chmloader の目的は、Tolan らによる最近の研究から Canopy Height Model (CHM) データをダウンロードすることです。 （2024年）。この作業の概要はここにあります。データは AWS s3 ストレージからダウンロードされます - バケットの詳細については、こちらをご覧ください。
次のように chmloader をインストールできます。
# install.packages("pak")
pak :: pkg_install( " TESS-Laboratory/chmloader " )これは、データをダウンロードする方法を示す基本的な例です。 download_chm関数は、gdalwarp ( sf::gdal_utils経由) を使用して、複数のタイルから必要なデータのみを効率的に取得します。デフォルトの解像度は 1 m ですが、これはres引数を使用して必要に応じて再投影できます。
library( chmloader )
parana_cuiana <- sf :: st_point(c( - 61.89 , - 4.12 )) | >
sf :: st_sfc( crs = 4326 ) | >
sf :: st_buffer( 3000 )
pc_chm <- download_chm(
parana_cuiana ,
filename = tempfile( fileext = " .tif " )
)
terra :: plot( pc_chm , col = hcl.colors( 256 , " viridis " ))このパッケージには、さまざまな CHM を比較するためのプロットを作成する簡単な機能も提供されます。この関数の目的は、Tolan et al.の単純かつ堅牢な評価を可能にすることです。 (2024) LiDAR ベースのモデルおよびその他の ML 派生製品を使用した CHM データ。 chmloader パッケージには、英国環境庁の植生オブジェクト モデル データセットから派生した、LiDAR ベースの CHM サンプル データセットの小さなセットが付属しています。以下は、英国デボン州フィングル ウッズのサンプル データセットの 1 つを使用した例です。
fingle_woods <- reference_data( " fingle_woods " )
compare_models( fingle_woods , aggregate = 10 , drop_zeros = TRUE )
# > ℹ meta/WRI CHM not provided, downloading now...
# > ✔ CHM downloaded successfully!この例では、 aggregate引数を使用して、参照とメタ/WRI CHM の両方の解像度が 10 分の 1 に低減され (結果として 10 m モデルになります)、元の 1 m に加えてこの粗いスケール モデルの両方をテストすることに注意してください。モデル。この機能は、Meta/WRI CHM の実際の解像度がどのようなものであるか、またスケール全体で LiDAR ベースのモデルとどのように比較できるかを明らかにするのに役立つ可能性があります。
また、 drop_zeros引数は、2 次元密度プロットと派生統計の両方からゼロ値を削除するために使用されます。ここで、参照/ベンチマーク データとメタ/WRI CHM の値は両方ともゼロです。これは、樹木が存在しない場合や樹皮がまばらである場合ではなく、樹冠を評価することが主な目的である場合に特に役立ちます。ただし、デフォルトのdrop_zeros値はFALSEです。
