当前位置: 首页 > news >正文

R语言:多值提取到点

ArcGIS中有相关工具实现多值提取到点的功能,在这里,我将使用R语言进行操作:
在这里插入图片描述

library(dplyr)
library(readxl)
library(sf)
library(raster)setwd("D:/Datasets")
Bio <- stack(paste0("D:/Datasets/Data/worldclim2_1km/",c("wc2.1_30s_bio_1","wc2.1_30s_bio_2","wc2.1_30s_bio_3","wc2.1_30s_bio_4","wc2.1_30s_bio_5","wc2.1_30s_bio_6","wc2.1_30s_bio_7","wc2.1_30s_bio_8","wc2.1_30s_bio_9","wc2.1_30s_bio_10","wc2.1_30s_bio_11","wc2.1_30s_bio_12","wc2.1_30s_bio_13","wc2.1_30s_bio_14","wc2.1_30s_bio_15","wc2.1_30s_bio_16","wc2.1_30s_bio_17","wc2.1_30s_bio_18","wc2.1_30s_bio_19"),".tif")
)dataset <- read_excel("datasets.xlsx")
head(dataset)# 定义经纬度坐标
longlat<- as.data.frame(dataset[,c(2:3)])
# 将经纬度坐标转换为SpatialPoints对象
coordinates(longlat) <- c("Long", "Lat")
proj4string(longlat) <- CRS("+proj=longlat +datum=WGS84")
#定义转换的投影方式
UTM_Proj <- CRS(st_crs(Bio)$proj4string)
# 将经纬度坐标转换为xy坐标
xy <- spTransform(longlat, UTM_Proj)
# 检查投影坐标系是否一致
st_crs(Bio)$proj4string
st_crs(xy)$proj4stringdata_clim<-raster::extract(Bio, xy)
head(data_clim)

这里Bio数据结果如下: 其中地理坐标系为WGS 1984,投影坐标系为WGS 1984 Albers(见crs

> Bio
class      : RasterStack 
dimensions : 1422, 1185, 1685070, 19  (nrow, ncol, ncell, nlayers)
resolution : 1000, 1000  (x, y)
extent     : 296958.9, 1481959, 2562602, 3984602  (xmin, xmax, ymin, ymax)
crs        : +proj=aea +lat_0=0 +lon_0=105 +lat_1=25 +lat_2=47 +x_0=0 +y_0=0 +datum=WGS84 +units=m +no_defs 
names      : wc2.1_30s_bio_1, wc2.1_30s_bio_2, wc2.1_30s_bio_3, wc2.1_30s_bio_4, wc2.1_30s_bio_5, wc2.1_30s_bio_6, wc2.1_30s_bio_7, wc2.1_30s_bio_8, wc2.1_30s_bio_9, wc2.1_30s_bio_10, wc2.1_30s_bio_11, wc2.1_30s_bio_12, wc2.1_30s_bio_13, wc2.1_30s_bio_14, wc2.1_30s_bio_15, ... 
min values :        3.520833,        5.666667,       19.015659,      585.165588,       17.000000,      -11.500000,       24.199999,       12.566667,       -5.850000,        12.566667,        -5.850000,       533.000000,       109.000000,         2.000000,        41.892853, ... 
max values :        20.31667,        11.91667,        33.88480,      1056.25293,        34.50000,         6.20000,        38.90000,        27.73333,        17.23333,         28.71667,         12.00000,       2296.00000,        368.00000,         62.00000,        111.78159, ... 

注意: dataset中使用的采样点为度分表的小数形式,然而所需要提取的Bio数据为投影坐标系,所以这里需要为dataset采样点定义一个相同的投影坐标系,才能实现采样。

相关文章:

R语言:多值提取到点

ArcGIS中有相关工具实现多值提取到点的功能&#xff0c;在这里&#xff0c;我将使用R语言进行操作&#xff1a; library(dplyr) library(readxl) library(sf) library(raster)setwd("D:/Datasets") Bio <- stack(paste0("D:/Datasets/Data/worldclim2_1km/…...

