我使用组织在不规则二维网格上的卫星数据，其维度是扫描线(沿轨道维度)和地面像素(跨轨道维度)。每个中心像素的经纬度信息存储在辅助坐标变量中，以及四个角坐标对(经纬度坐标在 WGS84 引用椭球上给出)。数据存储在 netCDF4 文件中。
我想要做的是在投影 map 上有效地绘制这些文件(可能还有文件的组合——下一步!)。
到目前为止我的方法，灵感来自 Jeremy Voisey's回答这个问题 question , 一直在构建一个数据框，将我感兴趣的变量链接到像素边界，并使用 ggplot2与 geom_polygon对于实际情节。
让我说明我的工作流程，并提前为幼稚的方法道歉:我从一两周开始就开始使用 R 编码。
笔记
要完全重现问题:
1. 下载两个数据框:so2df.Rda (22M) 和 pixel_corners.Rda (26M)
2. 将它们加载到您的环境中，例如
so2df <- readRDS(file="so2df.Rda")
pixel_corners <- readRDS(file="pixel_corners.Rda")
最初设定
我将从我的文件中读取数据和纬度/经度边界。
library(ncdf4)
library(ggplot2)
library(ggmap)
# set path and filename
ncpath <- "/Users/stefano/src/s5p/products/e1dataset/L2__SO2/"
ncname <- "S5P_OFFL_L2__SO2____20171128T234133_20171129T003956_00661_01_022943_00000000T000000"
ncfname <- paste(ncpath, ncname, ".nc", sep="")
nc <- nc_open(ncfname)
# save fill value and multiplication factors
mfactor = ncatt_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column",
"multiplication_factor_to_convert_to_DU")
fillvalue = ncatt_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column",
"_FillValue")
# read the SO2 total column variable
so2tc <- ncvar_get(nc, "PRODUCT/sulfurdioxide_total_vertical_column")
# read lat/lon of centre pixels
lat <- ncvar_get(nc, "PRODUCT/latitude")
lon <- ncvar_get(nc, "PRODUCT/longitude")
# read latitude and longitude bounds
lat_bounds <- ncvar_get(nc, "GEOLOCATIONS/latitude_bounds")
lon_bounds <- ncvar_get(nc, "GEOLOCATIONS/longitude_bounds")
# close the file
nc_close(nc)
dim(so2tc)
## [1] 450 3244
因此，对于这个文件/ channel ，3244 条扫描线中的每一条都有 450 个地面像素。
创建数据框
在这里，我创建了两个数据框，一个用于值，进行一些后处理，另一个用于纬度/经度边界，然后合并两个数据框。
so2df <- data.frame(lat=as.vector(lat), lon=as.vector(lon), so2tc=as.vector(so2tc))
# add id for each pixel
so2df$id <- row.names(so2df)
# convert to DU
so2df$so2tc <- so2df$so2tc*as.numeric(mfactor$value)
# replace fill values with NA
so2df$so2tc[so2df$so2tc == fillvalue] <- NA
saveRDS(so2df, file="so2df.Rda")
summary(so2df)
## lat lon so2tc id
## Min. :-89.97 Min. :-180.00 Min. :-821.33 Length:1459800
## 1st Qu.:-62.29 1st Qu.:-163.30 1st Qu.: -0.48 Class :character
## Median :-19.86 Median :-150.46 Median : -0.08 Mode :character
## Mean :-13.87 Mean : -90.72 Mean : -1.43
## 3rd Qu.: 31.26 3rd Qu.: -27.06 3rd Qu.: 0.26
## Max. : 83.37 Max. : 180.00 Max. :3015.55
## NA's :200864
我将此数据框保存为
so2df.Rda here (22M)。num_points = dim(lat_bounds)[1]
