chmloader의 목표는 Tolan et al의 최근 연구에서 CHM(Canopy Height Model) 데이터를 다운로드하는 것입니다. (2024). 이 작업에 대한 높은 수준의 요약은 여기에서 확인할 수 있습니다. 데이터는 AWS s3 스토리지에서 다운로드됩니다. 버킷에 대한 자세한 내용은 여기에서 확인할 수 있습니다.
다음과 같이 chmloader를 설치할 수 있습니다.
# install.packages("pak")
pak :: pkg_install( " TESS-Laboratory/chmloader " ) 이것은 일부 데이터를 다운로드하는 방법을 보여주는 기본 예입니다. download_chm 함수는 gdalwarp( sf::gdal_utils 통해)를 사용하여 여러 타일에서 필요한 데이터만 효율적으로 검색합니다. 기본 해상도는 1m이지만 res 인수를 사용하여 필요에 따라 재투영할 수 있습니다.
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 " ))이 패키지는 다양한 CHM을 비교하기 위한 도표를 생성하는 간단한 기능도 제공합니다. 이 기능의 목적은 Tolan et al.의 간단하고 강력한 평가를 가능하게 하는 것입니다. (2024) LiDAR 기반 모델 및 기타 ML 파생 제품을 사용한 CHM 데이터. chmloader 패키지에는 영국 환경청의 식물 개체 모델 데이터세트에서 파생된 LiDAR 기반 CHM 예제 데이터세트의 작은 세트가 함께 제공됩니다. 아래는 영국 데본에 있는 Fingle Woods의 예제 데이터세트 중 하나를 사용하는 예입니다.
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! 이 예에서 aggregate 인수는 참조 및 Meta/WRI CHM의 해상도를 10배로 줄이고(결과적으로 10m 모델이 됨) 원래 1m 외에 이 더 거친 규모 모델을 모두 테스트하는 데 사용됩니다. 모델. 이 기능은 Meta/WRI CHM의 실제 해상도가 무엇인지, 그리고 규모에 따라 LiDAR 기반 모델과 어떻게 비교되는지를 밝히는 데 도움이 될 수 있습니다.
또한 drop_zeros 인수는 2D 밀도 플롯과 파생 통계 모두에서 0 값을 제거하는 데 사용됩니다. 여기서 참조/벤치마크 데이터와 Meta/WRI CHM의 값은 모두 0입니다. 이는 나무가 없거나 나무 덮개가 드문 곳이 아니라 나무 캐노피를 평가하는 것이 주요 관심인 경우에 특히 유용합니다. 그러나 기본 drop_zeros 값은 FALSE 입니다.
