【问题标题】:Aggregating seasonal means with the raster package in r使用 r 中的栅格包聚合季节性均值
【发布时间】:2018-11-17 04:51:54
【问题描述】:

我正在尝试将每日数据(35 年)汇总到每月,然后使用 R 中的栅格包计算季节性平均值(我知道如何使用 CDO 进行计算)。下面是我的代码,它输出所有年份的 4 个季节性平均值(140 层)。如何循环输出仅 4 层(4 个季节)?我感谢您的帮助。

dailydata <- brick ("dailyrain.nc")  
dates <- seq(as.Date("1981-01-01"), as.Date("2015-12-31"), by="day")  
months <- format(dates, "%Y-%m")

Aggregate2Monthly <- function(x) {  
  agg <- aggregate(x, by=list(months), sum)  
  return(agg$x)  
}  
mothlydata <- calc(dailydata, Aggregate2Monthly) 

mondates <- seq(as.Date("1981-01-01"), as.Date("2015-12-31"), by="month")  
years <- format(mondates, "%Y")  
seasons.def=c(1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4)  
years.seasons <- paste(years, seasons.def, sep="-") 

nyears <- years[!duplicated(years)]  
nseas <- seasons.def[!duplicated(seasons.def)] 

Aggregate2Seasons <- function(x) {  
  agg <- aggregate(x, by=list(years.seasons), mean)  
  return(agg$x)  
}  
seasonsdata <- calc(mothlydata, Aggregate2Seasons)  

【问题讨论】:

标签: r netcdf r-raster rgdal netcdf4


【解决方案1】:

您希望按年和月的组合进行汇总。

months <- format(dates, "%Y-%m")

分组月份(根据您的评论):

groups <- function(x) {
    d <- as.POSIXlt(x)

    ans <- character(length(x))
    ans[d$mon %in%  0:1] <- "JF"
    ans[d$mon %in%  2:4] <- "MAM"
    ans[d$mon %in%  5:8] <- "JJAS"
    ans[d$mon %in% 9:11] <- "OND"
    ans
}

现在使用groups(dates) 作为分组变量。检查:

data.frame(dates, groups(dates))
##            dates groups.dates.
## 1     1981-01-01            JF
## 2     1981-01-02            JF
## 3     1981-01-03            JF
## 4     1981-01-04            JF
## 5     1981-01-05            JF
## 6     1981-01-06            JF

【讨论】:

  • 它有效,您对从那里计算 JF、MAM、JJAS 和 OND 的季节性平均值有什么建议吗?
  • 但这将给出季节的每日平均值而不是季节的每月平均值?还是错过了一点?..
  • 我已经编辑了代码,我从每月数据开始聚合季节性平均值,但是我只能输出 140 层..如何总结 4 层?..
  • 如果使用groups(dates),则不需要第一步:可以直接将日期映射到JF等等。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2021-06-28
  • 1970-01-01
  • 2020-01-31
  • 2021-08-12
  • 2021-08-15
  • 1970-01-01
  • 2013-09-29
相关资源
最近更新 更多