java - 如何在 R 或 java 中进行栅格数据同化 ( 3dVar )？

Question

假设我有三张光栅图，下面免得说

1. 光栅 1

   

2. 光栅 2

1. 光栅 3

1. 点(测量)

因此，基于三个栅格图像的数据，我想生成其他预测栅格，而不是最小化测量点处的误差(假设误差也将在整个栅格中最小化)。

或者我想要三个栅格的数据同化(Assimilated raster=f(raster1,raster2,raster3) 以最小化测量点的误差)。

您能否建议可以在 R 或 java 中执行此操作的任何包(或代码)？

谢谢

Answer 1

如果我很了解你，你想要进行监督分类，其中你有三个预测变量(栅格)和一些你有测量值的观测值(点)。以下是如何执行此操作的示例:

library(raster)
library(dismo)
# three layers
logo <- brick(system.file("external/rlogo.grd", package="raster"))
logo

# 10 random points
set.seed(0)
p <- randomPoints(logo, 10)

# extract values for points
pv <- extract(logo, p)

# observations at those locations
obs <- apply(pv + rnorm(length(pv), 0, 100), 1, sum)

v <- data.frame(obs=obs, pv)

# fit a model
model <- glm(formula=obs~., data=v)
model

# predict
r <- predict(logo, model, progress='text')

plot(r)
points(p, pch=20, col='red')

您可能希望将 glm 替换为另一种更灵活的方法，例如 RandomForest。请参阅 ?raster::predict 以获取更多示例，并参阅此小插图:http://cran.r-project.org/web/packages/dismo/vignettes/sdm.pdf .上下文可能不同，但一般方法(监督分类)非常相似。