QGIS和R语言栅格数据重分类

重分类（Reclassify）是栅格数据处理中常用的操作，可以用于将土地覆被地类合并，或者将连续的像元值合并为离散的值（NDVI时间序列分析之Sen+MK分析全过程梳理）等等。

常用的GIS软件ArcGIS、QGIS都可以实现栅格数据的重分类。ArcGIS重分类网上已经很多了，不再赘述，这里主要讲讲QGIS和R语言里面的重分类。相比ArcGIS有什么特点呢？

• QGIS优势

• QGIS相比ArcGIS有这更高的栅格处理效率
• QGIS免费
• QGIS栅格显示不出错，多波段的栅格ArcGIS显示经常出问题

• R语言优势

  下面我们分别来看在QGIS和R语言中如何进行栅格数据的重分类。

• 可以并行计算：对比R语言Raster包和Terra包栅格计算
• rgee可以调用Google Earth Engine服务，实现遥感大数据分析：【更新】rgee: An R package for interacting with Google Earth Engine
• R栅格计算结果可以结合ggplot2、tidyverse很方便的实现统计分析出图

QGIS栅格重分类

QGIS中我一般常用Reclassify by Table，和ArcGIS中Reclassify工具很接近。

使用Reclassify by Table进行重分类需要设置以下几点：

• Raster layer：要进行重分类的栅格数据层
• Reclassification table：重分类的值域，最大值、最小值，分类后value
• Range boundaries：重分类值域开闭区间
• Output data type：输出数据的类型，对于土地覆被数据，一般使用byte即可。
• Reclassified raster：重分类后的栅格，输出数据

Reclassify by Table

• Reclassification table：重分类的值域，在这是自己设置一个表格，告诉QGIS如何分类

Reclassification table

举个例子，IGBP分类分的类别比较多，为了提取植被区域，我划分了林地、草地、耕地，如上图所示进行了重分类，结果如下：

重分类前

重分类后

R语言重分类

R语言terra包中可以使用classify函数进行重分类，也可以使用app栅格计算函数通过自定义function的方式进行。

classify重分类

• 需要读取栅格rast
• 指定重分类矩阵
• classify重分类
• include.lowest=T, right=F设置开闭区界，左闭右开

library(terra)
CDR_slope = rast("./Sen+MK/CDR_slope.tif")
#重分类，<0 negative； >0 positive
m = c(-1, 0, -1,
      0, 1, 1)
rclmat = matrix(m, ncol = 3, byrow = T)
CDR_slope_rcl = classify(CDR_slope, rclmat, include.lowest=T, right=F)

栅格计算自定义重分类

使用app函数进行栅格计算，可以自定义重分类，将多个地类合并，提取单一地类的栅格计算结果很方便。

要点：

• 自定义function
• app栅格计算

library(terra)
lucc = rast("D:/R/CMRrgee/LUCC/CMR_lucc0115_reclass.tif")
#重分类
reclass <- function(a) {
  ifelse (a < 4, a, NA)   #1森林2草地3耕地，<4植被
}
#单独的森林、草地、耕地
forest = app(lucc, reclass, cores=4)

参考文献