如何从R中的geoTIFF获取像素的值？

Question

我正在尝试从R中的geoTIFF文件中获取RGB分量。图像上的颜色对应于不同的土地分类类型，并且我有RGB组件中每种分类类型的图例。

我正在使用光栅库。到目前为止我的代码是

library(raster)
my.map = raster("mygeoTIFFfile.tif")

读取后，该文件的信息如下：

> my.map[[1]]
class       : RasterLayer 
dimensions  : 55800, 129600, 7231680000  (nrow, ncol, ncell)
resolution  : 0.002777778, 0.002777778  (x, y)
extent      : -180.0014, 179.9986, -64.99861, 90.00139  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
data source : filepah/filename.tif 
names       : filename.tif
values      : 11, 230  (min, max)

我正在处理的特定geoTIFF文件可以在这里找到：

http://due.esrin.esa.int/page_globcover.php

（只需点击“Globcover2009_V2.3_Global_.zip”）

有人可以帮我从这个文件的单个像素位置获取价值吗？

Answer 1

你似乎在问错误的问题。

要获取单个像素（网格单元格）的值，您可以使用索引。例如，对于单元格编号10,000和10,001，您可以执行r[10000:10001]。你可以通过做values(r)得到所有的价值。但是对于像这样的非常大的光栅，这将失败（除非你有大量的RAM）。

但是，您需要回答的问题是如何通过将整数单元格值与RGB颜色匹配来制作地图。

我们来设置一个示例栅格

 library(raster)
 r <- raster(nrow=4, ncol=4)
 values(r) <- rep(c(11, 14, 20, 30), each=4)

还有一些匹配的RGB值

legend <- read.csv(text="Value,Label,Red,Green,Blue
11,Post-flooding or irrigated croplands (or aquatic),170,240,240
14,Rainfed croplands,255,255,100
20,Mosaic cropland (50-70%) / vegetation (grassland/shrubland/forest) (20-50%),220,240,100
30,Mosaic vegetation (grassland/shrubland/forest) (50-70%) / cropland (20-50%) ,205,205,102")

计算颜色代码

legend$col <-  rgb(legend$Red, legend$Green, legend$Blue, maxColorValue=255)

设置“颜色表”

# start with white for all values (1 to 255)
ct <- rep(rgb(1,1,1), 255)
# fill in where necessary
ct[legend$Value+1] <- legend$col 
colortable(r) <- ct

情节

plot(r)

你也可以尝试：

tb <- legend[, c('Value', 'Label')]
colnames(tb)[1] = "ID"
tb$Label <- substr(tb$Label, 1,10)
levels(r) <- tb

library(rasterVis)
levelplot(r, col.regions=legend$col, at=0:length(legend$col))

Answer 2

rasterToPoints() function会将您的栅格数据转换为包含x，y和value的矩阵。这将是非常大的，但如果您想对数据进行广泛的分析，可能就是您正在寻找的东西。

library(raster)
map <- raster("GLOBCOVER_L4_200901_200912_V2.3.tif")
data <- rasterToPoints(map, progress="text")
head(data)

另一个选择是使用extract() function通过传递纬度/经度的SpatialPoints object返回单个点。如果您只需要几个单独的数据点，这比将整个数据加载到矩阵中要快得多。

library(raster)
map <- raster("GLOBCOVER_L4_200901_200912_V2.3.tif")
extract(map, SpatialPoints(cbind(-123.3680884, 48.4252848)))