計算柵格中 NA 和非 NA 值的數量，但具有新的分辨率和范圍

Question

我需要計算原始分辨率為 1 x 0.00811 但聚合到 2 度並具有新范圍的柵格中 NA 和非 NA 值的數量。

原始柵格（可在此處獲得： https://datadryad.org/stash/dataset/doi:10.5061/dryad.052q5 ，參見 output 1）與另一個數據集（不幸的是，不是開源的）合並以在 Output 中生成柵格2：

Output 1

class      : RasterLayer 
dimensions : 19142, 35738, 684096796  (nrow, ncol, ncell)
resolution : 0.01, 0.00811  (x, y)
extent     : -178.6931, 178.6869, -65.29534, 89.94628  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs 
source     : HumanFootprintWGS84.tif 
names      : HumanFootprintWGS84 
values     : 0, 50  (min, max)

Output 2

dimensions : 19142, 35738, 684096796  (nrow, ncol, ncell)
resolution : 0.01, 0.00811  (x, y)
extent     : -178.6931, 178.6869, -65.29534, 89.94628  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs 
source     : r_tmp_2022-02-10_145403_42352_01781.grd 
names      : layer 
values     : 0.6730382, 1  (min, max)

我用於重新采樣的柵格是一個虛擬柵格，如下所示：

Output 3

class      : RasterLayer 
dimensions : 65, 180, 11700  (nrow, ncol, ncell)
resolution : 2, 2  (x, y)
extent     : -180, 180, -65, 65  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs 

不幸的是，合並並因此重新采樣的柵格在海岸線和湖泊附近有很多 NA 值； st_warp中的平均方法將 NA 值轉換為 0，這會扭曲某些單元格的平均值計算。

我決定通過將平均值乘以非 NA 值的數量/（非 NA 的數量 - NA 的數量）來調整平均產生的值，即：

平均值 x {非 NA 值的數量/（非 NA 值的數量/ NA 值的數量）}

為此，我需要知道非 NA 和 NA 值的數量是原始合並柵格（輸出 2），但分辨率為 2 度，范圍為 Output 3（-180、180、-65、65）。

我是地圖和柵格的新手，如果這是一個基本問題，我深表歉意。

我試圖用原始數據集和虛擬網格的坐標進行柵格化，但這不會讓我得到 NA 值的數量，只是像元的數量（加上合並的柵格超過 5.1 Gb）。 我試圖修剪 NA 值（愚蠢的想法）和st_warp但沒有平均（無論如何使用最近的鄰居）。

如果有人有任何想法或有更優雅的解決方案，我將不勝感激。

真誠地感謝你，

編輯：通過反復試驗，我發現無論值是否加載到 memory 中，重新采樣（再次感謝您，@Robert Hijmans）和 st_warp 都會有所不同。

以下是示例輸出，加載和未加載值：

terra::resample with averaging沒有數據加載到 memory

terra::resample 平均加載數據memory

Answer 1

示例數據

library(terra)
#terra 1.5.20
library(geodata)
w <- world(path=".")
# input raster
x <- rast(res=3)
x <- rasterize(w, x, field=1)

# output raster
r <- rast(res=10)

解決方案：

rs <- resample(x, r, "sum")

rs
#class       : SpatRaster 
#dimensions  : 18, 36, 1  (nrow, ncol, nlyr)
#resolution  : 10, 10  (x, y)
#extent      : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
#coord. ref. : lon/lat WGS 84 
#source      : memory 
#name        :     layer 
#min value   : 0.1111111 
#max value   :  11.11111 

plot(rs)

為此，您需要terra 1.5.20 。 那就是目前的開發版。 在 Windows 或 OSX 上安裝它的最簡單方法是使用install.packages('terra', repos='https://rspatial.r-universe.dev')

terra的早期版本忽略“sum”選項。

針對您的評論：當我使用文件作為數據源時， sum和average得到相同的結果：

xx <- writeRaster(x, "test.tif", overwrite=T)
rs <- resample(xx, r, "sum")

我們可以將結果與多邊形的精確提取進行比較（這也有效，但會在大數據集上阻塞 R）

p <- as.polygons(r)
e <- extract(x, p, exact=TRUE, fun=sum, na.rm=TRUE)
re <- rast(r)    
re[e[,1]] <- e[,2]

plot(rs, re, xlab="resample", ylab="extract")