2025年raster - R语言中的空间栅格对象及其基本处理方法(Ⅰ)

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 raster 实际上 在 R 中 管理栅格数据也有两个工具包 即 raster 和 terra

大家好,我是讯享网,很高兴认识大家。

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:raster。

实际上,在R中,管理栅格数据也有两个工具包,即raster和terra。与sf和sp不同的是,这两个工具包出自同一作者之手,后者可能会逐渐取代前者作为R语言中管理栅格数据的基础工具包。

加载工具包:

library(raster) 

讯享网

栅格对象

从外界读取栅格数据

使用的函数是与工具包同名的函数raster(),语法结构如下:

讯享网raster(filename, layer = 0)  
  • filename:数据的存储位置;
  • layer:图层。
system.file("external/test.grd", package="raster")  "D:/R-3.6.3/library/raster/external/test.grd" r <- raster("D:/R-3.6.3/library/raster/external/test.grd") 

r的数据结构如下:


讯享网
  • 可以看出,raster工具包的栅格对象与sp工具包中的矢量对象的数据结构是类似的。
讯享网r  class      : RasterLayer   dimensions : 115, 80, 9200  (nrow, ncol, ncell)  resolution : 40, 40  (x, y)  extent     : , , ,   (xmin, xmax, ymin, ymax)  crs        : +proj=sterea +lat_0=52.56 +lon_0=5.889 +k=0. +x_0= +y_0= +datum=WGS84 +units=m +no_defs   source     : D:/R-3.6.3/library/raster/external/test.grd   names      : test   values     : 138.7071, 1736.058  (min, max) 
  • class:数据结构类型;
  • dimensions:维度,即行数、列数、空间单元数(nrow、ncol、ncell);
  • resolution:分辨率,即单个空间单元的宽(x)和高(y);
  • extent:数据范围,即x和y方向的最小值和最大值(xmin、xmax、ymin、 ymax);
  • crs:投影信息;
  • source:导入数据的位置;
  • names:数据名称;
  • values:空间单元属性值的范围(min、max)。

以上参数之间存在数量关系:

undefined

创建栅格数据

创建栅格数据的函数也是raster(),默认情况下创建的是全球范围1*1经纬度的栅格对象:

x1 <- raster() x1  class      : RasterLayer   dimensions : 180, 360, 64800  (nrow, ncol, ncell)  resolution : 1, 1  (x, y)  extent     : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)  crs        : +proj=longlat +datum=WGS84 +no_defs 

完整的语法结构如下:

讯享网raster(nrows = 180, ncols = 360,        xmn = -180, xmx = 180, ymn = -90, ymx = 90,        crs, ext, resolution, vals = NULL) 

由于分辨率、维度和数据范围之间存在数量关系,因此任意指定其中两者就可以确定栅格数据的形态。

指定维度与数据范围

x2 <- raster(nrows = 18, ncols = 36,               xmn = -900, xmx = 900,              ymn = -900, ymx = 900) x2  class      : RasterLayer   dimensions : 18, 36, 648  (nrow, ncol, ncell)  resolution : 50, 100  (x, y)  extent     : -900, 900, -900, 900  (xmin, xmax, ymin, ymax)  crs        : NA 

指定数据范围与分辨率

讯享网x3 <- raster(xmn = -900, xmx = 900,              ymn = -900, ymx = 900,              resolution = c(50, 100)) x3  class      : RasterLayer   dimensions : 18, 36, 648  (nrow, ncol, ncell)  resolution : 50, 100  (x, y)  extent     : -900, 900, -900, 900  (xmin, xmax, ymin, ymax)  crs        : NA 

指定维度与分辨率

x4 <- raster(nrows = 18, ncols = 36,               resolution = c(50, 100)) x4  class      : RasterLayer   dimensions : 18, 36, 648  (nrow, ncol, ncell)  resolution : 50, 100  (x, y)  extent     : -900, 900, -900, 900  (xmin, xmax, ymin, ymax)  crs        : NA 

