1

我有一个包含 27 个栅格的栅格堆栈。我在空间多边形数据框中有 27 个相应的多边形。我想将多边形 [i] 覆盖在栅格 [i] 上，从栅格 [i] 中提取和求和值，获取多边形 [i] 内像元数的计数，然后将总和值除以 #的细胞。换句话说，栅格是利用率分布或内核使用密度。我想知道多边形与栅格重叠的区域有很多用途。我想除以多边形中的单元格数以考虑多边形的大小。

我有一个提供给我的脚本来执行此操作，只是它的编写目的是仅通过数据框中的任意数量的空间多边形从 1 个栅格中提取数据。它有效，它丑陋，我现在想把它转换成更流线的东西。我只希望我身边有人可以提供帮助，因为这可能需要一段时间？

这是我得到的代码，也是我对正在发生的事情的总结：

msum99Kern07 = SpatialPolygonDataFrame (many polygons)
KERNWolfPIX07m = Raster (this is a single raster, I have 27 rasters I put into a stack

)

#Extracting value from raster to many polygons 
sRISK_Moose07m<- extract(KERNWolfPIX07m, msum99Kern07,df=FALSE,method='bilinear')

#Calculate THE SUM FOR EACH polygon#
sRISK_Moose07m<-unlist(lapply(sRISK_Moose07m, function(x) if (!is.null(x)) sum(x, na.rm=TRUE) else NA ))
sRISK_Moose07m<-as.data.frame(sRISK_Moose07m)

#Im not sure why these next commands are needed Im only guessing
#data.frame(levels) as there are many polygons creating a dataframe to put the info into
ID_SUM_07<-as.data.frame(levels(as.factor(msum07locs$ID2)))
#ADD ID TO THE risk data frame 
sRISK_Moose07m$ID<-ID_SUM_07[,1] 

#NUMBER OF CELLS WITHIN POLYGON EXTRACT CELLS/ POLYGON
NB_SUM2007m<-cellFromPolygon(KERNWolfPIX07m, msum99Kern07)
NB_SUM07m<-unlist(lapply(NB_SUM2007m, function(x) if (!is.null(x)) length(x) else NA ))

#####CONVERT TO DATA FRAME
NB_SUM07m<-as.data.frame(NB_SUM07m)

###ADD THE NB OF CELLS TO THE RISK_SUM FILE###
sRISK_Moose07m$NB_CELLS<-NB_SUM07m[,1]

###DIVIDING VALUE by NB CELLS##
sRISK_Moose07m$DIVID<-sRISK_Moose07m$sRISK_Moose07m/sRISK_Moose07m$NB_CELLS

现在，我有包含 27 个多边形的空间多边形数据框和包含 27 个栅格的栅格堆栈。我想选择 raster[i] 和 polygon[i] 并提取、求和并计算重叠区域的核密度。要记住的一件事，我可能会收到一个错误，因为多边形和栅格可能不重叠......我根本不知道如何在 R 中检查这一点。

我的脚本我已经开始了：

moose99kern = spatial polygon data frame 27 moose
Rastwtrial = stack of 27 rasters having the same unique name as the ID in moose99kern

mkernID=unique(moose99kern$id)

for (i in length(mkernID)){
           r = Rastwtrial[Rastwtrial[[i]]== mkernID[i]] #pick frm Rasterstack the raster that has the same name
            mp = moose99kern[moose99kern$id == mkernID[i]] #pick from spatialpolygondataframe the polygon that has the same name 

            RISK_MooseTrial<- extract(r, mp, df=T, method'bilinear')
            risksum = (RISK_MooseTrial, function(x) if (!is.null(x)) sum(x, na.rm=TRUE) else NA )#sum all the values that were extracted from the raster

我的脚本甚至没有开始工作，因为我不知道如何索引光栅堆栈。但即便如此，一次通过 1 个栅格/1 个多边形，我不确定接下来在代码中要做什么。如果这对 StackOverflow 来说太过分了，我深表歉意。我只是严重卡住，无处可去。
这是2个人的多边形测试数据

 dput(mtestpoly) 
    new("SpatialPolygonsDataFrame"
        , data = structure(list(id = structure(1:2, .Label = c("F01001_1", "F07002_1"
    ), class = "factor"), area = c(1259.93082578125, 966.364499511719
    )), .Names = c("id", "area"), row.names = c("F01001_1", "F07002_1"
    ), class = "data.frame")
        , polygons = list(<S4 object of class structure("Polygons", package = "sp")>, 
        <S4 object of class structure("Polygons", package = "sp")>)
        , plotOrder = 1:2
        , bbox = structure(c(6619693.77161797, 1480549.31292137, 6625570.48348294, 
    1485861.5586371), .Dim = c(2L, 2L), .Dimnames = list(c("x", "y"
    ), c("min", "max")))
        , proj4string = new("CRS"
        , projargs = NA_character_

