氣象數(shù)據(jù)網(wǎng)數(shù)據(jù)轉(zhuǎn)換、插值生成柵格數(shù)據(jù)

問題引入

最近需要獲得黃土高原2018逐月氣溫柵格數(shù)據(jù)朵栖,網(wǎng)上直接獲取難度較大。所以就到氣象數(shù)據(jù)網(wǎng)下載原始數(shù)據(jù)柴梆,通過ArcGIS插值來生成所需上數(shù)據(jù)陨溅。
在氣象網(wǎng)上直接下載的數(shù)據(jù)是2018年全國166個站點逐日氣溫txt格式數(shù)據(jù),如下圖:


1.PNG

2.PNG

處理流程

首先绍在,用R讀入txt格式數(shù)據(jù)门扇,逐站點按月求得逐月氣溫雹有,接著轉(zhuǎn)化成指定excel格式數(shù)據(jù)導入ArcGIS,然后通過插值生成逐月柵格圖臼寄。

1.將txt數(shù)據(jù)導入R

由于txt原始數(shù)據(jù)字符以空格為間隔霸奕,但空格數(shù)不一致,使用read.table()方法不能奏效吉拳。但scan()函數(shù)可以逐行獲取txt文件中的字符生成向量质帅,通過循環(huán)將12個月氣溫數(shù)據(jù)整合。

#導入需要的包
library(dplyr)
library(reshape2)
#設置工作環(huán)境為氣象數(shù)據(jù)所在文件夾
setwd('E:/1data/站點數(shù)據(jù)/氣象網(wǎng)數(shù)據(jù)/氣溫')
#讀入所以TXT格式數(shù)據(jù)留攒,引號里的內(nèi)容是匹配文件名的正則表達式
tem.name<-list.files(pattern = '*.TXT')

#scan()函數(shù)讀入數(shù)據(jù)并存入向量x煤惩,由于數(shù)據(jù)都是13列,因此將x轉(zhuǎn)化為13列的矩陣炼邀,將12個月的數(shù)據(jù)通過循環(huán)拼接到一起
tem.data<-data.frame()
for (f in tem.name) {
  x=scan(f)
  y=matrix(x,nrow = length(x)/13, byrow = TRUE)
  tem.data=rbind(tem.data,y)
}

#可以選擇輸出成csv
write.csv(tem.data,'E:/1data/站點數(shù)據(jù)/氣象網(wǎng)數(shù)據(jù)/氣溫/氣溫.csv')

初步得到如下數(shù)據(jù)框

> tem.data
      V1   V2    V3   V4   V5 V6 V7   V8   V9  V10 V11 V12 V13
1  50353 5144 12638 1739 2018  1  1 -141 -110 -184   9   9   9
2  50353 5144 12638 1739 2018  1  2 -120 -102 -160   9   9   9
3  50353 5144 12638 1739 2018  1  3 -177 -102 -295   9   9   9
4  50353 5144 12638 1739 2018  1  4 -215 -124 -261   9   9   9
5  50353 5144 12638 1739 2018  1  5 -211  -94 -283   9   9   9

2.求得各站點逐月降水

#由于我們只需要平均溫度數(shù)據(jù)魄揉,因此刪除無用列
tem.data<-tem.data[,-4]
tem.data<-tem.data[,-8:-12]
#設置列名
names(tem.data<-c('station','weidu','jingdu','year','month','day','tem')
#剔除缺失值(溫度值大于30000的為缺失值)
tem1<-tem.data[tem.data$tem<30000,]

#group_by與summarise是dplyr包中的函數(shù),結合使用可以輕松對數(shù)據(jù)進行分組求和拭宁。dcast函數(shù)將月份因子變成變量(比較抽象洛退,但是嘗試一下就能理解了)
by_day<-group_by(tem1,station,weidu,jingdu,year,month)
by_month<-summarise(by_day,tem=mean(tem))
x1<-dcast(by_month,station+weidu+jingdu+year~month)
x2<-paste('x',201801:201812,sep = '')
names(x1)<-c('station','weidu','jingdu','year',x2)
head(x1)
write.csv(x1,'E:/1data/站點數(shù)據(jù)/氣象網(wǎng)數(shù)據(jù)/氣溫/2018.csv')

