如何在R语言中提取多个多边形并计算各行政区平均降水量

一、提取多个多边形的核心方法 #

要提取多个多边形（如行政区边界）对应的栅格数据，核心是结合矢量多边形数据与栅格数据，通过raster包的extract()函数实现：

• 先获取或读取包含多多边形的矢量数据（比如行政区边界）
• 调用extract()函数，将栅格数据按每个多边形的范围提取，返回每个多边形对应的栅格值集合

二、计算行政区平均降水量的完整方案 #

1. 数据准备 #

• 降水数据：使用CHIRPS月度降水栅格数据，下载后解压得到.tif格式的单月降水文件
• 行政区数据：通过geodata包直接获取GADM标准行政区边界数据，无需手动下载shapefile

2. 完整代码实现 #

# 加载所需工具包
library(sf)
library(raster)
library(geodata)

# 1. 获取卢旺达区级行政区多边形数据（level=2对应区级，可按需调整level：0=国家，1=省级）
rwanda_districts <- gadm(country = "RWA", level = 2, path = tempdir())
# 转换为sf格式便于后续操作
rwanda_districts_sf <- st_as_sf(rwanda_districts)

# 2. 读取CHIRPS降水栅格文件
precipitation_raster <- raster("你的降水文件存储路径/chirps-v2.0.2021.08.tif")

# 3. 提取每个行政区对应的降水栅格值
district_prec_values <- extract(precipitation_raster, rwanda_districts_sf)

# 4. 计算每个行政区的平均降水量，并绑定到原矢量数据
rwanda_districts_sf$Mean_Prec <- sapply(district_prec_values, function(x) mean(x, na.rm = TRUE))

# 查看行政区名称与对应平均降水结果
print(rwanda_districts_sf[, c("NAME_2", "Mean_Prec")])

关键步骤说明 #

• gadm()：通过国家代码（如"RWA"对应卢旺达）和level参数获取不同层级的行政区边界，无需手动管理shapefile文件
• extract()：自动匹配每个多边形与栅格的交集区域，返回每个多边形对应的栅格值列表
• sapply()：遍历每个多边形的栅格值集合，计算去除缺失值后的平均值，最终将结果整合到原矢量数据中，方便后续分析或可视化

内容的提问来源于stack exchange，提问作者Abby