ラスターの欠損値を埋める新しい方法

一部のラスターで欠損値を埋めるための堅牢な方法を探しています。彼らはすべて単一の層を持っています。欠損値は、単一ピクセルから中サイズのパッチで構成されます。ラスターのサイズは約1000 x 1000ピクセルで、最大のパッチは20x20ピクセルのようなものです。

Hmisc RパッケージのaregImputeを使いたくなります。誰かがこの目的でそれを使用しましたか？

このアプローチは非常にクールに見えますが、見た目に美しい修正を生成することのみを目的としています。

これの詳細な説明：

すべてのラスター（合計で36個あります）は同じ範囲を共有し、重なり合って位置合わせされます。各ラスターは異なる変数です。さまざまなソース（リモートセンシング、地形学、気候学）から変数を収集しました。元のラスターにはさまざまな解像度があります。最小は30mです。そこから彼らは1kmもの高さになります。3次たたみ込み（すべての変数は連続）を使用してすべてを1kmにリサンプリングしました。別の1kmのラスターがあり、そこにはいくつかのサンプリングされたポイントの対象となる変数のデータがあります。そこで、それらのポイントと他のラスターを共変量として使用してモデルをトレーニングし、その変数の完全なラスターを生成できるようにしました。残念ながら、ほとんどの共変量ラスターにはいくつかの欠損値がありますが、実際にはそれほどではありませんが、問題を完全に解消したいと思います。

ありがとうございました。

ps私はこれにRを使用したいと思います。

私はRパッケージの作成者ですgapfill。これは、時空間リモートセンシングデータセットの欠損値を予測するための柔軟なツールです。 https://CRAN.R-project.org/package=gapfillそれはあなたの場合に役立つかもしれません。

リモートセンシングデータセットの欠損値を予測するために公開されている方法の概要については、対応する公開https://doi.org/10.1109/TGRS.2017.2785240の表1を参照してください。