误差分布：R 中单个光栅文件的标准偏差

Question

我有一个光栅，我想为其计算

均方根误差 (RMSE)
平均误差
绝对平均误差
标准偏差

library(r)
r <- raster(system.file("external/test.grd", package="raster"))

对于 RMSE 和（绝对）平均误差，我需要某种预测值（？）我如何 calculate/get 它们？

对于标准偏差我可以写

sd(r)

但这给我错误

Error in as.double(x) : 
  cannot coerce type 'S4' to vector of type 'double'

我找了一段时间，只找到了适用于栅格堆栈的解决方案，然后 return 另一个栅格。但我不想那样。对于 4 次测量中的每一次，我都想要一个数字来 return 我计算出的值。

Answer 1

让我们创建具有已知标准偏差的数据：

set.seed(69)

m <- matrix(rnorm(10000), nrow = 100)

sd(m)
#> [1] 0.9979821

现在我们可以将其转换为光栅：

library(raster)

r <- raster(m)

r
#> class      : RasterLayer 
#> dimensions : 100, 100, 10000  (nrow, ncol, ncell)
#> resolution : 0.01, 0.01  (x, y)
#> extent     : 0, 1, 0, 1  (xmin, xmax, ymin, ymax)
#> crs        : NA 
#> source     : memory
#> names      : layer 
#> values     : -3.507427, 3.669151  (min, max)

如果您想获取原始数据的值，您可以使用 data 插槽：

sd(r@data@values)
#> [1] 0.9979821

或者，更简洁地，使用子集运算符 []:

sd(r[])
#> [1] 0.9979821

^{由 reprex package (v0.3.0)}

于 2020-08-21 创建

Answer 2

而

sd(r[])

有点工作，它返回 NA，但通过添加“na.rm = TRUE”它工作正常。另一个答案可能是：

sd(as.matrix(r), na.rm = TRUE)

我认为这基本上是一样的。第一个选项读取数据，而第二个选项首先将数据转换为矩阵。

Answer 3

cellStats 方法

set.seed(69)
m <- matrix(rnorm(10000), nrow = 100)
sd(m)
#[1] 0.9979821

library(raster)
r <- raster(m)    
cellStats(r, sd)
#[1] 0.9979821

或者，使用 terra，global 方法

library(terra)
x <- rast(m)
global(x, sd)
#         global
#lyr.1 0.9979821

误差分布：R 中单个光栅文件的标准偏差

distribution of errors: standard deviation for single raster file in R

r

raster

r-raster