八股文打卡day27——数据库(4)

面试题&#xff1a;讲一下事务的隔离级别&#xff1f; 我的回答&#xff1a; 因为事务之间的隔离性&#xff0c;造成了一些问题&#xff0c;比如说&#xff1a;脏读、不可重复读和幻读&#xff08;虚读&#xff09;。 1.什么叫脏读&#xff1f; 就是一个事务读取到了另一个事…...

Java桥接模式源码剖析及使用场景

目录 一、介绍二、项目管理系统中使用桥接模式三、权限管理中使用桥接模式四、Java JDBC中使用桥接模式 一、介绍 它的主要目的是将抽象化与实现化分离&#xff0c;使得二者可以独立变化&#xff0c;就像一个桥&#xff0c;将两个变化维度连接起来。各个维度都可以独立的变化。…...

【异常处理】verilator安装时出现异常 make: *** [Makefile:195: verilator_gantt.1] Error 13

在ubuntu中安装verilator工具时执行make出现该报错。 当我出现这个报错的时候我一脸懵逼&#xff0c;因为网上找不到相关解决办法。 后来想到我的verilator是从github上下载zip&#xff0c;然后解压后传到ubuntu上的&#xff0c;windows上解压我记得会把-替换成_&#xff0c;这…...

测试一下 Anthropic 宣称超过 GPT-4 的 Claude 3 Opus

测试一下 Anthropic 宣称超过 GPT-4 的 Claude 3 Opus 0. 引言1. 测试 Claude 3 Opus3. 试用 api key 限制 0. 引言 今天测试一下 Anthropic 发布的 Claude 3 Opus。 3月4日&#xff0c;Anthropic 宣布推出 Claude 3 型号系列&#xff0c;该系列在广泛的认知任务中树立了新的…...

【题解】—— LeetCode一周小结10

【题解】—— 每日一道题目栏 上接&#xff1a;【题解】—— LeetCode一周小结9 4.用栈实现队列 题目链接&#xff1a;232. 用栈实现队列 请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作&#xff08;push、pop、peek、empty&#xff09;&#xff1a…...

Android studio虚拟调试出现“我的APP keeps stopping”问题

问题如图&#xff1a; 遇到这种情况&#xff0c;一看代码&#xff0c;也没有报错呀&#xff0c;怎么不能运行呢&#xff1f;不要慌&#xff01;我们一步一步来。 1、查看Logcat日志 在Android Studio中查看Logcat窗口&#xff0c;可以获取应用程序崩溃时的详细错误信息&…...

【Web】浅聊Java反序列化之Spring2链——两层动态代理

目录 简介 简话JdkDynamicAopProxy 关于target的出身——AdvisedSupport EXP 请确保已阅读过前文或对Spring1链至少有一定认知&#xff1a;【Web】浅聊Java反序列化之Spring1链——三层动态代理-CSDN博客 简介 Spring2 和 Spring1 的反序列化过程基本相同&#xff0c;唯一…...

2386. 找出数组的第 K 大和

2386. 找出数组的第 K 大和 题目链接&#xff1a;2386. 找出数组的第 K 大和 代码如下&#xff1a; //优先队列 //参考&#xff1a;https://leetcode.cn/problems/find-the-k-sum-of-an-array/solutions/2668280/zhao-chu-shu-zu-de-di-k-da-he-by-leetcod-z5kq class Soluti…...

Pytorch学习 day10(L1Loss、MSELoss、交叉熵Loss)

Loss loss的作用如下&#xff1a; 计算实际输出和真实值之间的差距为我们更新模型提供一定的依据&#xff08;反向传播&#xff09; L1Loss 绝对值损失函数&#xff1a;在每一个batch_size内&#xff0c;求每个输入x和标签y的差的绝对值&#xff0c;最后返回他们平均值 M…...

2.2 传统经济学在耍赖

传统经济学中&#xff0c;主体的行为决策是研究的重点对幸福的追求不是传统经济学的研究重点&#xff0c;决策才是。在传统经济学那里&#xff0c;只要能搞清楚是什么决定了决策就可以了。 传统经济学用人们对物品的喜好的排序去替代了对幸福的直接度量。这样做有一个好处&…...

