sameCRS (x, y) не является ИСТИННОЙ ошибкой в ​​R для индивидуального обнаружения дерева с использованием chm

Question

У меня есть данные облачных данных LiDAR для измерения области 250 * 250 м^2 (лесная область). Мне нужно выделить отдельные деревья, используя эти данные.

Я создал модель высоты Canopy (CHM) с использованием LASTools и использовал этот CHM для разграничения деревьев. Я прилагаю, что chm file (этот растр даст информацию о высоте)

Я пытался использовать rLiDAR пакет, доступный в R.

Я закодированный как этот

library(rLiDAR) 
schm <- CHMsmoothing(chm, "mean", 5) 

# Setting the fws: 
fws <- 5 # dimention 5x5 

# Setting the specified height above ground for detectionbreak 
minht <- 8.0 

# Getting the individual tree detection list 
treeList <- FindTreesCHM(schm, fws, minht) 

Но это дает ошибку

Error: identicalCRS(x, y) is not TRUE

Как я могу это преодолеть?

Answer 1

В функции FindTreesCHM, в строках 17-18, мы находим:

XYmax <- SpatialPoints(xyFromCell(setNull, Which(setNull == 
    1, cells = TRUE))) 

который создает SpatialPoints. Проблема заключается в том, что объект не имеет проекции набора:

projection(XYmax) 
# [1] NA 

Затем линия 19

htExtract <- over(XYmax, as(chm, "SpatialGridDataFrame")) 

выдает ошибку, потому что XYmax не имеет набора проекции, в то время как chm имеет:

projection(chm) 
# [1] "+proj=utm +zone=11 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0" 

И как функция over сначала проверьте проекции объектов, мы получим ошибку:

identicalCRS(XYmax, as(chm, "SpatialGridDataFrame")) 
# [1] FALSE 

Обходным путем было бы написать свою собственную функцию, добавив линию, задающую проекцию XYmax на проекцию chm.

Кроме того, есть ошибка брошенной линии 22 из линии 21.

Эта функция может быть легко исправлена, но я очень рекомендую связаться с сопровождающим пакета (maintainer("rLiDAR")).

---

Вот один из возможных решений:

library(rLiDAR) 
library(raster) 

FindTreesCHM.fix <- function(chm, fws = 5, minht = 1.37) 
{ 
    if (class(chm)[1] != "RasterLayer") { 
     chm <- raster(chm) 
    } 
    if (class(fws) != "numeric") { 
     stop("The fws parameter is invalid. It is not a numeric input") 
    } 
    if (class(minht) != "numeric") { 
     stop("The minht parameter is invalid. It is not a numeric input") 
    } 
    w <- matrix(c(rep(1, fws * fws)), nrow = fws, ncol = fws) 
    chm[chm < minht] <- NA 
    f <- function(chm) max(chm) 
    rlocalmax <- focal(chm, fun = f, w = w, pad = TRUE, padValue = NA) 
    setNull <- chm == rlocalmax 
    XYmax <- SpatialPoints(xyFromCell(setNull, Which(setNull == 
     1, cells = TRUE))) 
    projection(XYmax) <- projection(chm) 
    htExtract <- over(XYmax, as(chm, "SpatialGridDataFrame")) 
    treeList <- cbind(slot(XYmax, "coords"), htExtract) 
    colnames(treeList) <- c("x", "y", "height") 
    return(treeList) 
} 


chm <- raster("dem_test.tif") 
schm <- CHMsmoothing(chm, "mean", 5) 
fws <- 5 
minht <- 8.0 
treeList <- FindTreesCHM.fix(schm, fws, minht) 

#   x  y height 
# 1 256886.5 4110940 14.1200 
# 2 256805.5 4110884 13.8384 
# 3 256756.5 4110880 15.2004 
# 4 256735.5 4110874 17.6100 
# 5 256747.5 4110840 18.2592 
# 6 256755.5 4110828 19.9252 
# 7 256777.5 4110806 12.7180 
# 8 256780.5 4110802 14.6512 
# 9 256780.5 4110792 15.8532 
# 10 256763.5 4110786 18.7128 
# 11 256766.5 4110764 14.4972