我想计算多个层中每个像素的分位数
library(raster)
r <- raster(ncols=36,nrows=18)
r[] <- 1:ncell(r)
s <- stack(r,r*2,sqrt(r))
s[10:20] <- NA
beginCluster()
clusterR(s,calc,args=list(fun = quantile,na.rm= TRUE,prob = c(0.05,0.5,0.95)))
endCluster()
我希望有三层，但它会产生默认的概率（参见 stats::quantile()）
我还尝试使用特定参数生成函数分位数，如
function(x){quantile(x,probs = c(0.05,0.95)}
但出现以下错误
Error in is.infinite(v) : default method not implemented for type 'list'
我在玩，没想到这么简单
library(raster)
r <- raster(ncols=36,nrows=18)
r[] <- 1:ncell(r)
s <- stack(r,r*2,sqrt(r))
s[10:20] <- NA
q95 <- function(x){
if(is.na(x)){
NA
}else{
stats::quantile(x,.95)
}
}
beginCluster()
clusterR(r,calc,args=list(fun = q95),verbose=TRUE)
endCluster()
然后我重复了 prob = 0.05
terra 包具有 quantile 的 SpatRaster 方法。
library(terra)
rr <- rast(ncols=36,nrows=18)
values(rr) <- 1:ncell(rr)
ss <- c(rr,rr*2,sqrt(rr))
ss[10:20] <- NA
q <- quantile(ss,c(0.05,0.5,0.95))
q
#class : SpatRaster
#dimensions : 18,36,3 (nrow,ncol,nlyr)
#resolution : 10,10 (x,y)
#extent : -180,180,-90,90 (xmin,xmax,ymin,ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#source : memory
#names : q0.05,q0.5,q0.95
#min values : 1.0,1.0,1.9
#max values : 87.71026,648.00000,1231.20000
这应该比 raster 更快；但是你可以像这样使用raster
library(raster)
r <- raster(ncols=36,nrows=18)
values(r) <- 1:ncell(r)
s <- stack(r,sqrt(r))
s[10:20] <- NA
# improved version of your function
qfun <- function(x){
if(is.na(x)){
c(NA,NA,NA)
}else{
quantile(x,.95))
}
}
z <- calc(s,qfun)
但我会这样做：
qf <- function(x){
quantile(x,.95),na.rm=TRUE)
}
z <- calc(s,qf)
z
#class : RasterBrick
#dimensions : 18,648,ncell,nlayers)
#resolution : 10,y)
#extent : -180,ymax)
#crs : +proj=longlat +datum=WGS84 +no_defs
#source : memory
#names : X5.,X50.,X95.
#min values : 1.0,1.9
#max values : 87.71026,1231.20000
您可以对 terra::app 使用相同的函数。
zz <- app(ss,qf)