【算法面试题】-04

执行时长 def min_execution_time(n, size, tasks):a 0ans sizei 0while i < size:tmp tasks[i]a tmpif a < n:a 0else:a - ni 1ans a // nif a % n ! 0:ans 1return ans# 读取输入 n int(input()) size int(input()) tasks list(map(int, input().split()))…...

力扣hot100:152.乘积最大子数组(动态规划)

一个子数组问题&#xff0c;我们要使用线性dp&#xff0c;最好先考虑以i结尾&#xff0c;如果定义dp[i]为前i个数最大子数组乘积值 那么dp[i-1]就无法转移到dp[i]。因此我们先考虑dp[i]定义为以第i个数结尾的最大子数组乘积值。 53. 最大子数组和 最大子数组和是一个动态规划问…...

【python 】----Pytest基础知识与进阶知识

定义 用于编写和执行Python测试全功能测试框架(工具),是一个第三方库 安装 pip insatll pytest 安装pytest --version 校验 pytest的组成构成 不写调用语句也可以执行函数内容 在用例运行语句里面: -s:指的是开启与终端的交互,如果没有-s(程序不会输入与打印),一条用…...

谷歌开源的LLM大模型 Gemma 简介

相关链接&#xff1a; Hugging face模型下载地址&#xff1a;https://huggingface.co/google/gemma-7bGithub地址&#xff1a;https://github.com/google/gemma_pytorch论文地址&#xff1a;https://storage.googleapis.com/deepmind-media/gemma/gemma-report.pdf官方博客&…...

深入理解 Vuex:从基础到应用场景

前言 在之前的文章中&#xff0c;我们已经对 Vue.js 有了一定的了解。今天我们要对Vue官方的状态共享管理器Vuex进行详细讲解&#xff0c;将其基本吃透&#xff0c;目标是面对大多数业务需求&#xff1b; 一、介绍 Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式。它采用…...

自定义 classNames hooks

什么是自定义 hooks 自定义hooks是react提供的编写公共函数的方法 自定hooks 和 通用函数的区别 一定有人会说 hooks 可以使用react 的方法&#xff0c;但是公共函数也可以&#xff0c;因为 jsx 语法的原因 函数必须开头进行大写 其实这些都是 react 的语法规范&#xff…...

玩转centos 下的core 文件

玩转centos 下的core 文件 ------------------------------------------------------------ author: hjjdebug date: 2024年 03月 06日 星期三 12:38:35 CST description: 玩转centos 下的core 文件 ------------------------------------------------------------ 一: 准备一…...

深入浅出计算机网络 day.1 概论③ 电路交换、分组交换和报文交换

人无法同时拥有青春和对青春的感受 —— 04.3.9 内容概述 01.电路交换、分组交换和报文交换 02.三种交换方式的对比 一、电路交换、分组交换和报文交换 1.电路交换 计算机之间的数据传送是突发式的&#xff0c;当使用电路交换来传送计算机数据时&#xff0c;其线路的传输效率一…...

linux:线程的控制

个人主页 &#xff1a; 个人主页 个人专栏 &#xff1a; 《数据结构》 《C语言》《C》《Linux》 文章目录 前言一、线程的总结1. 线程的优点2. 线程的缺点3. 线程异常4.线程和进程 二、线程的控制创建线程线程终止线程等待获取返回值 线程分离 总结 前言 本文作为我对于线程的…...

人工智能赋能软件开发:基于PyTorch 2.8的AI编程助手本地部署

人工智能赋能软件开发&#xff1a;基于PyTorch 2.8的AI编程助手本地部署 1. 为什么需要私有AI编程助手 想象一下这样的场景&#xff1a;凌晨两点&#xff0c;你正在赶一个紧急项目&#xff0c;遇到一个复杂的算法问题卡壳了。这时候如果有个懂行的搭档能随时提供建议该多好&a…...

