我如何在 R 中按位置和纬度 运行 thornthwaite 函数（计算标准降水指数）？
How do I run a thornthwaite function (which computes standard precipitation index) by location and latitude in R?
我有以下数据：
dat <- read.table(text="
id YEAR MONTH TMED PRCP lat
1 1986 1 -14.5 2.3 42.4863
1 1986 2 -13.9 5.7 42.4863
2 1986 1 -12.9 7.2 42.46
2 1986 2 -11.6 19.7 42.46", header=TRUE)
其中
- id 是我的位置单位，范围从 1 到 90
- TMED - 按位置划分的月平均温度
- PRCP - 按位置划分的降水量
- lat - 按位置划分的纬度
- YEAR 范围从 1986 到 2016
- MONTH 的范围是 1 到 12
我需要 运行 R 中的以下函数来计算每个位置的 SPEI 指数（标准降水-蒸散指数）：
library(SPEI)
dat$PET <- thornthwaite(dat$TMED, dat$lat[1])
dat$BAL <- dat$PRCP-dat$PET
spei1 <- spei(dat$BAL, scale = 1)
dat$spei1=l
此代码适用于一个位置。但我需要对纬度和位置进行循环。一个问题是，latitude 应该作为一个数字（而不是 list/variable）进入函数 thornthwaite。
为了我的生态大师，我试了一下Thornthwaite equation，这个实现看起来有点奇怪。不管它在这里看起来如何，该方程需要的不仅仅是平均温度和纬度作为输入。它实际上需要给定月份的平均日照长度，但这可以根据纬度和日期计算，并且 thornthwaite() 通过假设第一个数据点代表一月来获取日期，其余数据点按顺序排列。 Thornthwaite 方程还取决于年度热指数，这意味着您需要全年的月温度平均值。 thornthwaite() 通过聚合您提供的温度向量来解决这个问题。
总而言之，要使 thornthwaite() 正常工作，您需要按顺序从 1 月开始并至少跨越一年的月平均温度序列。因此，该函数将无法处理您提供的数据。
我建议您确保您的系列足够长，并将其拆分为每个位置的单独 data.frames。您可以为此使用 split() (split(dat, dat$id))。
?thornthwaite 中有几个示例，其中一个演示了它在时间序列上的应用，如果您的序列不是从 1 月开始的，则很有用。
我制作了一个模型来展示一种可能的方法：
（请注意，即使数据不涵盖整年，该函数也会 return 值，这些值将非常不可靠。）
dat <- read.table(text="
id YEAR MONTH TMED PRCP lat
1 1986 1 -14.5 2.3 42.4863
1 1986 2 -13.9 5.7 42.4863
1 1986 3 -10.5 2.3 42.4863
1 1986 4 -7.9 5.7 42.4863
1 1986 5 -4.5 2.3 42.4863
1 1986 6 0.9 5.7 42.4863
1 1986 7 10.5 2.3 42.4863
1 1986 8 17.9 5.7 42.4863
2 1986 1 -12.9 7.2 42.46
2 1986 2 -11.6 19.7 42.46
2 1986 3 -8.9 7.2 42.46
2 1986 4 -5.9 7.2 42.46
2 1986 5 1.6 19.7 42.46
2 1986 6 12.9 7.2 42.46
2 1986 7 21.6 19.7 42.46
2 1986 8 25.6 19.7 42.46", header=TRUE)
dat.s <- split(dat, dat$id)
lapply(dat.s, function(x) thornthwaite(x$TMED, x$lat[1]))
我有以下数据：
dat <- read.table(text="
id YEAR MONTH TMED PRCP lat
1 1986 1 -14.5 2.3 42.4863
1 1986 2 -13.9 5.7 42.4863
2 1986 1 -12.9 7.2 42.46
2 1986 2 -11.6 19.7 42.46", header=TRUE)
其中
- id 是我的位置单位，范围从 1 到 90
- TMED - 按位置划分的月平均温度
- PRCP - 按位置划分的降水量
- lat - 按位置划分的纬度
- YEAR 范围从 1986 到 2016
- MONTH 的范围是 1 到 12
我需要 运行 R 中的以下函数来计算每个位置的 SPEI 指数（标准降水-蒸散指数）：
library(SPEI)
dat$PET <- thornthwaite(dat$TMED, dat$lat[1])
dat$BAL <- dat$PRCP-dat$PET
spei1 <- spei(dat$BAL, scale = 1)
dat$spei1=l
此代码适用于一个位置。但我需要对纬度和位置进行循环。一个问题是，latitude 应该作为一个数字（而不是 list/variable）进入函数 thornthwaite。
为了我的生态大师，我试了一下Thornthwaite equation，这个实现看起来有点奇怪。不管它在这里看起来如何，该方程需要的不仅仅是平均温度和纬度作为输入。它实际上需要给定月份的平均日照长度，但这可以根据纬度和日期计算，并且 thornthwaite() 通过假设第一个数据点代表一月来获取日期，其余数据点按顺序排列。 Thornthwaite 方程还取决于年度热指数，这意味着您需要全年的月温度平均值。 thornthwaite() 通过聚合您提供的温度向量来解决这个问题。
总而言之，要使 thornthwaite() 正常工作，您需要按顺序从 1 月开始并至少跨越一年的月平均温度序列。因此，该函数将无法处理您提供的数据。
我建议您确保您的系列足够长，并将其拆分为每个位置的单独 data.frames。您可以为此使用 split() (split(dat, dat$id))。
?thornthwaite 中有几个示例，其中一个演示了它在时间序列上的应用，如果您的序列不是从 1 月开始的，则很有用。
我制作了一个模型来展示一种可能的方法：
（请注意，即使数据不涵盖整年，该函数也会 return 值，这些值将非常不可靠。）
dat <- read.table(text="
id YEAR MONTH TMED PRCP lat
1 1986 1 -14.5 2.3 42.4863
1 1986 2 -13.9 5.7 42.4863
1 1986 3 -10.5 2.3 42.4863
1 1986 4 -7.9 5.7 42.4863
1 1986 5 -4.5 2.3 42.4863
1 1986 6 0.9 5.7 42.4863
1 1986 7 10.5 2.3 42.4863
1 1986 8 17.9 5.7 42.4863
2 1986 1 -12.9 7.2 42.46
2 1986 2 -11.6 19.7 42.46
2 1986 3 -8.9 7.2 42.46
2 1986 4 -5.9 7.2 42.46
2 1986 5 1.6 19.7 42.46
2 1986 6 12.9 7.2 42.46
2 1986 7 21.6 19.7 42.46
2 1986 8 25.6 19.7 42.46", header=TRUE)
dat.s <- split(dat, dat$id)
lapply(dat.s, function(x) thornthwaite(x$TMED, x$lat[1]))