pixel_corners <- data.frame(lat_bounds=as.vector(lat_bounds), lon_bounds=as.vector(lon_bounds))
# create id column by replicating pixel's id for each of the 4 corner points
pixel_corners$id <- rep(so2df$id, each=num_points)
saveRDS(pixel_corners, file="pixel_corners.Rda")
summary(pixel_corners)
## lat_bounds lon_bounds id
## Min. :-89.96 Min. :-180.00 Length:5839200
## 1st Qu.:-62.29 1st Qu.:-163.30 Class :character
## Median :-19.86 Median :-150.46 Mode :character
## Mean :-13.87 Mean : -90.72
## 3rd Qu.: 31.26 3rd Qu.: -27.06
## Max. : 83.40 Max. : 180.00
正如预期的那样，纬度/经度边界数据帧是值数据帧的四倍(每个像素/值有四个点)。
我将此数据框保存为
pixel_corners.Rda here (26M)。合并数据帧
然后我按 id 合并两个数据框:
start_time <- Sys.time()
so2df <- merge(pixel_corners, so2df, by=c("id"))
time_taken <- Sys.time() - start_time
print(paste(dim(so2df)[1], "rows merged in", time_taken, "seconds"))
## [1] "5839200 rows merged in 42.4763631820679 seconds"
如您所见，这是一个 CPU 密集型过程。我想知道如果我一次处理 15 个文件会发生什么(全局覆盖)。
绘制数据
现在我已经将像素角链接到像素值，我可以轻松地绘制它们。通常，我对轨道的特定区域感兴趣，所以我创建了一个函数，在绘制之前对输入数据帧进行子集化:
PlotRegion <- function(so2df, latlon, title) {
# Plot the given dataset over a geographic region.
#
# Args:
# df: The dataset, should include the no2tc, lat, lon columns
# latlon: A vector of four values identifying the botton-left and top-right corners
# c(latmin, latmax, lonmin, lonmax)
# title: The plot title
# subset the data frame first
df_sub <- subset(so2df, lat>latlon[1] & lat<latlon[2] & lon>latlon[3] & lon<latlon[4])
subtitle = paste("#Pixel =", dim(df_sub)[1], "- Data min =",
formatC(min(df_sub$so2tc, na.rm=T), format="e", digits=2), "max =",
formatC(max(df_sub$so2tc, na.rm=T), format="e", digits=2))
ggplot(df_sub) +
geom_polygon(aes(y=lat_bounds, x=lon_bounds, fill=so2tc, group=id), alpha=0.8) +
borders('world', xlim=range(df_sub$lon), ylim=range(df_sub$lat),
colour='gray20', size=.2) +
theme_light() +
theme(panel.ontop=TRUE, panel.background=element_blank()) +
scale_fill_distiller(palette='Spectral') +
coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
labs(title=title, subtitle=subtitle,
x="Longitude", y="Latitude",
fill=expression(DU))
}
然后我在感兴趣的区域上调用我的函数，例如让我们看看在夏威夷发生了什么:
latlon = c(17.5, 22.5, -160, -154)
PlotRegion(so2df, latlon, expression(SO[2]~total~vertical~column))
他们在那里，我的像素，以及似乎是来自莫纳罗亚山的二氧化硫羽流。请暂时忽略负值。正如您所看到的，像素的区域朝着 strip 的边缘而变化(不同的分箱方案)。
我尝试使用 ggmap 在谷歌地图上显示相同的图:
PlotRegionMap <- function(so2df, latlon, title) {
# Plot the given dataset over a geographic region.
#
# Args:
# df: The dataset, should include the no2tc, lat, lon columns
# latlon: A vector of four values identifying the botton-left and top-right corners
# c(latmin, latmax, lonmin, lonmax)
# title: The plot title
# subset the data frame first
df_sub <- subset(so2df, lat>latlon[1] & lat<latlon[2] & lon>latlon[3] & lon<latlon[4])
subtitle = paste("#Pixel =", dim(df_sub)[1], "Data min =", formatC(min(df_sub$so2tc, na.rm=T), format="e", digits=2),
"max =", formatC(max(df_sub$so2tc, na.rm=T), format="e", digits=2))
base_map <- get_map(location = c(lon = (latlon[4]+latlon[3])/2, lat = (latlon[1]+latlon[2])/2), zoom = 7, maptype="terrain", color="bw")
ggmap(base_map, extent = "normal") +
geom_polygon(data=df_sub, aes(y=lat_bounds, x=lon_bounds,fill=so2tc, group=id), alpha=0.5) +
theme_light() +
theme(panel.ontop=TRUE, panel.background=element_blank()) +
scale_fill_distiller(palette='Spectral') +
coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
labs(title=title, subtitle=subtitle,
x="Longitude", y="Latitude",
fill=expression(DU))
}
这就是我得到的:
latlon = c(17.5, 22.5, -160, -154)
PlotRegionMap(so2df, latlon, expression(SO[2]~total~vertical~column))
问题
sf包，我想知道我是否可以定义一个点的数据框(值 + 中心像素坐标)，并且有 sf自动推断像素边界。这将使我不必依赖原始数据集中定义的纬度/经度边界，并且不必将它们与我的值合并。我可以接受在朝向 strip 边缘的过渡区域的精度损失，否则网格非常规则，每个像素为 3.5x7 km^2 大。 raster包，据我所知，它需要常规网格上的数据。这在全局范围内应该很有用(例如，欧洲的绘图)，在那里我不需要绘制单个像素——事实上，我什至看不到它们。 [奖金化妆品问题]
最佳答案
我想 data.table在这里可能会有所帮助。合并几乎是即时的。
"5839200 rows merged in 1.24507117271423 seconds"
library(data.table)
pixel_cornersDT <- as.data.table(pixel_corners)
so2dfDT <- as.data.table(so2df)
setkey(pixel_cornersDT, id)
setkey(so2dfDT, id)
so2dfDT <- merge(pixel_cornersDT, so2dfDT, by=c("id"), all = TRUE)
将数据放在
data.table 中，绘图函数中的子集也会快得多。我不认为使用
raster 的过程会更快或 sf但您可以尝试使用函数 rasterFromXYZ()或 st_make_grid() .但是大部分时间都会花在上转换 到栅格/sf 对象，因为您必须转换整个数据集。我建议用
data.table 做所有的数据处理包括裁剪，然后您可以从那里切换到光栅/sf 对象以进行绘图。谷歌图显示正确，但你指定了一张黑白 map ，它覆盖了“光栅”，所以你不会看到很多。
您可以将 basemap 更改为 卫星背景 .
base_map <- get_map(location = c(lon = (latlon[4]+latlon[3])/2, lat = (latlon[1]+latlon[2])/2),
zoom = 7, maptype="satellite")
您可以使用
rescale来自 scales 的函数包裹。我在下面包含了两个选项。第一个(未注释)采用 分位数作为休息和其他休息是 单独定义 .我不会像创建 NA 值那样使用对数转换(
trans - 参数)，因为您也有负值。ggplot(df_sub) +
geom_polygon(aes(y=lat_bounds, x=lon_bounds, fill=so2tc, group=id), alpha=0.8) +
borders('world', xlim=range(df_sub$lon), ylim=range(df_sub$lat),
colour='gray20', size=.2) +
theme_light() +
theme(panel.ontop=TRUE, panel.background=element_blank()) +
# scale_fill_distiller(palette='Spectral', type="seq", trans = "log2") +
scale_fill_distiller(palette = "Spectral",
# values = scales::rescale(quantile(df_sub$so2tc), c(0,1))) +
values = scales::rescale(c(-3,0,1,5), c(0,1))) +
coord_quickmap(xlim=c(latlon[3], latlon[4]), ylim=c(latlon[1], latlon[2])) +
labs(title=title, subtitle=subtitle,
x="Longitude", y="Latitude",
fill=expression(DU))
整个过程大约需要 8 秒 对我来说，包括没有背景 map 的绘图，虽然 map 渲染也需要额外的 1-2 秒。
关于r - 在不规则网格上绘制数据的有效方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48952435/