在指定数据范围时,如果想和已知的栅格数据的范围保持一致,可以调用ext参数:

讯享网x5 <- raster(nrows = 18, ncols = 36,               ext = extent(x2)) x5  class      : RasterLayer   dimensions : 18, 36, 648  (nrow, ncol, ncell)  resolution : 50, 100  (x, y)  extent     : -900, 900, -900, 900  (xmin, xmax, ymin, ymax)  crs        : NA 
  • extent()函数用于提取栅格对象的数据范围;
  • ext = extent(x2)表示数据范围与x2一致。

多图层栅格数据

栅格数据可以包含多个图层。stack()函数可以将多个栅格数据合并成一个栅格数据的多个图层:

r1 <- raster(ncols = 3, nrows = 3,              vals = c(1:9)) r2 <- raster(ncols = 3, nrows = 3,              vals = rep(c(0,1,2), 3)) r <- stack(r1, r2) r  class      : RasterStack   dimensions : 3, 3, 9, 2  (nrow, ncol, ncell, nlayers)  resolution : 120, 60  (x, y)  extent     : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)  crs        : +proj=longlat +datum=WGS84 +no_defs   names      : layer.1, layer.2   min values :       1,       0   max values :       9,       2 plot(r) 

undefined

代数运算

栅格数据之间可以进行代数运算。

讯享网r1 <- raster(ncols = 3, nrows = 3,              vals = c(1:9)) r2 <- raster(ncols = 3, nrows = 3,              vals = rep(c(0,1,2), 3)) 

getValues()函数可以查询栅格对象各单元的属性值:

getValues(r1)  [1] 1 2 3 4 5 6 7 8 9 getValues(r2)  [1] 0 1 2 0 1 2 0 1 2 

四则运算

加减乘除、开方等运算都可以适用于栅格数据:

(a) 单个栅格数据的运算

讯享网getValues(r1+10)  [1] 11 12 13 14 15 16 17 18 19 getValues(sqrt(r1))  [1] 1.000000 1. 1. 2.000000 2. 2. 2. 2.  [9] 3.000000 

(b) 多个栅格数据间的运算

getValues(r1 + r2)  [1]  1  3  5  4  6  8  7  9 11 getValues(r1 * r2)  [1]  0  2  6  0  5 12  0  8 18 

逻辑运算

>、==、!等逻辑运算符也可适用于栅格数据:

讯享网plot(r2 == 1) 
  • r2 == 1表示筛选出r2中属性值为1的单元。

汇总运算

平均值、极值等汇总函数也适用于栅格数据:

getValues(mean(r1, r2))  [1] 0.5 1.5 2.5 2.0 3.0 4.0 3.5 4.5 5.5 

可视化

基础绘图系统中的plot()函数经过再封装可以用于栅格数据的可视化,具体可在raster工具包中查看plot()函数的用法,而graphics包中的原有参数仍然可以使用,但部分默认值发生了变化。

讯享网filename <- system.file("external/test.grd", package="raster") r <- raster(filename) plot(r) 

此前,本号也介绍了一些graphics工具包中与地理分析相关的绘图函数,如contour()、persp()等,这些函数也可以用于栅格对象的可视化:

par(mfrow = c(2,2), plt = c(0.1,0.95,0.15,0.9)) contour(r) persp(r) hist(r) density(r) 

系列预告

本篇作为系列的开篇,介绍了栅格数据的读取、创建、代数运算和简单的可视化。后面会陆续介绍一些基本的栅格数据处理方法,计划包括以下内容:

  • 设置和转换投影;
  • 提取属性到矢量数据中(extract);
  • 图层叠加(overlay);
  • 切片与掩膜(crop/mask)
  • 数据聚合与重采样。
小讯
上一篇 2025-02-11 21:20
下一篇 2025-02-15 15:12

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/78661.html