我如何通过R中的位置和纬度运行thornthwaite函数（计算标准降水指数）？_R_Loops_Weather_Temperature

我如何通过R中的位置和纬度运行thornthwaite函数（计算标准降水指数）？

r loops

我如何通过R中的位置和纬度运行thornthwaite函数（计算标准降水指数）？,r,loops,weather,temperature,R,Loops,Weather,Temperature,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.

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)

dat我为我的生态学大师们玩了一点，这个实现看起来有点奇怪。不管它在这里是如何出现的，这个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长，但这可以通过纬度和日期来计算，而thornthwaite（）
只需假设第一个数据点代表一月，其余数据点按顺序来获取日期。Thornthwaite方程还取决于年度热量指数，这意味着您需要全年的月平均温度thornthwaite（）
通过对您提供的温度向量进行聚合来解决此问题
总之，对于thornthwaite（）
的工作，你需要一个月平均温度序列，从一月开始，至少持续一年。因此，该函数对您提供的数据不起作用
我建议您确保系列足够长，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，其中一个示例演示了它在时间序列上的使用，如果您的时间序列不是从1月份开始的话，这个示例非常有用
我制作了一个模型，演示了一种可能的方法：

（请注意，即使数据没有覆盖一整年，函数也会返回值，这些值将非常不可靠。）
dat请不要发布截图，它们没有帮助。相反，提供示例数据作为代码，以便其他人可以复制并能够提供帮助。完成。谢谢@Pearly Spencer.thornthwaite（）
是SPEI
库中的一个吗？是的，这是一个SPEI库@AkselAThank，谢谢你的回复@AksleA！是的，我每年都有所有的月份——我在这里演讲不是为了节省空间。我试过按照你的建议使用分割函数，但我不知道如何在其中包含不断变化的纬度。您是否建议只使用SPEI网格数据集（已由该索引的作者计算）？我想我可以根据我的lat和long提取值。再次感谢！好啊但是这个命令lappy（dat.s，function（x）thornthwaite（x$TMED，x$lat[1]）从拆分或原始数据帧中获取纬度的第一个值？@Anastasia:从拆分中获取split（）
返回data.frames的列表，lappy（）
循环遍历此列表，对每个data.frames应用thornthwaite（）。Thornthwaite的方程只会给你一个非常粗略的潜在蒸散量的近似值。如果你能访问到更可靠的数据，你一定会去的。@Anastasia:没问题。当您发现答案有帮助时，我们鼓励您单击左上角投票箭头下方的符号，为答案打上绿色的“勾选”标记。
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

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]))