如何用rasterVis包将显著性栅格以点标记叠加至趋势栅格

问题描述 #

我有两类栅格图像：趋势栅格（Trend Raster）和显著性栅格（Significant Raster），想要把显著性栅格以点标记的形式叠加在趋势栅格上，同时展示两者的结果。尝试用ggplot绘制时效果很差——用"+"标记会铺满地图，而且代码运行极慢（推测是fill=value导致的），急需快速绘图的方案。

了解到rasterVis包的levelplot函数适合这类需求，但有几个困惑：

1. 如何用"+"形状清晰绘制显著性标记？
2. 怎么去除绘图背景的灰色？
3. 能否结合rasterVis和其他工具实现这个可视化？

当前使用的ggplot代码如下：

P<-raster(file.choose())
P[P>=0.05]<-NA
test_P <- as(P, "SpatialPixelsDataFrame")
test_P <- as.data.frame(test_P)
Trend111<- raster(file.choose())
test_trend111 <- as(Trend111, "SpatialPixelsDataFrame")
test_trend111 <- as.data.frame(test_trend111)
colnames(test_trend111) <- c("value", "x", "y")
ggplot() +geom_raster(data = test_trend111,aes(x=x,y=y,fill=value))+
  scale_fill_gradient("Trend2",low = 'yellow', high = 'green',na.value = NA)+
  geom_point(data=test_P,aes(x = x, y = y),shape=".",na.value = NA)#,alpha = 0.05,size=2,stroke=0)

解决方案 #

1. 用rasterVis实现"+"形状的显著性标记 #

rasterVis的levelplot可以结合layer函数快速叠加显著性点。先把显著性栅格转换为仅包含有效像素的空间点数据，再用sp.points绘制"+"标记：

library(rasterVis)
library(sp)

# 读取并预处理栅格
Trend <- raster(file.choose())
P <- raster(file.choose())
P[P >= 0.05] <- NA # 仅保留显著性符合要求的像素

# 提取显著性栅格中的非NA像素为空间点
sig_points <- rasterToPoints(P, spatial = TRUE)

# 绘制趋势栅格并叠加"+"标记
levelplot(Trend, main = "趋势与显著性结果", 
          col.regions = colorRampPalette(c("yellow", "green"))) +
  layer(sp.points(sig_points, pch = 3, col = "black", cex = 0.5))

• pch=3对应"+"形状，cex控制标记大小（避免铺满地图），col设置标记颜色与趋势栅格形成对比。

2. 去除背景灰色 #

通过rasterTheme（rasterVis专属主题函数）直接修改背景样式，一步去除灰色：

# 无灰色背景的完整绘图代码
levelplot(Trend, main = "趋势与显著性结果", 
          col.regions = colorRampPalette(c("yellow", "green")),
          par.settings = rasterTheme(background = "white", axis.line = list(col = NA))) +
  layer(sp.points(sig_points, pch = 3, col = "black", cex = 0.5))

• background="white"将灰色背景替换为白色，也可设为"transparent"实现透明背景；axis.line = list(col = NA)可隐藏坐标轴边框。

3. 结合rasterVis与其他工具的方案 #

如果需要更灵活的样式，可结合以下两种方式：

• 与lattice结合：利用lattice的panel函数自定义图例、坐标轴等元素，拓展绘图功能；
• 与ggplot配合（优化速度版）：若坚持用ggplot，不要将栅格转为data.frame，直接基于栅格对象绘图，同时仅提取显著性栅格的非NA点：

library(ggplot2)

# 优化后的ggplot代码（提升速度）
ggplot() +
  geom_raster(data = Trend, aes(x = x, y = y, fill = value)) +
  scale_fill_gradient("Trend", low = "yellow", high = "green", na.value = NA) +
  geom_point(data = as.data.frame(sig_points), aes(x = x, y = y), 
             pch = 3, col = "black", size = 0.5) +
  theme_void() # 去除冗余背景和坐标轴，降低绘图负载

注：rasterVis的levelplot处理大栅格时速度远快于ggplot，因为它直接基于栅格对象操作，无需转换为data.frame。

内容的提问来源于stack exchange，提问作者shuaige C