0

我想计算与保护区多边形重叠的物种栖息地适宜性的百分比面积。我不太了解 R 语言，但这是我目前所掌握的。

这些是从最大预测得出的栖息地适宜性区域的属性：

class      : RasterLayer 
dimensions : 6480, 8520, 55209600  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -103, -32, -36, 18  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +ellps=WGS84

保护区：

Simple feature collection with 5667 features and 2 fields (with 8 geometries empty)
geometry type:  GEOMETRY
dimension:      XY
bbox:           xmin: -118.6344 ymin: -59.85538 xmax: -25.29094 ymax: 32.48333
CRS:            +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0

有人知道一种方法来计算与保护区多边形重叠的栖息地适宜性面积百分比吗？

抱歉，我真的不太了解如何处理这些数据。我希望我提供了所有相关信息。

我会很感激任何意见。

4

1 回答 1

0

要回答您的第一个问题，您应该能够使用带空间统计数据来计算使用 spatialEco 包在保护区中发现的潜在栖息地面积：

zonal.stats(x, y, stats = c("min", "mean", "max"))
#x = Polygon object of class SpatialPolygonsDataFrame
#y = rasterLayer object of class raster

https://www.rdocumentation.org/packages/spatialEco/versions/1.3-0/topics/zonal.stats

这是spatialEco包中的一个可重现示例，它首先计算每个多边形中像素的百分比 >= 阈值，然后计算每个多边形中像素的总和 >= 用于重新分类输入栅格的阈值。您可能对这两种工作方式都感兴趣。

library(spatialEco)    
library(raster)
library(sp)                                                                          

# here the fxn will calculate the percentage of cells >= 0.5
# percent x >= p function
pct <- function(x, p=0.50, na.rm = FALSE) {
  if ( length(x[x >= p]) < 1 )  return(0) 
  if ( length(x[x >= p]) == length(x) ) return(1) 
  else return( length(x[x >= p]) / length(x) ) 
}

# create some example data
p <- raster(nrow=10, ncol=10)
p[] <- runif(ncell(p)) * 10
p <- rasterToPolygons(p, fun=function(x){x > 9})
r <- raster(nrow=100, ncol=100)
r[] <- runif(ncell(r)) 
plot(r)
plot(p, add=TRUE, lwd=4) 

# run zonal statistics using pct functions  
z.pct <- zonal.stats(x=p, y=r, stats = "pct")
z.pct

#Alternatively, reclassify the raster based on a threshold
r.c<-reclassify(r, c(-Inf, 0.5, 0, 0.5, Inf, 1)) #all values >0.5 reclassified to 1
plot(r.c)
plot(p, add=TRUE, lwd=4) #add poly to the plot

# run zonal stats and calculate sum of cells in each poly
z.sum <- zonal.stats(x=p, y=r.c, stats = "sum")
z.sum
于 2020-04-10T15:10:27.413 回答