输入（Rastwtest）

new("RasterStack"
    , filename = ""
    , layers = list(<S4 object of class structure("RasterLayer", package = "raster")>, 
    <S4 object of class structure("RasterLayer", package = "raster")>)
    , title = character(0)
    , extent = new("Extent"
    , xmin = 1452505.6959799
    , xmax = 1515444.7110552
    , ymin = 6575235.1959799
    , ymax = 6646756.8040201
)
    , rotated = FALSE
    , rotation = new(".Rotation"
    , geotrans = numeric(0)
    , transfun = function () 
NULL
)
    , ncols = 176L
    , nrows = 200L
    , crs = new("CRS"
    , projargs = NA_character_
)
    , z = list()
    , layernames = "Do not use the layernames slot (it is obsolete and will be removed)\nUse function 'names'"
)
4

2 回答 2

6

也许我错过了一些东西，但我认为你把问题复杂化了。对我来说，你有：

  1. 栅格堆栈：栅格列表：ss
  2. 与 ss 大小相同的多边形列表：polys

您需要extract从 (ss,polys) 申请每一对 (layer,poly)

sapply(1:nlayers(ss), function(i) {
     m <- extract(ss[[i]],polys[i], method='bilinear', na.rm= T)[[1]]
     d <- ifelse (!is.null(m) , sum(m)/length(m), NA)
     d
})

这是一个 2 长度的示例，因为您没有给出可重复的示例：

## generate some data
library(raster)
cds1 <- rbind(c(-180,-20), c(-160,5), c(-60, 0), c(-160,-60), c(-180,-20))
cds2 <- rbind(c(80,0), c(100,60), c(120,0), c(120,-55), c(80,0))
## In your case you need something like SpatialPolygons(moose99kern)
polys <- SpatialPolygons(list(Polygons(list(Polygon(cds1)), 1), 
                              Polygons(list(Polygon(cds2)), 2)))
r   <- raster(ncol=36, nrow=18)
r[] <- 1:ncell(r)
r1   <- raster(ncol=36, nrow=18)
r1[] <- seq(-1,-2,length.out=ncell(r1))
ss <- stack(r,r1)
## density compute
sapply(1:nlayers(ss), function(i) {
         ## sum of values of the cells of a Raster ss[[i]] covered by the poly polys[i]
         m <- extract(ss[[i]],polys[i], method='bilinear', na.rm= T)[[1]]
         d <- ifelse (!is.null(m) , sum(m)/length(m), NA)

})

[1] 387.815789  -1.494714
于 2013-02-04T12:46:55.073 回答
3

当您询问有关 R 的问题时，请始终使用简单的可重现示例，而不是您自己的数据；除非您想要做的事情可能适用于这样的示例，但不适用于您的数据，但仍然会显示有效的示例以及您收到的错误消息。您通常可以从帮助文件中的示例开始，如下面的 ?extract

r <- raster(ncol=36, nrow=18)
r[] <- 1:ncell(r)
s <- stack(r, r*2)
cds1 <- rbind(c(-180,-20), c(-160,5), c(-60, 0), c(-160,-60), c(-180,-20))
cds2 <- rbind(c(80,0), c(100,60), c(120,0), c(120,-55), c(80,0))
polys <- SpatialPolygons(list(Polygons(list(Polygon(cds1)), 1), 
                         Polygons(list(Polygon(cds2)), 2)))

v <- extract(s, polys, small=TRUE)

#cellnumbers for each polygon
sapply(v, NROW)

# mean for each polygon
sapply(v, function(x) apply(x, 2, mean, na.rm=T))

如果您的一些 polgyons 在栅格之外（即返回 NULL，但“small = TRUE”选项应该避免栅格内非常小的多边形出现问题，则 sapply 中的函数需要改进。另请注意，没有“方法" 使用 SpatialPolygon* 对象提取时的参数。

不要使用循环，除非为了防止内存问题，如果每个多边形有很多单元格。

于 2013-02-14T18:13:08.710 回答