2017-03-14 1 views
0

Ich habe versucht, die "PhenologyRaster" -Funktion des greenbrown-Pakets zu verwenden, um die Wachstumsperiode meines Studienbereichs zu modellieren. Jedes Mal, wenn ich die Funktion ausführe, bekomme ich jedoch leere Ausgaben (z. B. die Schicht SOS.2016 wird als NA angezeigt). Meine Frage ist die folgende: habe ich Probleme, weil ich die Funktion auf ein einzelnes Jahr von Daten führe, oder weil Landsat-Zeitreihen etwas unregelmäßig sind (d. H. Häufigkeit von ~ 30 Szenen pro Jahr)?Verwenden von Greenbrown-Paket mit Landsat-Daten

ich das folgende Stück der PhenologyRatser Funktion auszuführen Code verwenden:

PhenoTest = PhenologyRaster(landsat2016,start=c(2016,1,3),end=c(2016,12,20),freq=24,approach="Deriv",min.mean=-0.5,tsgf='TSGFspline',interpolate=TRUE) 

Die Funktion auf einem Raster Stapel mit den folgenden Eigenschaften angewandt wird:

class  : RasterBrick 
dimensions : 526, 591, 310866, 18 (nrow, ncol, ncell, nlayers) 
resolution : 30, 30 (x, y) 
extent  : 604965, 622695, 4208175, 4223955 (xmin, xmax, ymin, ymax) 
coord. ref. : +proj=utm +zone=10 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
data source : in memory 
names  : X2016.01.03, X2016.01.19, X2016.02.04, X2016.03.07, X2016.03.23, X2016.04.24, X2016.05.10, X2016.05.26, X2016.06.27, X2016.07.13, X2016.07.29, X2016.08.14, X2016.08.30, X2016.09.15, X2016.10.01, ... 
min values :  -0.1964,   NA,  -0.5382,   NA,  -0.4696,  -0.2197,  -0.2803,  -0.4274,  -0.4827,  -0.2631,  -0.5256,  -0.4856,  -0.5631,  -0.3204,  -0.5512, ... 
max values :  0.1714,   NA,  0.2425,   NA,  0.2061,  0.5173,  0.4583,  0.2470,  0.3629,  0.5165,  0.2981,  0.2802,  1.6199,  0.5016,  0.3007, ... 

Antwort

0

Ich hatte auch die gleiche Problem. Was ich gemacht habe, war, dass ich drei Jahre lang eine Dummy-Serie erstellt habe und die Daten dann erfolgreich waren.

b.1 <- brick(r.1, r.2, r.3, r.4, r.5, r.6, r.7, r.8, r.9, r.10, r.11, r.12) 
b.2 <- stack(b.2, b.2, b.2) 
pheno.test <- PhenologyRaster(b.2, start=c(2016,1), freq=12, approach="White", 
           tsgf="TSGFspline", interpolate=T) 
+0

Ich würde auch empfehlen, dass Sie negative Werte aus den Daten entfernen, da die nicht die Grünheit darstellen. Sie können die negativen Werte zunächst aus den Rastern z. B. Werte (r.1) [Werte (r.1) <0] = NA entfernen –