raster::stackApply 仅返回 NA 值答案

【问题标题】：raster::stackApply returns only NA valuesraster::stackApply 仅返回 NA 值
【发布时间】：2019-08-05 08:24:28
【问题描述】：

我有一个RasterBrick，其中包含 72 年间隔内每个月的平均值一层。我想获得每年的平均值 - 即返回 72 层 RasterBrick。

以下代码已在其他类似的栅格上运行，产生了预期的结果（发现 here）：

data <- raster::brick(".../air.mon.mean.nc", varname = "air")

index <- format(as.Date(raster::getZ(data), format = "%Y-%m-%d %H:%M:%S"), format = "%Y")
index <- as.numeric(index)

yearly <- raster::stackApply(data, index, fun = mean) 

> yearly
class      : RasterBrick 
dimensions : 360, 720, 259200, 72  (nrow, ncol, ncell, nlayers)
resolution : 0.5, 0.5  (x, y)
extent     : 0, 360, -90, 90  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0 
source     : C:/Users/villar/AppData/Local/Temp/RtmpAbUQQT/raster/r_tmp_2019-08-05_102157_18368_64365.grd 
names      : index_1948, index_1949, index_1950, index_1951, index_1952, index_1953, index_1954, index_1955, index_1956, index_1957, index_1958, index_1959, index_1960, index_1961, index_1962, ... 
min values :         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA, ... 
max values :         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA,         NA, ...

但是，在此数据上运行时，它仅返回 NA 值。

fun = function(x, na.rm) {sum(x)/12} 不起作用，添加 na.rm = TRUE 也不起作用。

任何帮助将不胜感激！

数据从here (air.mon.mean.nc) 下载。

【问题讨论】：

在我的系统上，您似乎在格式化时间时犯了一个小错误：raster::getZ(data) 以"%Y-%m-%d" 格式返回日期，而不是"%Y-%m-%d %H:%M:%S"。这意味着index 全部为NA，因此stackApply 无法正常工作，并且仅返回一个包含所有NA 的层。无论如何，这不会发生在你身上，如果我使用"%Y-%m-%d"，我可以重现你的结果。
出于某种原因，如果我先执行fun = function(x, na.rm=TRUE) {sum(x, na.rm = na.rm)/12}，然后执行yearly <- raster::stackApply(data, index, fun = fun)...，我就可以让它工作起来……但它都是0。

标签： r raster netcdf

【解决方案1】：

我不知道为什么raster 会这样。我可以重现它。但是，如果您可以使用CDO，则可以使用运算符yearmean 来获得您想要的输出：cdo yearmean input.grb output.grb。这也将比使用单核的任何 R 实现更快。

如果你更喜欢留在 R 中，我建议你看看新但很棒的 stars 包。

你可以这样做：

library(stars)

s = read_stars(s)

yrs = st_get_dimension_values(s, 'time') %>% format('%Y') %>% as.numeric
mymean = function(v, indices, fun = mean, na.rm = FALSE) {
    sapply(unique(indices), function(i) fun(v[indices == i], na.rm = na.rm))
}

yearly = st_apply(s, 1:2, mymean, indices = yrs, na.rm = TRUE)

您也可以选择执行此多核（请参阅?st_apply），但我怀疑它是否会比准系统 CDO 更快。

【讨论】：

【解决方案2】：

我遇到了同样的问题，但这对我有用calc(data,fun=function(x) { by(x, index, sum)})。你能用stackApply函数解决吗？

【讨论】：