如何提取所有年份的价值?
How to extract values across all years?
我遵循以下给出的代码:https://github.com/CornellLabofOrnithology/ebird-best-practices/blob/master/03_covariates.Rmd
到达此代码时:
# extract landcover values within neighborhoods, only needed most recent year
lc_extract_ext <- landcover[[paste0("y", max_lc_year)]] %>%
exact_extract(r_cells, progress = FALSE)
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
lc_extract_pred <- unnest(lc_extract_cnt, data)
我希望提取所有年份的社区内的土地覆盖值。
我没有使用这段代码 max_lc_year
,而是使用了这个:
# I have thought of using
all_lc_year <- names(landcover) %>%
str_extract("[0-9]{4}") %>%
as.integer()
然而,要提取所有年份,returns 这段代码出现此错误:
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
Error: Problem with mutate()
input landcover
.
x object 'value' not found
i Input landcover
is value
.
我想我需要循环,无论是使用 map 还是 for 循环,多年来并将生成的数据帧绑定在一起。
编辑:
注意到前面的步骤不起作用。他们在这里,正在工作并已更正!
我已将 landcover .tif 文件上传到我的 Github 此处:
https://github.com/lime-n/Landcover.git
- 然后您可以实现此代码以在 R 中将它们堆叠在一起:
library(sf)
library(raster)
library(exactextractr)
library(viridis)
library(tidyverse)
# resolve namespace conflicts
select <- dplyr::select
map <- purrr::map
projection <- raster::projection
landcover <- list.files("insert_folder_name_here", "^modis_mcd12q1_umd",
full.names = TRUE) %>%
stack()
# label layers with year
landcover <- names(landcover) %>%
str_extract("(?<=modis_mcd12q1_umd_)[0-9]{4}") %>%
paste0("y", .) %>%
setNames(landcover, .)
landcover
neighborhood_radius <- 5 * ceiling(max(res(landcover))) / 2
我已将 r 数据上传到我的 github 此处以生成 r_cells 数据:https://github.com/lime-n/Landcover/blob/master/prediction-surface.tif
和以下代码获取 r_cells:
r <- raster("data/prediction-surface.tif")
r_centers <- rasterToPoints(r, spatial = TRUE) %>%
st_as_sf() %>%
transmute(id = row_number())
r_cells <- st_buffer(r_centers, dist = neighborhood_radius)
我了解下载和实施过程可能需要几分钟时间。然而,这段代码已经困扰我好几个星期了!感谢您的帮助。
发现使用 all_lc_year[1], all_lc_year[2] etc ...
为每一年单独编写代码,然后使用 rbind(lc_extract_pred, lc_extract_pred_two, lc_extract_pred_three #...etc)
组合所有行
编辑:
我发现在这段代码中:
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
类似的问题已经提到here
我尝试在单个列下分配许多不同的列 landcover
这就是代码从未工作的原因。通过将 landcover 替换为函数 count
所需的列名,并从
中获取
lc_extract_ext <- landcover %>%
而不是包含所有列的最大年份。
我遵循以下给出的代码:https://github.com/CornellLabofOrnithology/ebird-best-practices/blob/master/03_covariates.Rmd
到达此代码时:
# extract landcover values within neighborhoods, only needed most recent year
lc_extract_ext <- landcover[[paste0("y", max_lc_year)]] %>%
exact_extract(r_cells, progress = FALSE)
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
lc_extract_pred <- unnest(lc_extract_cnt, data)
我希望提取所有年份的社区内的土地覆盖值。
我没有使用这段代码 max_lc_year
,而是使用了这个:
# I have thought of using
all_lc_year <- names(landcover) %>%
str_extract("[0-9]{4}") %>%
as.integer()
然而,要提取所有年份,returns 这段代码出现此错误:
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
Error: Problem with
mutate()
inputlandcover
. x object 'value' not found i Inputlandcover
isvalue
.
我想我需要循环,无论是使用 map 还是 for 循环,多年来并将生成的数据帧绑定在一起。
编辑: 注意到前面的步骤不起作用。他们在这里,正在工作并已更正!
我已将 landcover .tif 文件上传到我的 Github 此处: https://github.com/lime-n/Landcover.git
- 然后您可以实现此代码以在 R 中将它们堆叠在一起:
library(sf)
library(raster)
library(exactextractr)
library(viridis)
library(tidyverse)
# resolve namespace conflicts
select <- dplyr::select
map <- purrr::map
projection <- raster::projection
landcover <- list.files("insert_folder_name_here", "^modis_mcd12q1_umd",
full.names = TRUE) %>%
stack()
# label layers with year
landcover <- names(landcover) %>%
str_extract("(?<=modis_mcd12q1_umd_)[0-9]{4}") %>%
paste0("y", .) %>%
setNames(landcover, .)
landcover
neighborhood_radius <- 5 * ceiling(max(res(landcover))) / 2
我已将 r 数据上传到我的 github 此处以生成 r_cells 数据:https://github.com/lime-n/Landcover/blob/master/prediction-surface.tif
和以下代码获取 r_cells:
r <- raster("data/prediction-surface.tif")
r_centers <- rasterToPoints(r, spatial = TRUE) %>%
st_as_sf() %>%
transmute(id = row_number())
r_cells <- st_buffer(r_centers, dist = neighborhood_radius)
我了解下载和实施过程可能需要几分钟时间。然而,这段代码已经困扰我好几个星期了!感谢您的帮助。
发现使用 all_lc_year[1], all_lc_year[2] etc ...
为每一年单独编写代码,然后使用 rbind(lc_extract_pred, lc_extract_pred_two, lc_extract_pred_three #...etc)
编辑:
我发现在这段代码中:
lc_extract_cnt <- map(lc_extract_ext, ~ count(., landcover = value)) %>%
tibble(id = r_cells$id, data = .)
类似的问题已经提到here
我尝试在单个列下分配许多不同的列 landcover
这就是代码从未工作的原因。通过将 landcover 替换为函数 count
所需的列名,并从
lc_extract_ext <- landcover %>%
而不是包含所有列的最大年份。