我在 3D 网格中有一些数据,这些数据由简单的 i、j、k 位置标识(没有真实世界的空间信息)。这些数据现在在 RasterStack 中。
b <- stack(system.file("external/rlogo.grd", package="raster"))
# add more layers
b <- stack(b,b)
# dimensions
dim(b)
[1] 77 101 6
产生 77 行、101 列、6 层。
# upscale by 2
up <- aggregate(b,fact=2)
dim(up)
[1] 39 51 6
产生 39 行、51 列、6 层。
希望的行为:3 层。
除了目前的行为之外,我正在寻找一种跨层聚合的方法,即在每一层内聚合。我对其他数据结构持开放态度,但我更喜欢现有的升级/重采样/聚合算法,而不是我自己编写的算法。
可能相关的是http://quantitative-advice.gg.mq.edu.au/t/fast-way-to-grid-and-sum-coordinates/110/5或时空包,它假设层是时间的而不是比空间,增加了更多的复杂性。