আপনি rasterওয়ার্ল্ডক্লিম ডেটা ডাউনলোড করতে প্যাকেজ ব্যবহার করতে পারেন , ?getdataরেজোলিউশন, ভেরিয়েবল এবং স্থানাঙ্ক সম্পর্কে জানতে দেখুন ।
উদাহরণ স্বরূপ:
library(raster)
library(sp)
r <- getData("worldclim",var="bio",res=10)
বায়ো 1 এবং বায়ো 12 হ'ল গড় তাপমাত্রা এবং অ্যানুয়াল বৃষ্টিপাত:
r <- r[[c(1,12)]]
names(r) <- c("Temp","Prec")
উদাহরণস্বরূপ আমি এলোমেলো পয়েন্টগুলি তৈরি করি, আপনার ক্ষেত্রে কোনও SpatialPointঅবজেক্ট তৈরি করতে স্থানাঙ্কগুলি ব্যবহার করুন ।
points <- spsample(as(r@extent, 'SpatialPolygons'),n=100, type="random")
অবশেষে, ব্যবহার করুন extract। সহ cbind.data.frameএবং coordinatesআপনি ইচ্ছা ডেটা পাবেন ra ফ্রেম।
values <- extract(r,points)
df <- cbind.data.frame(coordinates(points),values)
আমি এলোমেলো পয়েন্ট ব্যবহার করেছি, তাই আমি প্রচুর পেয়েছি NA। এটা আশা করা যায়।
head(df)
x y Temp Prec
1 112.95985 52.092650 -37 388
2 163.54612 85.281643 NA NA
3 30.95257 5.932434 270 950
4 64.66979 40.912583 150 150
5 -169.40479 -58.889104 NA NA
6 51.46045 54.813600 36 549
plot(r[[1]])
plot(points,add=T)
ভুলে যাবেন না যে ওয়ার্ল্ডক্লিম ডেটা 10 এর স্কেল ফ্যাক্টর, তাই Temp = -37-3.7 º সে।
সমন্বয়কারী উদাহরণ সহ:
library(raster)
library(sp)
r <- getData("worldclim",var="bio",res=10)
r <- r[[c(1,12)]]
names(r) <- c("Temp","Prec")
lats <- c(9.093028 , 9.396111, 9.161417)
lons <- c(-11.7235, -11.72975, -11.709417)
coords <- data.frame(x=lons,y=lats)
points <- SpatialPoints(coords, proj4string = r@crs)
values <- extract(r,points)
df <- cbind.data.frame(coordinates(points),values)
df
x y Temp Prec
1 -11.72350 9.093028 257 2752
2 -11.72975 9.396111 257 2377
3 -11.70942 9.161417 257 2752