其他
QGIS和R语言栅格数据重分类
QGIS和R语言栅格数据重分类
重分类（Reclassify）是栅格数据处理中常用的操作，可以用于将土地覆被地类合并，或者将连续的像元值合并为离散的值（NDVI时间序列分析之Sen+MK分析全过程梳理）等等。
常用的GIS软件ArcGIS、QGIS都可以实现栅格数据的重分类。ArcGIS重分类网上已经很多了，不再赘述，这里主要讲讲QGIS和R语言里面的重分类。相比ArcGIS有什么特点呢？
QGIS优势
QGIS相比ArcGIS有这更高的栅格处理效率 QGIS免费 QGIS栅格显示不出错，多波段的栅格ArcGIS显示经常出问题 栅格数据的一些概念和常用处理方法，ArcGIS栅格数据显示错误问题如何解决 R语言优势
下面我们分别来看在QGIS和R语言中如何进行栅格数据的重分类。
可以并行计算：对比R语言Raster包和Terra包栅格计算 rgee可以调用Google Earth Engine服务，实现遥感大数据分析：【更新】rgee: An R package for interacting with Google Earth EngineR栅格计算结果可以结合 ggplot2、tidyverse很方便的实现统计分析出图
QGIS栅格重分类
QGIS中我一般常用Reclassify by Table，和ArcGIS中Reclassify工具很接近。
使用Reclassify by Table进行重分类需要设置以下几点：
Raster layer：要进行重分类的栅格数据层 Reclassification table：重分类的值域，最大值、最小值，分类后value Range boundaries：重分类值域开闭区间 Output data type：输出数据的类型，对于土地覆被数据，一般使用byte即可。 Reclassified raster：重分类后的栅格，输出数据
Reclassification table：重分类的值域，在这是自己设置一个表格，告诉QGIS如何分类
举个例子，IGBP分类分的类别比较多，为了提取植被区域，我划分了林地、草地、耕地，如上图所示进行了重分类，结果如下：
R语言重分类
R语言terra包中可以使用classify函数进行重分类，也可以使用app栅格计算函数通过自定义function的方式进行。
classify重分类
需要读取栅格 rast指定重分类矩阵 classify重分类include.lowest=T, right=F设置开闭区界，左闭右开
library(terra)
CDR_slope = rast("./Sen+MK/CDR_slope.tif")
#重分类，<0 negative； >0 positive
m = c(-1, 0, -1,
0, 1, 1)
rclmat = matrix(m, ncol = 3, byrow = T)
CDR_slope_rcl = classify(CDR_slope, rclmat, include.lowest=T, right=F)
栅格计算自定义重分类
使用app函数进行栅格计算，可以自定义重分类，将多个地类合并，提取单一地类的栅格计算结果很方便。
要点：
自定义function app栅格计算
library(terra)
lucc = rast("D:/R/CMRrgee/LUCC/CMR_lucc0115_reclass.tif")
#重分类
reclass <- function(a) {
ifelse (a < 4, a, NA) #1森林2草地3耕地，<4植被
}
#单独的森林、草地、耕地
forest = app(lucc, reclass, cores=4)