R光栅包中的提取和重采样函数：面积加权值

我也发了这篇文章，但因为我真的需要回复，我再次在这里发布

我在R中工作，希望计算从光栅相交单元导出的多边形的值。该值应该考虑每个相交单元上的权重。当我尝试使用示例光栅和多边形运行“提取”函数时，我会得到不同的权重，这些权重与我手动计算的权重不同，从而产生不同的最终值

以下是我的示例代码：

require(raster)
r <- raster(nrow=2, ncol=2, xmn=-180, xmx=60, ymn=-30, ymx=90)   
r[] <- c(1,2,4,5)    
s <- raster(xmn=-120, xmx=-40, ymn=20, ymx=60, nrow=1, ncol=1)    
s.pl <- as(s, 'SpatialPolygons')    
w <- raster::extract(r, s.pl, method="simple",weights=T, normalizeWeights=F)    
mean.value <- raster::extract(r, s.pl, method="simple",weights=T, fun=mean) 

因此，基于上面的多边形的最终值应该是2

这可能是因为在lat/lon中的投影吗？但即使我以米为单位指定投影，我也会得到相同的结果。如何获得我感兴趣的2的值？我也尝试了“重采样”功能，但我也得到了不同的结果

---

我的最终目标是创建一个分辨率和范围与原始光栅不同的新光栅，并根据与新光栅单元相交的原始光栅单元的权重指定值。但似乎无论是重采样还是提取函数都不能给出预期的结果

以下是我根据帖子回复所做的事情

require（光栅）
需要（rgeos）
r假设我们有一个光栅
a
和两个空间多边形对象
[B，C]
，它们不是矩形（在本例中为六边形）。
为便于演示，六边形
B
的中心被定义为光栅
A
的中心（参见下面的左图）。六边形
C
沿水平轴向右移动

require(raster)
require(scales)

A    <- raster(nrow=2, ncol=2, xmn=-180, xmx=180, ymn=-180, ymx=180)
A[]  <- c(1,2,4,5)    
A.pl <- as(A, 'SpatialPolygons')
B    <- SpatialPolygons(list(Polygons(list(Polygon(cbind(c(0, 100, 100, 0, -100, -100, 0), 
                                                         c(100, 50, -50, -100, -50, 50, 100)))), 'B')))
C    <- SpatialPolygons(list(Polygons(list(Polygon(cbind(c(40, 140, 140, 40, -60, -60, 40), 
                                                         c(100, 50, -50, -100, -50, 50, 100)))), 'C')))

现在我们得到每个相交多边形所在的单元的值，并计算平均值

vals    <- unlist(lapply(intsct.B@polygons, function(x) { 
  extract(A, data.frame(t(slot(x, 'labpt'))))
}))

sum(weights * vals)
> [1] 3

同样，正如我们预期的那样，平均值更大（因为值为2和5的单元格的权重更高）。此外，由于我们只沿一个轴移动六边形，因此两个权重出现两次是有意义的


具有较高单元数的光栅
下一个图显示了
B
（左侧）和
C
（右侧）与
4x4
光栅的交点，光栅值为
C（1:8，10:17）
。对于
B
有12个交叉口，对于
C
8个交叉口。再次注意，由于对称性，
B
的平均值正好是9


这适用于任何
空间多边形
对象。请确保对您扔进
intersect
的对象使用相同的CRS，还有什么其他论坛？如果您必须交叉发布，请链接到问题。我怀疑您期待的是
extract
无法提供的内容。如果阅读
？extract
，您会注意到“如果y表示多边形，extract方法将返回被多边形覆盖的光栅*对象的单元格的值。如果单元格的中心位于多边形内，则该单元格将被覆盖（但有关部分覆盖的单元格，请参见权重选项；”。也许您可以将光栅强制为多边形（
rasterToPolygons
），并使用
rgeos
软件包查找重叠区域？感谢您的回复Roman，hvala lepa:）我了解了y多边形，但我认为如果启用“权重”选项，将得到所需的结果。你能告诉我更多关于rgeos软件包的细节吗？谢谢你的回复，马丁。如果你有更多的时间，我有一些问题。1.它也适用于非矩形区域吗？或者prod函数会给出错误的结果？另外，我读到一些关于光栅包的内容，这些内容适用于矩形区域，但不适用于不同的形状。2.当新光栅有超过1个单元时，它是否可以升级为适用于光栅堆栈？再次感谢：）进行了编辑。这至少可以回答你的一些问题。继续，做一些尝试和错误…嗨，马丁，我正在检查你的回答，我正在做一些新的分析，有一个问题你可以回答：“area.C”是多边形的总面积。我注意到，“权重”的总和不等于1，因为“area”属性的总和不等于“area.C”。对于您的示例sum（weights）=1，但对于我当前的分析，大约有0.03%的差异。知道为什么会这样吗？不知道。我现在在阿尔卑斯山，在雪地里呆的时间比在笔记本前多。我回家后会查看的。祝您玩得愉快，非常感谢您在这个问题上的帮助，非常感谢：）
require(raster)
require(scales)

A    <- raster(nrow=2, ncol=2, xmn=-180, xmx=180, ymn=-180, ymx=180)
A[]  <- c(1,2,4,5)    
A.pl <- as(A, 'SpatialPolygons')
B    <- SpatialPolygons(list(Polygons(list(Polygon(cbind(c(0, 100, 100, 0, -100, -100, 0), 
                                                         c(100, 50, -50, -100, -50, 50, 100)))), 'B')))
C    <- SpatialPolygons(list(Polygons(list(Polygon(cbind(c(40, 140, 140, 40, -60, -60, 40), 
                                                         c(100, 50, -50, -100, -50, 50, 100)))), 'C')))

# get intersections
intsct.B <- raster::intersect(B, A.pl)
intsct.C <- raster::intersect(C, A.pl)

### B
area.B <- B@polygons[[1]]@area

weights <- unlist(lapply(intsct.B@polygons, function(x) {
  slot(x, 'area')/area.B
}))
weights
> [1] 0.25 0.25 0.25 0.25

vals    <- unlist(lapply(intsct.B@polygons, function(x) { 
  extract(A, data.frame(t(slot(x, 'labpt'))))
}))

sum(weights * vals)
> [1] 3

### C
area.C <- C@polygons[[1]]@area

weights <- unlist(lapply(intsct.C@polygons, function(x) {
  slot(x, 'area')/area.C
}))
weights
> [1] 0.13 0.37 0.13 0.37

vals    <- unlist(lapply(intsct.C@polygons, function(x) { 
  extract(A, data.frame(t(slot(x, 'labpt'))))
}))

sum(weights * vals)
> [1] 3.24