||
颜色等高图对于试验数据的空间分析,可以做一个直观、形象的判断。
以某松树某个林分的10年生胸径为例,试验林是35行、40列,共1400个数据。其中的缺失值一律用0.001替代,以减少缺失值对图形的影响(由于默认情况下,缺失值对应的颜色为白色,会对图形干扰)。
绘图代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | ########## 代码清单5.1.10 Topography ############ par(mar = c(4, 4, 2, 2), cex.main = 1) df <- read.table( file = 'd5.1.10.csv', header = F, sep = ',' ) df <- as.matrix(df) x = 1 : nrow(df) y = 1 : ncol(df) filled.contour(x, y, df, color = terrain.colors, plot.title = title(main=" Topography of dbh10 in Pinus Loc 8", xlab = "Col", ylab = "Row"), plot.axes = { axis(1, seq(5, 40, by = 5)) axis(2, seq(5, 35, by = 5)) }, key.title=title(main="DBHn(cm)",cex.main=0.7) ) |
生成的图形如下:
对于10年生的林分,胸径不会很小,所以图中很绿的小块表示缺失值所在。颜色越往粉色,表示胸径越大。其次,图形的色彩分布并不均匀,有些粉色的小块连成一小片,代表着所在的小空间范围内,林木的胸径值较大,可能存在微环境的空间效应,这可为后续的空间分析提供一个直观的参考。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 10:19
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社