从具有小多边形的栅格提取（）数据
使用R，我试图使用多边形图层从栅格图层中提取数据。 多边形比栅格单元小得多：
现在我从raster库中调用extract() ：
a <- extract(raster, polygons, weights = TRUE, small = TRUE)
a
# ...
# [[1551]]
# value weight
# 209 0.03 # top left cell - more than 50% of the polygon area
有两个问题 - 权重是多边形覆盖的单元格面积的比例，权重四舍五入为1/100。 在我的情况下，输出中只有最左边的单元格（值209） - 其他三个单元格的权重四舍五入为零，它们被排除。 但是，左下角的单元格覆盖了多边形的相当大的比例，并且应该包含在内！
我需要一个适当的加权平均值。 这可以通过extract()以其他方式完成吗？ 或者其他方式？
PS：注意事项：我认为extract()中的权重设计得不是很好 - 权重应该是特定单元覆盖的多边形区域的比例，反之亦然。 然后，多边形的加权平均值也将更容易计算（只需将每一行中的两个数相乘并加起来），并舍入到1/100不会是一个大问题。
可复制的例子 - （下载文件 - 简化版本，实际数据要大得多）：
require(raster)
rast <- raster("my.tif")
poly <- readOGR(".", "socc_buff_Rx")
a <- extract(rast, poly, weights = TRUE, small = TRUE)
a
相关：对于小型多边形和栅格，R中的提取失败
我认为最简单，但不雅的解决方案是先分解RasterLayer。 我会看看是否可以更改提取功能，以便为非常小的（相对于单元大小）多边形自动执行此操作。
library(raster)
r <- raster("my.tif")
pu <- shapefile("socc_buff_Rx.shp")
p <- spTransform(pu, crs(r))
extract(r, p, weights = TRUE, small = TRUE)
#[[1]]
# value weight
# 209 0.03
rr <- disaggregate(r, 10)
e <- extract(rr, p, weights = TRUE, small = TRUE)
lapply(e, function(x) { aggregate(x[,2,drop=F], list(value=x[,1]), sum ) } )
#[[1]]
# value weight
#1 197 0.95
#2 209 3.44
#3 256 0.31
#4 293 0.04
plot(r, legend=F)
plot(p, add=T)
text(r)
上一篇: extract() data from raster with small polygons
下一篇: Python NameError: global name 'assertEqual' is not defined