0

我已经在当前条件下以及未来气候变化情景下为多个物种运行 Maxent。我正在使用nicheOverlap 函数和Schoener 的D 统计量来量化当前和未来合适栖息地之间的变化。在我的研究中，有相当多的生物只是在山上移动得更远，所以有很多重叠，因为未来的分布在目前的分布之内（只是在高海拔地区占据更少的区域）。通过查看 QGIS 中的 ascii 文件，我可以看到未来在面积方面不太适合栖息地，所以我想对此进行量化。我已经在互联网上搜索了一种计算栅格面积的好方法，但从未找到任何完全适合我的想法的东西。因此，我写了一些融合各种脚本的点点滴滴的东西。它粘贴在下面。

两个问题：1）你们都同意这正在做我认为它正在做的事情（以平方公里计算面积）吗？2）有没有办法简化这个？具体来说，您会看到我从栅格转到数据框再回到栅格？也许我可以留在光栅中？

感谢您的任何意见！

丽贝卡

####
library(raster)

#load rasters
m <- raster("SpeciesA_avg.asc")
mf <- raster("SpeciesA_future_layers_avg.asc")

#change to dataframe
m.df <- as.data.frame(m, xy=TRUE)

#get rid of NAs
m.df1 <- na.omit(m.df)

#keep only cells that that have a suitability score above 0.5 (scores range from 0 to 1)
m.df2 <- m.df1[m.df1$SpeciesA_avg> 0.5,]

#re-rasterize just the suitable area
m.raster <- rasterFromXYZ(m.df2)

##same as above but for future projection
mf.df <- as.data.frame(mf, xy=TRUE)
mf.df1 <- na.omit(mf.df)
mf.df2 <- mf.df1[mf.df1$SpeciesA_future_layers_avg>0.5,]
mf.raster <-rasterFromXYZ(mf.df2)

#get sizes of all cells in current distribution raster
#note my original layers were 30 seconds or 1 km2. 
cell_size<-area(m.raster, na.rm=TRUE, weights=FALSE)

#delete NAs from all raster cells. It looks like these come back when switching from dataframe to raster
cell_size1<-cell_size[!is.na(cell_size)]

#compute area [km2] of all cells in raster
raster_area_present<-length(cell_size1)*median(cell_size1)
raster_area_present

#get sizes of all cells in future raster [km2]
cell_size<-area(mf.raster, na.rm=TRUE, weights=FALSE)

#delete NAs from vector of all raster cells
cell_size1<-cell_size[!is.na(cell_size)]

#compute area [km2] of all cells in geo_raster
raster_area_future<-length(cell_size1)*median(cell_size1)
raster_area_future

##calculate change in area
dif_area <- raster_area_present - raster_area_future
dif_area
4

1 回答 1

1

当您提出问题时，您应该提供一个简单的独立示例。不只是转储指向我们没有的文件的脚本。写一个简单的例子教你的 R，并且经常帮助你自己解决问题。无论如何，我这里有一些示例数据和解决您的问题的方法，我认为：

library(raster)
#example data
m <- mf <- raster(ncol=10, nrow=10, vals=0)
m[,1] <- NA   
m[,3:7] <- 1
mf[,6:9] <- 1


# get rid of NAs (the example has none); should not be needed
m <- reclassify(m, cbind(NA, NA, 0))
mf <- reclassify(mf, cbind(NA, NA, 0))

# keep cells > 0.5 (scores range from 0 to 1)
m <- round(m)
mf <- round(mf)

# now combine the two layers, for example:
x <- m + mf * 10
# area of each cell
a <- area(x)
# sum area by class
z <- zonal(a, x, sum)

#     zone     value
#[1,]    0 152327547
#[2,]    1 152327547
#[3,]   10 101551698
#[4,]   11 101551698

区域 0 是“非当前，也不是未来”，1 是“仅当前”，10 是“仅未来”，11 是“当前和未来”区域以 m^2 为单位。

您可能想查看有关 maxent 和其他空间分布模型的本教程：http ://rspatial.org/sdm/

于 2017-11-30T04:25:13.503 回答