光栅系列总和

我有一系列光栅图像的循环，我想提取等于150的值，然后添加整个循环长度的像素总量。使用我只能分别获得每个图像的总值的代码，而不是总的形式。谢谢光栅系列总和

m=52419 #total pixels basin 
    for(i in 1:4){ 
    b1<-raster(myras1[i]) 
    bc = b1 == 150 #Values eq 150 
    nbc = cellStats(bc,stat="sum") 
    print(nbc) 
    [1] 34962 
    [1] 38729 
    [1] 52389 
    [1] 52176 
    pc=nbc*100/m 
    }

来源

2017-03-05 tmsppc

一般来说，建议不要在R中使用循环来容易地进行矢量化。我没有试图解决你的循环中的（几个）问题，而是展示了一个更好的方法。可以在一个单一的向量化线执行整个计算：

sum(cellStats(myras1==150, stat="sum")) * 100/m

断裂下来：上的光栅堆栈进行cellStats将返回值的矢量，每个层。 sum然后将这些添加到一起。然后我们除以整个堆栈中的单元数（所有层合并）并乘以100以转换为一个穿孔。

测试这对一些可重复的伪测试数据：

set.seed(123) 
myras1 = list(
    raster(nrows = 100, ncols = 100, vals = sample(140:150,10000,T)), 
    raster(nrows = 100, ncols = 100, vals = sample(140:150,10000,T)), 
    raster(nrows = 100, ncols = 100, vals = sample(140:150,10000,T)), 
    raster(nrows = 100, ncols = 100, vals = sample(140:150,10000,T)) 
) 
myras1 = stack(myras1) 
m = ncol(myras1) * nrow(myras1) * nlayers(myras1) 

sum(cellStats(myras1==150, stat="sum")) * 100/m 
# [1] 8.815

来源

2017-03-05 18:30:39 dww

它工作正常，但它坚持了太多5000层，有没有什么办法，使其更快？谢谢 – tmsppc

非常大的堆栈计算总是很慢。我不知道你会如何提高速度。也许使用光栅砖而不是堆栈会有所改进。是否无法将其作为批处理操作运行并在完成后回来？为了获得最佳速度，您可以使用FORTRAN而不是R，但是对开发时间的投资可能会花费您更多的时间，而不仅仅是等待R产生结果。或者你可以在云计算平台上购买一些多核时间来为你运行计算。现在云计算价格合理。 – dww

光栅系列总和

回答

相关问题