行比较。为了比较不同的模拟，我想使​​用泰勒图。我可以使用plotrix 中的R 为不同的模拟制作基本的泰勒图。但是，有没有办法在图表中包含偏差？我尝试了以下操作； Adding bias in Taylor diagram in R。 但是我的身材看起来像

我对@9​​87654326@ 比较陌生，所以如果有人能在这方面帮助我，那就太好了。

另外，在进行一些搜索时，我遇到了另一种表示偏见的方式，如

是否可以在 plotrix 中绘制带有这样偏差的泰勒图？我发现这个选项更好，因为我有多个模型要比较，如果我为每个偏差绘制向量和线，图就会变得混乱。

Answer 1

以下代码说明了一种使用偏差作为颜色来创建绘图的方法。必须为每个模型计算偏差（在代码中分配任意值）。在此之后，可以创建偏差的调色板，然后根据该模型的偏差颜色箱为每个点（模型）分配颜色。可以使用该模型的特定颜色单独绘制点（模型）。可以在最后添加偏差的颜色条。

library(plotrix) # for taylor diagram
library(RColorBrewer) # for color palette

# setting random number generator
set.seed(10)

# fake some reference data
ref<-rnorm(30,sd=2)

model1<-ref+rnorm(30)/2 # add a little noise for model1
model2<-ref+rnorm(30) # add more noise for model2
model3<-ref+rnorm(30)*1.1 # add more noise for model3
model4<-ref+rnorm(30)*1.5 # add more noise for model4

# making up bias values for each model
bias1 <- 0.5
bias2 <- -1
bias3 <- 0.9
bias4 <- -0.25

# making color values
num_cols <- 8 # number of colors for bias
cols <- brewer.pal(num_cols,'RdYlGn') # making color palette, many other palettes are available

# making vector of color breaks
# breaks define the regions for each color
min_bias <- -1 # minimum bias
max_bias <- 1 # maximum bias
col_breaks <- seq(min_bias,max_bias,(max_bias - min_bias)/(num_cols))

# assigning colors based on bias
# color index assigned based on the value of the bias
col1 <- cols[max(which( col_breaks <= bias1))]
col2 <- cols[max(which( col_breaks <= bias2))]
col3 <- cols[max(which( col_breaks <= bias3))]
col4 <- cols[max(which( col_breaks <= bias4))]

# display the diagram and add points for each model
# use color assigned for each model for that model's point
taylor.diagram(ref,model1,col=col1)
taylor.diagram(ref,model2,col=col2,add=T)
taylor.diagram(ref,model3,col=col3,add=T)
taylor.diagram(ref,model4,col=col4,add=T)

# adding color bar
color.legend(3.5,0,4,2 # coordinates
             ,(col_breaks[1:(length(col_breaks)-1)]+col_breaks[2:length(col_breaks)])/2 # legend values (mean of color value)
             ,rect.col=cols # colors
             ,gradient='y' # vertical gradient
             )