chmloader 的目標是從 Tolan 等人最近的工作中下載樹冠高度模型 (CHM) 資料。 （2024）。可以在此處找到這項工作的高級摘要。資料是從 AWS s3 儲存下載的 - 有關儲存桶的更多詳細資訊可以在此處找到
你可以像這樣安裝 chmloader：
# install.packages("pak")
pak :: pkg_install( " TESS-Laboratory/chmloader " )這是一個基本範例，向您展示如何下載一些資料。 download_chm函數使用 gdalwarp （透過sf::gdal_utils ）有效地從多個圖塊中僅檢索所需的資料 - 預設解析度為 1 m，但可以根據需要使用res參數重新投影。
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 " ))該軟體包還提供了一個簡單的函數來創建用於比較不同 CHM 的繪圖。此函數的目的是能夠對 Tolan 等人的結果進行簡單而穩健的評估。 (2024) CHM 資料以及基於 LiDAR 的模型和其他 ML 衍生產品。 chmloader 套件附帶一小組基於 LiDAR 的 CHM 範例資料集，這些資料集源自英國環境局的植被物件模型資料集。
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!請注意，在此範例中， aggregate參數用於將參考和 Meta/WRI CHM 的分辨率降低 10 倍（生成 10 m 模型），並除了原始 1 m 之外還測試此較粗比例模型模型。此功能可能有助於揭示 Meta/WRI CHM 的真實分辨率，以及它與基於 LiDAR 的跨尺度模型的比較。
此外， drop_zeros參數用於從二維密度圖和派生統計資料中刪除零值，其中參考/基準資料和 Meta/WRI CHM 的值均為零。當主要興趣是評估樹冠而不是沒有樹木和/或樹木覆蓋稀疏的情況下，這特別有用；但是，預設drop_zeros值為FALSE 。
