在R中找到两个栅格图层像素之间的最小距离

对于每个遵循相同分类方案且具有16个类的相同区域，我有两个专题栅格图层r1和r2。我需要找到单元格r1与单元格r2之间的最小距离，但具有相同的值。例如。在r1中的第n个单元具有值10并且坐标为x1,y1。在r2中，有2个单元格，值为10，坐标为x1+2,y1+2和x1-0.5,y1-0.5。因此，我需要的这个单元格的值是0.5,0.5。在R中找到两个栅格图层像素之间的最小距离

我试过distanceraster package，但它给所有细胞NA的距离，到非最近的细胞。我很困惑，我怎么能包含第二个栅格图层。

来源

2016-09-22 rar

因此，使用rasterToPoints为独特的专题类提取SpatialPoints对象。然后使用sp :: spDists函数来查找点之间的距离。

library(raster) 


r1 <- raster(nrow=10,ncol=10) 
r2 <- raster(nrow=10,ncol=10) 

set.seed(1) 
r1[] <- ceiling(runif(100,0,10)) 
r2[] <- ceiling(runif(100,0,10)) 

dist.class <- NULL 
for(i in unique(values(r1))){ 
p1 <- rasterToPoints(r1, fun=function(xx) xx==i, spatial=T) 
p2 <- rasterToPoints(r2, fun=function(xx) xx==i, spatial=T) 
dist.class[i] <- min(spDists(p1,p2)) 
} 
cbind(class = unique(values(r1)),dist.class)

循环可能对您没有效率。如果这是一个问题，请将其包装到一个函数中，然后使用它。另外，要小心你的班级，如果他们不是1:10，我的循环将无法工作。如果您的投影在度数，您可能需要geosphere包来获得准确的结果。但在这种情况下，我认为最好的方法是以米为单位进行投影。

来源

2016-09-23 18:58:28 Bastien

您可以使用knn从class包，以便与同一类别的r2最近细胞的r1查找索引的每个细胞：

library(class) 
library(raster) 
#example of two rasters 
r1 <- raster(ncol = 600, nrow = 300) 
r2 <- raster(ncol = 600, nrow = 300) 
#fill each with categories that rabge from 1 to 16 
r1[] <- sample(1:16, ncell(r1), T) 
r2[] <- sample(1:16, ncell(r2), T) 
# coordinates of cells extracted 
xy = xyFromCell(r1, 1:ncell(r1)) 
#multiply values of raster with a relatively large number so cells thet belong 
#to each category have smaller distance with reagrd to other categories. 
v1 = values(r1) * 1000000 
v2 = values(r2) * 1000000 
# the function returns indices of nearest cells 
out = knn(cbind(v2, xy) ,cbind(v1, xy) ,1:ncell(r1), k=1)

来源

2016-09-25 07:45:46 rahnema1

使用栅格包是使用的存储安全的方法layerize（）函数将你的栅格值分成一堆二进制栅格（在你的情况下是16），然后使用distance（）函数来计算r2层中的距离，用r1的相应层掩盖它们。类似这样的：

layers1 <- layerize(r1, falseNA=TRUE) 
layers2 <- layerize(r2, falseNA=TRUE) 

# now you can loop over the layers (use foreach loop if you want 
# to speed things up using parallel processing) 

dist.stack <- layers1 

for (i in 1:nlayers(r1)) { 
    dist.i <- distance(layers2[[i]]) 
    dist.mask.i <- mask(dist, layers1[[i]]) 
    dist.stack[[i]] <- dist.mask.i 
} 

# if you want pairwise distances for all classes in one layer, simply 
# combine them using sum() 

dist.combine <- sum(dist.stack, na.rm=TRUE)

来源

2016-12-17 13:41:30 joberlin

在R中找到两个栅格图层像素之间的最小距离

回答

相关问题