(17)栅格数据处理技巧

发表于 更新于 分类于 ， ， 阅读次数： Waline： 本文字数： 873 阅读时长 ≈ 3 分钟

本文由SCY原创，转载注明出处。

本文主要讲解R的terra包的使用技巧，包括数据导入，批量处理，绘图，导出等内容

数据导入

1
library(terra)

对SpatRaster的每个单元格应用函数

描述：对SpatRaster的每个单元格的值应用函数。类似于apply函数，可以将SpatRaster中的每个图层看作是矩阵中的列（或行）。

通常用于将多个图层的值汇总到一个图层中，但也不必。

app调用函数fun，并将栅格数据作为第一个参数。根据提供的函数，栅格数据表示为矩阵，其中每个图层都是一列，或表示单元格的向量。函数应返回可被ncell(x)整除的向量或矩阵。因此，可以使用sum和rowSums，但不能使用colSums。

还可以通过SpatRasterDataset的图层应用函数fun跨数据集。在这种情况下，汇按图层汇总SpatRasters。

用法：

1
2
3
4
5
## 'SpatRaster'
app(x, fun, ..., cores=1, filename="", overwrite=FALSE, wopt=list())

## 'SpatRasterDataset'
app(x, fun, ..., cores=1, filename="", overwrite=FALSE, wopt=list())

参数：

1
2
3
4
5
6
7
8
9
10
11
12
13
x       # SpatRaster或SpatRasterDataset

fun     # 对向量或矩阵操作的函数。这可以是在基本R或包中定义的函数，也可以是您自己编写的函数（请参阅示例）。返回复杂输出（例如列表）的函数可能需要包装在自己的函数中，以将输出简化为向量或矩阵。以下函数已经以C++重新实现以提高速度：`sum`、`mean`、`median`、`modal`、`which`、`which.min`、`which.max`、`min`、`max`、`prod`、`any`、`all`、`sd`、`std`、`first`。要使用基本R函数，例如“min”，您可以使用类似于fun=function(i) min(i)的方式，或等价的fun = \(i) min(i)

...     # fun的其他参数。通常是数值常数。绝对不应该是另一个SpatRaster。

cores   # 正整数。如果cores > 1，则创建并使用具有指定核心数的'parallel'包集群。您还可以提供集群对象。对于由terra在C++中实现的函数（请参见fun下面的部分），此参数将被忽略。

filename    # 字符。输出文件名

overwrite   # 逻辑值。如果为TRUE，则覆盖filename

wopt        # 具有命名选项的列表，用于写文件，就像在writeRaster中一样

详情：
为了加快速度，支持并行运算，但这没什么帮助，实际上可能会更慢。只有当您拥有许多核心（> 8）或非常复杂（慢）的fun函数时，才会有速度增益。如果您自己编写fun，请考虑提供一个使用Rcpp包制作的cppFunction，而不是手动编写fun。

值：
SpatRaster

另请参阅：
lapp、tapp、Math-methods、roll

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
r <- rast(ncols=10, nrows=10)
values(r) <- 1:ncell(r)
x <- c(r, sqrt(r), r+50)
s <- app(x, fun=sum)
s
# 对于一些通用函数，如
# "sum"、"mean"和"max"，您还可以这样做
sum(x)

## SpatRasterDataset
sd <- sds(x, x*2, x/3)
a <- app(sd, max)
a
# 与下面一样
max(x, x*2, x/3)
# 也与下面一样（但较慢）
b <- app(sd, function(i) max(i))

## 还适用于单个图层
f <- function(i) (i+1) * 2 * i + sqrt(i)
s <- app(r, f)
# 与上面相同，但内存不安全
# 并且没有filename参数
s <- f(r)

## Not run: 
#### 多核心
test0 <- app(x, sqrt) 
test1 <- app(x, sqrt, cores=2)

testfun <- function(i) { 2 * sqrt(i) }
test2 <- app(x, fun=testfun, cores =2)

## 这会失败，因为testfun未导出到节点
# test3 <- app(x, fun=function(i) testfun(i), cores=2)
## 要导出它，请将其作为参数添加到fun中
test3 <- app(x, fun=function(i, ff) ff(i), cores =3, ff=testfun)

## End(Not run)
-------------已经到底啦-------------