gisma
commented
2 years ago Hi Katha,
ich dachte ich hätte dir schon geantwortet aber iwie fehlt der comment. CHM ist ja ein Raster. Das heisst die Values stehen im raster selber als array zur Verfügung Also der dreihunderste Wert z.b. chm[[1]][300]. Wenn du einen Mittelwert berechnen willst kannst du das entweder für alle Pixel an einer location im Stack mit mean(stack) oder räumlich mit der Funktion focal z.b. 3*3 :
# 3x3 mean filter
r3 <- focal(r, w=matrix(1/9,nrow=3,ncol=3))
Hallo Chris, ich arbeite grade an dem Assignment und versuche entsprechende Indices zu berechnen. Ich habe einige Paper und auch ein R-Skript gefundne, allerdings funktioniert das bei mir nicht wirklich. Das Script ist folgendes: https://datacommons.cyverse.org/browse/iplant/home/shared/NEON_workshop/tutorials/r_scripts/structural-diversity-discrete-return.r
Ich bin so vorgegangen, dass ich die normalisierten Daten eingeladen habe (mof100_ctg_chm ) und damit ein CHM erstellt habe. Die meisten Metrics berechnen sich, indem sie auf die values des CHM zugreifen, zB mean.max.canopy.ht <- mean(chm@data@values, na.rm = TRUE), allerdings sind die bei mir leer und somit kann ich auch die Metrics nicht berechnen. Hast du eine Idee woran das liegen könnte? Im Ordner 2022-01-07-structural-diversity-metrics-from-lidar-data findest du meinen bisherigen Arbeitsstand/mein Vorgehen noch detaillierter.
Danke schonmal und viele Grüße Katha