0

我想跨多个层计算每个像素的分位数

library(raster)

r <- raster(ncols=36, nrows=18)
r[] <- 1:ncell(r)
s <- stack(r, r*2, sqrt(r))
s[10:20] <- NA

beginCluster()
clusterR(s, calc, args=list(fun = quantile, na.rm= TRUE, prob = c(0.05, 0.5, 0.95)))
endCluster()

我希望三层，但它会产生默认概率（参见 stats::quantile()）

我还尝试使用特定参数生成函数分位数，如

function(x){quantile(x, probs = c(0.05, 0.5, 0.95)}

但出现以下错误

Error in is.infinite(v) : default method not implemented for type 'list'

4

2 回答 2

0

该terra包有一个quantile方法用于SpatRaster.

library(terra)
rr <- rast(ncols=36, nrows=18)
values(rr) <- 1:ncell(rr)
ss <- c(rr, rr*2, sqrt(rr))
ss[10:20] <- NA

q <- quantile(ss, c(0.05, 0.5, 0.95))
q
#class       : SpatRaster 
#dimensions  : 18, 36, 3  (nrow, ncol, nlyr)
#resolution  : 10, 10  (x, y)
#extent      : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs 
#source      : memory 
#names       :      q0.05,       q0.5,      q0.95 
#min values  :        1.0,        1.0,        1.9 
#max values  :   87.71026,  648.00000, 1231.20000

那应该比 with 快raster；raster但是你可以像这样得到相同的结果

library(raster)
r <- raster(ncols=36, nrows=18)
values(r) <- 1:ncell(r)
s <- stack(r, r*2, sqrt(r))
s[10:20] <- NA

# improved version of your function
qfun <- function(x){
  if(is.na(x)){
    c(NA, NA, NA)
  }else{
    quantile(x, c(0.05, 0.5, .95))
  }
}

z <- calc(s, qfun)

但我会这样做：

qf <- function(x){
    quantile(x, c(0.05, 0.5, .95), na.rm=TRUE)
}
z <- calc(s, qf)

z
#class      : RasterBrick 
#dimensions : 18, 36, 648, 3  (nrow, ncol, ncell, nlayers)
#resolution : 10, 10  (x, y)
#extent     : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
#crs        : +proj=longlat +datum=WGS84 +no_defs 
#source     : memory
#names      :        X5.,       X50.,       X95. 
#min values :        1.0,        1.0,        1.9 
#max values :   87.71026,  648.00000, 1231.20000

你可以使用相同的功能terra::app。

zz <- app(ss, qf)
于 2021-05-24T02:25:49.893 回答
0

我在玩，没想到这么简单

library(raster)

r <- raster(ncols=36, nrows=18)
r[] <- 1:ncell(r)
s <- stack(r, r*2, sqrt(r))
s[10:20] <- NA

q95 <- function(x){
  if(is.na(x)){
    NA
  }else{
    stats::quantile(x, .95)
  }
}

beginCluster()
clusterR(r, calc, args=list(fun = q95), verbose=TRUE)
endCluster()

然后我重复了一遍prob = 0.05

于 2021-05-23T21:55:24.800 回答