Aggregate von Zellen worldclim geographisch Standardabweichung von 10min Auflösung zur Abschätzung von 30s Auflösung

Question

Ich habe abzuschätzen topographische Informationen bestimmter Bereiche verwenden. Hier möchte man Daten von worldclim verwenden. Ich muss die Standardabweichung der Höhe für jede 30s-Zelle schätzen, die innerhalb einer 10min-Zelle auftritt. Allerdings weiß ich wirklich nicht wie. Ich muss irgendwie die Zellen geographisch aggregieren ...

Ich extrahiere zuerst die erforderlichen Daten von worldclim, Erhebungen für 10min und für 30s (hier wählte ich einfach eine zufällige Zahl für lon und lat). Ich stelle auch eine meiner Koordinaten zur Verfügung, die ich verwende.

alt <- getData("worldclim",var="alt",res=10) 

alt05_1 <- getData('worldclim', var='alt', res=0.5, lon=5, lat=45) 

lats <- c(46.06667, 46.60134) 

lons <- c(7.600000, 9.965973) 

coords <- data.frame(x=lons,y=lats) 

points_alt <- SpatialPoints(coords, proj4string = alt@crs) 

values_alt <- extract(alt,points_alt) 

altitude <- cbind.data.frame(coordinates(points_alt),values_alt) 

Also mit dieser, ich bin natürlich in der Lage, die Höhe für beiden relosutions zu extrahieren, aber wie bin ich in der Lage alle Erhebungen Zelle aus jeder 30s bedeuten zu extrahieren, die in der 10min Zelle von E auftreten. G. die erste Koordinate?

Answer 1

Die Daten, die Sie erhalten, sind mit einem Raster Format. Sie sollten also Funktionen von library(raster) verwenden. Sie können die Standardabweichung direkt über die Funktion aggregate berechnen. fact Parameter ist die Größe der Aggregation, hier von 0,5 bis 10, fact=10/0.5:

alt05_1 <- getData('worldclim', var='alt', res=0.5, lon=5, lat=45) 
sd_alt05 <- aggregate(alt05_1, fact = 10/0.5, fun = sd) 

den Mittelwert zu erhalten, können Sie die gleiche Funktion verwendet werden kann. mean ist die Vorgabe übrigens:

mean_alt05 <- aggregate(alt05_1, fact = 10/0.5, fun = mean)