我需要你的 R 技能支持。在我的一篇论文中,我使用遥感变量(LT 波段 3、4、5、7,DEM 和 NDVI)对亚马逊地区的树种分布进行建模,并计划将所有预测值“凸包”之外的地点屏蔽。我已经查阅了 R 中的多个包和函数(如 convhull 和 convhulln),但没有成功。
我已提取了 6000 多个存在点的所有变量值。我需要对该点集做一个凸包,然后将其转换为地理空间,并将所有区域屏蔽掉。所以基本上我需要一个带有 NA 和 1 的栅格文件(NA 区域在凸包之外,而 1 区域在凸包内)。
我已提取了 6000 多个存在点的所有变量值。我需要对该点集做一个凸包,然后将其转换为地理空间,并将所有区域屏蔽掉。所以基本上我需要一个带有 NA 和 1 的栅格文件(NA 区域在凸包之外,而 1 区域在凸包内)。
dbase <-read.csv("dbase.csv")
names(dbase)
# [1] "id" "pca" "block" "strip" "tree.n" "plaque"
# [7] "species" "diameter" "height" "volume" "x" "y"
# [13] "condition" "sector"
coordinates(dbase)<-~x+y
files <- list.files("C:/Users/...",
pattern="asc", full.names=TRUE )
predictors <-stack(files) # b3, b4, b5, b7, ndvi and dem
presence_var <-extract(predictors,dbase)
(Predictor variables) # B3 B4 B5 B7 DEM ndvi
# [1,] 25 75 57 18 349 0.5000000
# [2,] 22 79 64 19 332 0.5643564
# [3,] 24 79 62 20 336 0.5339806
# [4,] 23 79 62 20 341 0.5490196
# [5,] 25 80 63 21 307 0.5238096
# [6,] 24 83 63 20 342 0.5514019
# ...
conhull <-convHull(presence_var)
pr <- predict(conhull, predictors)
plot(pr) # empty results
有什么建议吗?
SDM
的问题 :) 但是,如果您想增加获得良好答案的机会,请发布一个最小可重现示例。这包括一些示例数据和您已尝试过的一些代码。此帖子可能会对您有所帮助:https://dev59.com/eG025IYBdhLWcg3whGSx - JanLauGe