在R,我们可以采取raster
并把它变成与功能SpatialLinesDataFrame
一个rasterToCountour
:
library(raster)
f <- system.file("external/test.grd", package="raster")
r <- raster(f)
x <- rasterToContour(r)
class(x)
[1] "SpatialLinesDataFrame"
attr(,"package")
[1] "sp"
spplot(x)
contourToRaster
?我们可以简单地用抢沿线各点相关的字段值,但我正在寻找的东西更普遍的是,线之间进行插值并在定义域生产的全光栅。
library(raster)
f <- system.file("external/test.grd", package="raster")
r <- raster(f)
x <- rasterToContour(r)
您可以栅格的值。在从要素提取后这种情况下,第一个标签。
x$value <- as.numeric(as.character(x$level))
rr <- rasterize(x, r, "value")
然后提取细胞值和插这些
xyz <- rasterToPoints(rr)
(如果你想跳过光栅化和rasterToPoints(如mikoontz建议),你可以做,而不是
#g <- geom(x)
#xyz = cbind(g[, c("x", "y")], x$value[g[,1]])
在更复杂的模型的费用)
现在插值,例如用Tps内
library(fields)
tps <- Tps(xyz[,1:2], xyz[,3])
p <- raster(r)
p <- interpolate(p, tps)
m <- mask(p, r)
plot(m)
你只能访问由rasterToContour()
创建的对象?
如果您仍然可以访问原来的光栅,您可以创建(而不是创建为线)的轮廓为完整的多边形第一。那么“contourToRaster”般的功能仅仅是rasterize()
(或fasterize()
)。
一些代码从这里借:How does one turn contour lines into filled contours?
library(fasterize)
rc <- cut(r, breaks= 10)
cut_vals <- cut(r[], breaks = 10, dig.lab = 5)
pols <- rasterToPolygons(rc, dissolve=T) %>%
st_as_sf()
r_template <- raster(pols, res = res(r))
back_to_raster <- fasterize(pols, r_template, field = "layer")
par(oma = c(0, 0, 0, 5))
plot(back_to_raster, legend = FALSE)
plot(back_to_raster, legend.only=TRUE, legend.width = 1,
axis.args=list(at=1:nlevels(cut_vals),
labels=levels(cut_vals)))
生产:
编辑:
我很喜欢罗伯特的方法来此,如果你想进行插值。我会跳过rasterize()
一步,它可以是相当缓慢的,有利于铸造multilinestrings直接点:
library(tidyverse)
library(sf)
library(raster)
library(fields)
f <- system.file("external/test.grd", package="raster")
r <- raster(f)
x <- rasterToContour(r)
class(x)
x_sf <- x %>% st_as_sf() %>% st_cast("LINESTRING") %>% st_cast("MULTIPOINT") %>% st_cast("POINT")
tps <- Tps(x = st_coordinates(x_sf), Y = as.numeric(as.character(x_sf$level)))
p <- interpolate(r, tps) %>% mask(r)
plot(p)
请注意,这两种方法都依赖访问原始raster
对象。