提取和组织数据框中的多波段栅格值答案

【问题标题】：Extract and organize multi-band rasters values in data frame提取和组织数据框中的多波段栅格值
【发布时间】：2019-12-31 21:53:05
【问题描述】：

我想创建一个数据框，其中包含 5 个随机坐标 (ptS) 中的多波段栅格（栅格 sl1 和 sl2，每个栅格中有 4 个图层）的值，但不幸的是，我的输出是 10 个值，我在我的最终数据框中预期有 80 个值。

在我的代码中：

library(raster)

# Example data
r <- raster(ncol=10, nrow=10)

# 10 layers
s <- stack(lapply(1:8, function(i) setValues(r, runif(ncell(r)))))

#Create two GeoTIFF with 4 layers 
sl1<-s[[1:4]]
writeRaster(sl1,filename=paste("sl1",sep=""),
                  format="GTiff",datatype="FLT4S",overwrite=TRUE)
sl2<-s[[5:8]]                  
writeRaster(sl2,filename=paste("sl2",sep=""),
                  format="GTiff",datatype="FLT4S",overwrite=TRUE)

#Read rasters in batch
f <- list.files(getwd(), pattern = ".tif") 
ras <- lapply(f,raster)

# Simulation of 5 random points in the rasters
pt<-rbind(coordinates(ras[[1]]),coordinates(ras[[1]]))
randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}
ptS<-randomRows(pt,5) 

# Extract raster values in random coordinates and create a data frame of the results
RES<-NULL
for(i in 1:length(ras)){
value <- raster::extract(ras[[i]],ptS)
dummy<-1:length(DF)
RES<-rbind(RES,cbind(ptS,paste(substr(f[1],1,3)),value,dummy))
}

str(RES)

 chr [1:10, 1:5] "-126" "126" "-126" "-90" "-126" "-126" "126" "-126" "-90" ...
 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:5] "x" "y" "" "value" ...

head(RES)

     x      y           value               dummy
[1,] "-126" "63"  "sl1" "0.52498596906662"  "1"  
[2,] "126"  "63"  "sl1" "0.702012658119202" "2"  
[3,] "-126" "63"  "sl1" "0.52498596906662"  "3"  
[4,] "-90"  "-63" "sl1" "0.522934257984161" "4"  
[5,] "-126" "-81" "sl1" "0.115565001964569" "5"  
[6,] "-126" "63"  "sl1" "0.537986099720001" "1"

问题是提取函数仅在一层中选择值，而我需要所有层中的信息。请问有什么想法吗？

【问题讨论】：

当您重新读取 GeoTIFF 时，您应该调用 ras <- lapply(f, stack)，因为您当前的调用 ras <- lapply(f, raster) 仅读取第一层。这应该可以解决问题。
非常感谢！！如此简单且有效！

标签： r raster r-raster

【解决方案1】：

示例数据

library(raster)  
r <- raster(ncol=10, nrow=10)
s <- stack(lapply(1:8, function(i) setValues(r, runif(ncell(r)))))
f1 <- file.path(tempdir(), "sl1.tif")
f2 <- file.path(tempdir(), "sl2.tif")
writeRaster(s[[1:4]], f1, overwrite=TRUE)
writeRaster(s[[5:8]], f2, overwrite=TRUE)
# 5 random points in the rasters
set.seed(5)
pts <- sampleRandom(s[[1]], 5, xy=TRUE)[,1:2]

你使用了raster，它应该是brick

f <- c(f1, f2)
ras <- lapply(f, brick)

提取

lapply(ras, function(r) extract(r, pts))

#[[1]]
#         sl1.1     sl1.2     sl1.3     sl1.4
#[1,] 0.9118225 0.3683489 0.9461193 0.5610859
#[2,] 0.7260444 0.2175285 0.1937144 0.1064423
#[3,] 0.2299451 0.4175407 0.1246593 0.6523710
#[4,] 0.9659587 0.5460171 0.4254940 0.2420936
#[5,] 0.6640411 0.3803043 0.3480674 0.9805962
#
#[[2]]
#         sl2.1       sl2.2     sl2.3     sl2.4
#[1,] 0.4129051 0.689537048 0.6562566 0.6587621
#[2,] 0.4662205 0.004840697 0.3207286 0.8606737
#[3,] 0.3988470 0.609101892 0.6140796 0.9177927
#[4,] 0.1542479 0.030588239 0.8145537 0.5056544
#[5,] 0.4548225 0.917027473 0.2570022 0.4182261

【讨论】：