问题描述
我正在遵循https://github.com/CornellLabofOrnithology/ebird-best-practices/blob/master/03_covariates.Rmd
中给出的代码到达此代码后:
# extract landcover values within neighborhoods,only needed most recent year
lc_extract_ext <- landcover[[paste0("y",max_lc_year)]] %>%
exact_extract(r_cells,progress = FALSE)
lc_extract_cnt <- map(lc_extract_ext,~ count(.,landcover = value)) %>%
tibble(id = r_cells$id,data = .)
lc_extract_pred <- unnest(lc_extract_cnt,data)
我希望多年来能在社区中提取土地覆盖价值。
我没有使用这段代码max_lc_year
,而是这样:
# I have thought of using
all_lc_year <- names(landcover) %>%
str_extract("[0-9]{4}") %>%
as.integer()
lc_extract_cnt <- map(lc_extract_ext,data = .)
错误:
mutate()
输入landcover
出现问题。 找不到x对象“值” i输入landcover
为value
。
多年来,我想我需要使用map或for循环进行循环,并将结果数据帧绑定在一起。
编辑: 注意前面的步骤不起作用。他们在这里,正在工作并得到纠正!
我已经在这里将Landcover .tif文件上传到我的Github: https://github.com/lime-n/Landcover.git
- 然后您可以实现此代码以将它们堆叠到R中:
library(sf)
library(raster)
library(exactextractr)
library(viridis)
library(tidyverse)
# resolve namespace conflicts
select <- dplyr::select
map <- purrr::map
projection <- raster::projection
landcover <- list.files("insert_folder_name_here","^modis_mcd12q1_umd",full.names = TRUE) %>%
stack()
# label layers with year
landcover <- names(landcover) %>%
str_extract("(?<=modis_mcd12q1_umd_)[0-9]{4}") %>%
paste0("y",.) %>%
setNames(landcover,.)
landcover
-
neighborhood_radius <- 5 * ceiling(max(res(landcover))) / 2
-
我已将r数据上传到我的github上,以产生r_cells数据:https://github.com/lime-n/Landcover/blob/master/prediction-surface.tif
r <- raster("data/prediction-surface.tif")
r_centers <- rasterToPoints(r,spatial = TRUE) %>%
st_as_sf() %>%
transmute(id = row_number())
r_cells <- st_buffer(r_centers,dist = neighborhood_radius)
我了解下载和实施过程可能需要几分钟。但是,这段代码困扰了我好几个星期!任何帮助表示赞赏。
解决方法
发现使用all_lc_year[1],all_lc_year[2] etc ...
为每一年分别编写代码,然后使用rbind(lc_extract_pred,lc_extract_pred_two,lc_extract_pred_three #...etc)
合并所有行