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。
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