分类的空间特征单位

rassta：基于栅格的空间分层算法

获取此渐晕图所需的数据

#包含rassta安装文件夹中文件的压缩文件夹
瓦斯油<- system.file（系统文件）(“exdat/wasoil.zip”,包装= “拉斯塔”)
#临时文件目录
o个<- 临时目录()
#将压缩文件夹复制到临时文件的目录
文件.副本(来自=瓦索尔，至=o）
#>[1]正确
#将文件解压缩到子文件夹
d日<- 粘贴（o），“/rasta”,9月= "")
解压缩(粘贴（o），“/wasoil.zip”,9月= ""),外部目录=d）

这个空间签名是的相对测量值任何XY公司地理空间中的位置以及由给定分类表示的景观配置单位。空间特征代表一级景观对应度量。估计的空间签名分类单元，每个变量的分布函数，用于必须选择“创建单位”。然后，每个选定的分发必须跨地理空间估计和预测功能。最后，必须聚合所有预测的分布函数转换为单个测量值，从而给出单位。

分布函数的选择

对于集合中的每个分类单元，拉斯塔允许从以下选项中选择一个分布函数：

选择过程的基本原理是分类单位Z轴和一个变量X（X），“最佳”发生的景观配置Z轴可以是与以下典型值相关X（X）在内部Z轴因此，值在分布函数中的位置X（X）是该值在Z轴.这个选择时，基本原理涉及三个重要假设分布函数：

目前，拉斯塔允许交互式和自动选择每个分类的分布函数集合中的单位。交互式选择是通过闪亮的应用程序，同时根据以下内容执行自动选择标准：

下面的代码演示了自动选择分发一组4个气候分类单元的功能两个变量（年降雨量和年平均温度）。

#加载rassta和terra包
图书馆（拉斯塔）
图书馆（地）
#具有2个气候变量的多层SpatRaster
无功功率，无功功率<- c（c）(“降水.tif”,“温度.tif”)
瓦尔迪尔<- 粘贴（d，变量，9月= "/")
clim.var变量<- 光栅（瓦尔迪尔）
#具有4个气候分类单元的单层SpatRaster
clim.cu公司<- 粗暴(粘贴（d），“/clamate.tif”,9月= ""))
#统计分布函数的自动选择
clim.difun公司<- select_functions（选择函数）(cu.铸造=clim.cu、，
                               变量.rast=clim.var、，
                               模式= “自动”
)

分类单位、变量和所选分布函数可以可视化，如下面的代码所示。

#绘制气候分类单位和变量
情节(c（c）（clim.cu，clim.var），科尔= hcl.颜色(100,“光谱”),数控= 三,
     三月= c（c）(1.5,1.5,1.5,5)
)
#选定的分布函数
针织物::卡布尔的（气候.difun$distfun、，过滤器= “无”,选择= “无”)
班级。单位 变量 Dist.功能
1 降水 ECDF公司
1 温度 国际幼儿发展基金
2 降水 PDF格式
2 温度 PDF格式
三 降水 PDF格式
三 温度 PDF格式
4 降水 国际教育发展基金会
4 温度 ECDF公司

分布函数的估计和预测

一旦为分类单元，这些函数的估计和预测可以使用执行预测函数（）。给定一个分类单位Z轴和一个变量X（X）,预测函数（）首先估计选定的分布的函数X（X），仅使用从中选择的观测值Z轴。随后，预测函数（）适合a当地估算的散点图平滑（LOESS）。安装了LOESS使用来自X（X）作为解释值相应分布函数中的值作为响应值。最后，在完整的地理空间上预测拟合的LOESS由光栅层支持X（X）重复此过程用于构造的每个变量Z轴.

下面的代码演示了对分布函数预测函数（）.

#气候变量和分类单位的多层空间光栅
clim.all（全部）<- c（c）（clim.var，clim.cu）
#select_functions（）的输出表
数据流<-clim.difun公司$蒸馏器
#气候变量的预测分布函数
clim.pdif软件<- 预测函数(cuvar.rast型=所有clim.all，cu.ind（立方英寸）= 三,
                               铜=数据流$班级。单位：，
                               变量=数据流$变量，
                               dif（差分）=数据流$职能部门
)
情节（clim.pdif，科尔= hcl.颜色(100,“奥斯陆”,转速= 真的),数控= 4,
     三月= c（c）(1.5,1.5,1.5,3.5)
)

预测分布函数的聚合

功能签名（）计算的空间签名通过聚合所有预测的与装置相关的分配功能。

#预测分布函数的空间特征
clim.sig（客户端信号）<- 签名(pdif.rast程序=clim.pdif，
                      inprex公司= 粘贴(序列号(1,4),"_",9月= ""),
                      名字= 粘贴(“气候_”,序列号(1,4),9月= "")
)
#绘制空间签名
情节（clim.sig，科尔= hcl.颜色(100,“奥斯陆”,转速= 真的),数控= 2,
     三月= c（c）(1.5,1.5,1.5,3.5))

争论inprex公司允许识别表示预测分布的SpatRaster对象中的层集合中每个分类单元的函数。同样，论点名字为中的每个层指定唯一的名称由此产生的空间签名的SpatRaster。

从临时目录中清除文件

取消链接(c（c）(粘贴（o），“/wasoil.zip”,9月= "")，d），递归的= 真的)

工具书类