[英]Linear regression between two raster images in R
我需要線性回歸來計算經驗參數。 L1是光柵圖像,格式為.tif。 L2也是預先計算的光柵圖像。 兩個圖像的列和行數相同。
公式為:L1 = a + b * L2在R中轉換為:
lm(L1 ~ L2)
在第二個式I以后需要一個第二灣
我現在面臨的問題是,兩個柵格都包含NA值,並且我不確定如何為線性回歸構建函數。 我對R不太熟悉,所以我陷入了這個可能很簡單的問題。 我想我必須使用calc,但不確定如何使用。
編輯 :到目前為止,我有此代碼:
s = stack(L1,L2)
fun = function(x) {if (is.na(x[1])) { NA } else {lm(x[1] ~ x[2])$coefficients[2]}}
但是,這需要花費很長時間才能計算出結果
如果要進行局部回歸,可以使用calc
,這是每個網格單元(像素)的單獨回歸。 但這在這種情況下是沒有意義的,因為您只有兩個柵格。 因此,每個網格單元只有一個數據點。
在您的情況下,您似乎想要全局回歸。 您可以這樣:
s <- stack(L1, L2)
v <- data.frame(na.omit(values(s)))
# this step may not be necessary
names(v) <- c('L1', 'L2')
m <- lm(L2 ~ L1, data=v)
m
如果s
太大了,可以做類似的事情
v <- sampleRegular(s, 100000)
v <- data.frame(na.omit(v))
等等
現在有了一些數據(並顯示了如何獲得殘差)
library(raster)
f <- stack(system.file("external/rlogo.grd", package="raster"))
s <- stack(f)
names(s)
v <- data.frame(na.omit(values(s)))
m <- lm(red ~ green, data=v)
m
p <- predict(s, m)
residuals <- s$red - p
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.