R语言spei包计算标准化降水蒸散指数

R语⾔spei包计算标准化降⽔蒸散指数

编程⼩⽩近⼀星期的研究，⾛了不少弯路，⼀开始想要不⾃⼰写⼀下如何计算SPEI，实在是太⾼看⾃⼰编程⼩⽩的能⼒了，接下来⾃然不了了之了，后来后来，还是直接将R包拿来⽤吧。。

image

看完原理之后就基本可以调⽤R包了，⾸先需要安装SPEI包，install.package("SPEI")就ok了，Rstidio⾃动进⾏下载并安装。R包的spei包⾮常简便，可以直接拿来调⽤，建议改过程还是要参看官⽅帮助⽂档，讲解的很清楚也有简单实例。

其中计算PET潜在蒸散时，R包提供三种计算⽅法，分别是thornthwaite(),hargreaves(),penman().其中第⼀种⽅法最为简单，仅需要温度和纬度（单位：°）作为输⼊数据即可。以此准备数据：

数据准备

（1）温度数据，每⼀个站点按列排列，依次为开始年份的12个⽉，后⼀年的12个⽉，以此类推，简单来说就是⼀个站点所有年份⼀列数据，类似这个样⼦，格式是要保存为以空格分割的csv⽂件或txt⽂件，下同

image

（2）纬度数据

焊接技术

image

（3）降⽔数据（格式同温度数据格式）

准备完毕数据之后，就开始直接计算啦，话不多说，直接上代码. 该代码不是直接输出最终结果spei值，有输出的每⼀步结果，需要键⼊的路径可能⽐较多，⼩⽩的代码可能⽐较笨拙（为了⾃⼰好理解），仅供参考。

library(SPEI)

# ===========读⼊数据

# 降⽔数据

prec = read.table('G:\\test\\test3\\',header = T)

# 温度数据

temp = read.table('G:\\test\\test3\\',header = T)

# 每⼀个站点对应的纬度数据

lat = read.table('G:\\test\\test3\\',header = T)

# 输出路径

print(ncol(temp))

print(ncol(prec))

# ==========================================计算PET 本代码采⽤thornthwaite⽅法计算，只需要温度数据

# 利⽤cbind函数将每⼀列连接，就需要初始化⼀列

PET_1 = thornthwaite(temp[,1],lat[,1])

for (i in 2:ncol(temp))

{

PET = thornthwaite(temp[,i],lat[,i])

PET_1 = cbind(PET_1,PET)

}

write.table(PET_1,"G:\\test\\test3\\PET\\PET_station1.csv",sep = ',' ,row.names = FALSE)

# 到此保存的csv的列名均相同，需进⾏合并后⼿动更改

# ==========================================计算⽔平衡

PET = read.table("G:\\test\\test3\\PET\\",header = T)

balance = prec[,1]-PET[,1]

for (j in 2:ncol(prec))

{海云坦克

印顺balance1 = prec[,j]-PET[,j]

balance = cbind(balance,balance1)

}

write.table(balance,"G:\\test\\test3\\PET\\waterbalance_station.csv",sep = ",",row.names = FALSE)

# 到此保存的csv的列名均相同，需进⾏合并后⼿动更改

# ========================================= 计算SPEI

library(SPEI)

2020中央开始禁止基督教water_bal = read.table("G:\\test\\test3\\PET\\",header = T)

spei12 = spei(water_bal[,1], 12)

print(spei12)

# write.csv(spei12$fitted,"D:\\spei1.csv",row.names = F)

print(ncol(water_bal))

# # 因为spei的输出格式没有明⽩，下列保存⽅法出错

# for(k in 2:ncol(water_bal))

# {

# spei1 = spei(water_bal[,k], 12)

# spei12 = cbind(spei12,spei1)

# write.table(spei12$fitted,"D:\\spei1.csv",row.names = F)

# }

# # 采⽤该⽅法将每⼀个站点的spei单独输出成独⽴的csv⽂件，较⿇烦，后续需要将独⽴的csv⽂件合并

output = "G:\\test\\test3\\PET\\spei\\spei"

for(k in 1:ncol(water_bal))

{

spei1 = spei(water_bal[,k], 12)

output1 = paste(k,".csv",sep='')

write.table(spei1$fitted,paste(output,output1,sep=''),row.names = F) # 到此所有csv的列名均为water_bal[,k]，需进⾏合并后⼿动更改

}

rbf神经网络# # 将采⽤上述⽅法得到的独⽴的站点spei+编号的csv⽂件按列合并，编号要⼿动更改，推荐⽤total commander，

# ⽐如上述得到的⽂件夹命名序号为800，程序读进的顺序则会是1,10,11,19,100,101这样的顺序，我将名称均改为三位的，如001，002,003 input_dir = "G:\\test\\test3\\PET\\spei\\"

file = list.files(input_dir)

dir = paste(input_dir,file,sep="")

n = length(dir)

merge_data = read.csv(dir[1],header = T)

for (i in 2:n){

精绝国new.data = read.csv(dir[i], header=T)

merge_data = cbind(merge_data,new.data)

}

write.csv(merge_data,file = "D:\\spei.csv",row.names=F)

本文发布于:2024-09-22 01:33:58，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/274834.html

上一篇：牛津通识读本清单

下一篇：Hydrus操作技巧

标签：数据需要温度计算开始保存

留言与评论（共有 0 条评论）