具有高程的平滑地图； R 与 tmap

Question

我正在为科学手稿创建地图。该地图应显示墨西哥的基本地图，其中包含采样点并显示海拔高度颜色。为此，我将 R 与包 tmap 一起使用。这是我的代码：

library(sf)
library(raster)
library(dplyr)
library(spData)
library(spDataLarge)
library(tmap)    # for static and interactive maps

data(World)
data("metro")
data("land")

gpsdata <- read.csv('gps.csv')
gpsdata <- as.matrix(gpsdata)
gpspoints <- SpatialPoints(gpsdata)
plot(gpspoints)

gpsnames <- read.csv('gps_names.csv')

spdf = SpatialPointsDataFrame(gpsdata,gpsnames)

proj4string(gpspoints) <- CRS("+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs")
proj4string(spdf) <- CRS("+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs")

pdf('fig-sampling.pdf')
tm_shape(World[World$name=="Mexico", ]) + 
  tm_polygons() +
tm_shape(land) +
  tm_raster("elevation", breaks=c(-Inf, 250, 500, 1000, 1500, 2000, 2500, 3000, 4000, Inf),  
            palette = terrain.colors(9), title="Elevation") +
tm_shape(World) +
  tm_borders("black", lwd = 1) +
  tm_text("name") +
tm_layout(legend.position = c("right","center"),
          legend.bg.color = "lightblue", bg.color = 'lightblue') +
tm_shape(metro) +
  tm_bubbles("pop2020", title.size = "Population") +
  tm_text("name", size = "pop2010", legend.size.show = FALSE, root=8, size.lowerbound = 0.7, just = 'right', xmod = -0.5, ymod = 0)+
  tm_grid(projection="longlat", labels.size = .5) +
tm_shape(spdf) +
  tm_bubbles(col = 'blue', size = 0.3) +
  tm_text("Location", size = 0.8, just = 'left', xmod = 0.3)
dev.off()

不幸的是，高程图层是以非常大的像素绘制的：

有什么方法可以平滑（我已经尝试过 style = 'cont' 高程栅格图层）？

Answer 1

做一些看起来平滑的事情的最简单方法是使用光栅包中的 disaggregate 对其进行插值。

这会使光栅按给定因子变大，并插入影响平滑的像素值。但是对于整个世界来说更大的光栅可能对你的计算机（它是我的）来说太多了，所以首先裁剪到墨西哥。

世界数据与土地的坐标系不同，因此您必须将其转换为农作物的土地坐标：

> land = crop(land, st_transform(World[World$name=="Mexico",],crs(land)))
> plot(land)

应该只显示墨西哥，但仍然是块状。

> land = disaggregate(land, 4, "bilinear")
> plot(land)

应该显示墨西哥，但很流畅。请注意，插值似乎有人工制品，不应该用于分析，它们只是看起来更漂亮。

如果您想进行分析，可以通过 SRTM 数据集和其他全球 DEM 数据集获得 30 米分辨率的高程数据。

具有高程的平滑地图； R 与 tmap

Smoothing map with elevation levels; R with tmap

maps

geography

r

scientific-computing

tmap