最終形式如下,導出為csv格式

> head(x1)
  station weidu jingdu year   x201801   x201802    x201803  x201804  x201805  x201806  x201807  x201808
1   50353  5144  12638 2018 -25.41935 -24.39286  -9.016129 4.033333 12.78065 17.27333 20.71935 17.94516
2   50434  5029  12141 2018 -30.40000 -27.43571 -12.351613 1.626667 10.02258 14.62667 18.00323 15.17097
3   50527  4915  11942 2018 -27.19355 -24.60714  -9.187097 4.520000 13.48387 18.63333 21.12258 19.09355
4   50557  4909  12514 2018 -23.95806 -22.81429  -7.577419 6.990000 14.45806 18.92667 22.50000 19.52903
5   50564  4925  12720 2018 -22.16129 -20.79286  -6.432258 6.073333 13.82581 17.77333 22.44194 19.61290
6   50658  4805  12547 2018 -22.89032 -19.21786  -6.351613 6.953333 14.89032 19.23000 22.76774 19.89032

ps:由于每個月有些站點經(jīng)緯度居然會不一樣(可能因為我氣象網(wǎng)權限很低下載的數(shù)據(jù)質(zhì)量很差)杰标,導致一個站點的數(shù)據(jù)被導出兩遍兵怯,由于數(shù)量不多,所以就手動刪除了腔剂。

3.將csv格式數(shù)據(jù)轉(zhuǎn)化成excel并導入ArcGIS

將導出的csv格式數(shù)據(jù)在excel中另存為Excel 97-2003 工作表媒区,命名為tem。
在ArcMAP中選擇添加xy數(shù)據(jù)桶蝎,這里有三個注意事項:
1.x字段填經(jīng)度驻仅,y是緯度
2.輸入坐標系必須是地理坐標系,不能是投影坐標系
3.檢查經(jīng)緯度是否是標準形式


3.PNG

4.PNG
5.PNG

4.插值生成柵格數(shù)據(jù)

得到全國氣溫站點圖之后登渣,通過spline插值噪服,投影柵格,掩膜提取胜茧,最后得到黃土高原氣溫柵格圖粘优。

小結

由于完全沒有專業(yè)基礎,在自學得過程中遇到了很多問題呻顽。希望可以給和我一樣從零開始的小伙伴一些參考雹顺,不足之處也請多指正。

最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末廊遍,一起剝皮案震驚了整個濱河市嬉愧,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌喉前,老刑警劉巖没酣,帶你破解...
    沈念sama閱讀 222,464評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件王财,死亡現(xiàn)場離奇詭異,居然都是意外死亡裕便,警方通過查閱死者的電腦和手機绒净,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,033評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來偿衰,“玉大人挂疆,你說我怎么就攤上這事∠卖幔” “怎么了缤言?”我有些...
    開封第一講書人閱讀 169,078評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長漏设。 經(jīng)常有香客問我墨闲,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,979評論 1 299
  • 正文 為了忘掉前任遥椿,我火速辦了婚禮荡含,結果婚禮上,老公的妹妹穿的比我還像新娘泥耀。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 69,001評論 6 398
  • 文/花漫 我一把揭開白布乒裆。 她就那樣靜靜地躺著,像睡著了一般推励。 火紅的嫁衣襯著肌膚如雪鹤耍。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,584評論 1 312
  • 那天验辞,我揣著相機與錄音稿黄,去河邊找鬼。 笑死跌造,一個胖子當著我的面吹牛杆怕,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播壳贪,決...
    沈念sama閱讀 41,085評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼陵珍,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了违施?” 一聲冷哼從身側響起互纯,我...
    開封第一講書人閱讀 40,023評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎磕蒲,沒想到半個月后留潦,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體收苏,經(jīng)...
    沈念sama閱讀 46,555評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,626評論 3 342
  • 正文 我和宋清朗相戀三年愤兵,在試婚紗的時候發(fā)現(xiàn)自己被綠了鹿霸。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,769評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡秆乳,死狀恐怖懦鼠,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情屹堰,我是刑警寧澤肛冶,帶...
    沈念sama閱讀 36,439評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站扯键,受9級特大地震影響睦袖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜荣刑,卻給世界環(huán)境...
    茶點故事閱讀 42,115評論 3 335
  • 文/蒙蒙 一馅笙、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧厉亏,春花似錦董习、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,601評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至恬试,卻和暖如春窝趣,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背训柴。 一陣腳步聲響...
    開封第一講書人閱讀 33,702評論 1 274
  • 我被黑心中介騙來泰國打工哑舒, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人畦粮。 一個月前我還...
    沈念sama閱讀 49,191評論 3 378
  • 正文 我出身青樓散址,卻偏偏與公主長得像,于是被迫代替她去往敵國和親宣赔。 傳聞我的和親對象是個殘疾皇子预麸,可洞房花燭夜當晚...
    茶點故事閱讀 45,781評論 2 361