Qwen3-0.6B-FP8快速上手:无需conda环境直接运行开源大模型

Qwen3-0.6B-FP8快速上手&#xff1a;无需conda环境直接运行开源大模型 想体验最新的大语言模型&#xff0c;但被复杂的Python环境、CUDA版本和依赖冲突劝退&#xff1f;今天&#xff0c;我来带你体验一个完全不同的方式——直接运行一个开箱即用的Web界面&#xff0c;让你在几…...

革命性虚拟化工具Tart:Apple Silicon上的完整CI自动化解决方案

革命性虚拟化工具Tart&#xff1a;Apple Silicon上的完整CI自动化解决方案 【免费下载链接】tart macOS and Linux VMs on Apple Silicon to use in CI and other automations 项目地址: https://gitcode.com/GitHub_Trending/ta/tart Tart是一款专为Apple Silicon设计的…...

Qwen3.5-4B-Claude蒸馏模型效果展示:数学推导、代码生成、概念解释三重验证

Qwen3.5-4B-Claude蒸馏模型效果展示&#xff1a;数学推导、代码生成、概念解释三重验证 1. 模型概述 Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-GGUF是一个基于Qwen3.5-4B的推理蒸馏模型&#xff0c;专门针对结构化分析、分步骤回答以及代码与逻辑类问题进行了优化。这…...

别被“纯解释型语言”骗了:揭开 Python 运行机制的真实底牌

在编程语言的鄙视链中&#xff0c;Python 经常被贴上一个标签&#xff1a;“它只是一门解释型语言&#xff0c;所以它很慢。” 这种刻板印象往往来自于我们在命令行里敲下 python script.py 后它立即运行的爽快感。没有漫长的 make&#xff0c;没有 gcc 编译报错&#xff0c;仿…...

大模型之Linux服务器部署大模型敝

一、各自优势和对比 这是检索出来的数据&#xff0c;据说是根据第三方评测与企业数据&#xff0c;三款产品在代码生成质量上各有侧重&#xff1a; 产品 语言优势 场景亮点 核心差异 百度 Comate C核心代码质量第一&#xff1b;Python首生成率达92.3% SQL生成准确率提升35%&…...

Qwen3-ASR-1.7B开源大模型教程:PyTorch 2.5.0 + CUDA 12.4环境配置

Qwen3-ASR-1.7B开源大模型教程&#xff1a;PyTorch 2.5.0 CUDA 12.4环境配置 1. 引言&#xff1a;为什么选择Qwen3-ASR-1.7B&#xff1f; 如果你正在寻找一个开箱即用、功能强大的语音识别解决方案&#xff0c;Qwen3-ASR-1.7B绝对值得你花时间了解。这个由阿里通义千问团队推…...

Qwen3-ASR-1.7B部署教程:HTTPS反向代理配置保障Web服务安全访问

Qwen3-ASR-1.7B部署教程&#xff1a;HTTPS反向代理配置保障Web服务安全访问 语音识别技术正变得越来越普及&#xff0c;从会议记录到视频字幕&#xff0c;再到智能客服&#xff0c;它正在改变我们与机器交互的方式。Qwen3-ASR-1.7B作为一款高精度的开源语音识别模型&#xff0…...

幻觉不是Bug,是系统性失效:SITS2026定义的5级幻觉危害图谱与对应SLA保障阈值(2026新规速读版)

第一章&#xff1a;幻觉不是Bug&#xff0c;是系统性失效&#xff1a;SITS2026新规核心范式跃迁 2026奇点智能技术大会(https://ml-summit.org) 在SITS2026&#xff08;Systemic Integrity & Trustworthiness Standard 2026&#xff09;框架下&#xff0c;“幻觉”被正式…...

RLC电路仿真对比实验:Simulink原生模块 vs 自定义S函数谁更准?

RLC电路仿真精度对决&#xff1a;Simulink原生模块与S函数建模深度评测 在电力电子和控制系统仿真领域&#xff0c;Simulink作为行业标准工具&#xff0c;提供了两种截然不同的电路建模路径&#xff1a;一种是直接调用现成的RLC模块快速搭建电路&#xff0c;另一种则是通过S函数…...