R中的多栅格随机森林

Posted 2023-03-12

【中文标题】R中的多栅格随机森林

【英文标题】：Multi Raster Random Forest in R

【发布时间】：2021-03-27 09:33:00

【问题描述】：

我正在尝试在 R 中设置一个 randomForest，以根据其他光栅图像对光栅图像进行分类。我的训练数据是一个完全填充的栅格图像，我想训练一些其他栅格来尝试基于初始栅格创建栅格输出。代码示例如下：

rf1 <- randomForest(trainingRaster1 ~ raster1 + raster2 + raster3)

...其中trainingRaster1 是我实际已知的光栅格式值，raster1 到rasterN 是我想用来预测trainingRaster1 是什么的其他光栅图像。我了解您将使用向量或点的训练类来训练一系列栅格，但在我的情况下，我想使用栅格作为训练类来生成输出栅格（因为我有一个完全填充的栅格图像，其中训练其他栅格）。我的问题是：这可能吗？我可以使用栅格来训练我的其他栅格数据集吗？我可以使用多个栅格数据集作为输入变量吗？公式会是什么样子？我是否需要将所有数据网格化到相同的范围和分辨率？我真的很想在 R 中使用 randomForest，但是有不同的方法吗？示例代码会是什么样子？最后，我将如何使用该模型，一旦运行，在不输入训练数据集的情况下创建栅格？非常感谢您提前。我已经阅读并观看了 randomForest 的示例，但没有看到它以我想要的方式使用。我想知道它是否需要与正常用例有所偏差。

【参考方案1】：

栅格单元只是数据点。因此，如果（或一次）它们对齐（相同的范围和分辨率），您可以这样做

示例数据

library(raster)
# predictors
logo <- stack(system.file("external/rlogo.grd", package="raster"))
# generate "known values"
set.seed(1)
obs <- sqrt(sum(logo)) + sample(ncell(logo))/500
names(obs) <- "obs"

拟合模型

s <- stack(obs, logo)
d <- as.data.frame(s)
library(randomForest)
m <- randomForest(obs~., d, ntree=50)

预测

p <- predict(s, m)
names(p) <- "pred"
plot(stack(obs, p))

注意图像是如何改进的。

在predict 步骤中，您可以将s 替换为另一组具有相同名称的预测变量数据。所以你可以根据一年的数据来拟合你的模型，你有预测变量（例如卫星或气候数据）和观察结果（例如作物产量），但是你可以预测另一年，你有预测变量，但不是感兴趣的观察结果。

您可能无法执行此操作，因为栅格数据对于 RAM 来说太大了。在这种情况下，您可以取样，或在子集上创建多个模型。

【讨论】：

感谢罗伯特的回复。我有两个问题：训练随机森林后是否可以使用空白数据框作为obs 变量？我的意思是，假设我有一个完整的训练数据集用作obs 一年，以及一系列我想用作预测数据的其他数据集。下一年的训练数据不可用。如果我只有一个空白的obs 数据框并完成'd 数据集，或者在这种情况下是logo，我可以使用随机森林来填充数据框吗？另外，如果我确实有多年数据，我可以重复这一点并增加 RF 的稳健性吗？

我已经是您问题的第一部分，但我已经将答案扩展为-希望-更清楚。如果你有多年，你可以重复这个并做出多个预测和平均。但我会根据所有数据制作一个模型。原则上（例如，没有 RAM 限制）您可以rbind data.frame 的d。