3

我将数据集表示为纬度-经度和与每个纬度-经度对关联的值（名为“类”），我想将其表示为在“格子”包下使用“R”包下的 levelplot() 或 contourplot() ”。示例数据集如下所示：

> data_2[510:520,]
          lon      lat class
510 -47.61849 40.00805     2
511 -47.36740 40.01180     1
512 -47.11629 40.01551     1
513 -46.86518 40.01918     1
514 -46.61404 40.02282     1
515 -46.36290 40.02642     3
516 -46.11173 40.02999     1
517 -45.86056 40.03352     1
518 -45.60937 40.03700     3
519 -45.35817 40.04045     3
520 -45.10695 40.04386     3

主数据集中的经度和纬度值不连续。

我的问题是我没有所有经纬度组合的“类”值，因此，当我尝试绘制上述值时，会留下很多空白。我想要的是获得一个连续的、填充的（对于所有经纬度组合）图。

以下是我尝试绘制的其中一种方式的示例：

levelplot(data_2$class ~ data_2$lon * data_2$lat, data = data_2, region = TRUE, aspect = "fill")

levelplot() 或 contourplot() 函数中是否有任何可用的选项可以用来实现这一点，或者“R”中是否有任何其他包/方法可以帮助我提出这个解决方案？

4

2 回答 2

1

我建议查看免费的电子书“地统计制图实用指南”（http://spatial-analyst.net/book/download），通过 R 中的大量示例来回顾空间估计方法。

正如 Ben 指出的那样，您需要进行某种空间插值。interpolate这是一个使用包中函数的快速示例intamap：

library(intamap)
library(lattice)

# Generate an example dataset
set.seed(10)

class1 <- data.frame(lon=rnorm(50, mean=-46, sd=4), 
                     lat=rnorm(50, mean=32, sd=4), 
                     value=1)

class2 <- data.frame(lon=rnorm(50, mean=-40, sd=4), 
                     lat=rnorm(50, mean=39, sd=4), 
                     value=2)

class3 <- data.frame(lon=rnorm(50, mean=-50, sd=3), 
                     lat=rnorm(50, mean=40, sd=2), 
                     value=3)

df <- rbind(class1, class2, class3)

# Generate a 50 x 50 grid over which to predict new values
prediction.grid <- expand.grid(lon=seq(from=min(df$lon), 
                                       to=max(df$lon), 
                                       length=50),
                               lat=seq(from=min(df$lat), 
                                       to=max(df$lat), 
                                       length=50))
# Spatialize the data.frames                           
coordinates(df) <- c("lon", "lat")
gridded(prediction.grid) <- c("lon", "lat")

fit <- interpolate(df, prediction.grid)

# Built-in plots, including variogram and pertinent stats:
plot(fit)

# Pull out the fitted values into a dataframe
predictions <- as.data.frame(t(fit$outputTable))

levelplot(mean ~ x * y, data=predictions, region=TRUE, aspect="fill")
于 2011-08-29T20:29:10.800 回答
0

您需要先进行某种插值。该akima软件包可能是您最好的选择，请参阅 中的示例?akima。gstat::krige是另一种可能。

于 2011-08-29T20:02:38.313 回答