Je recherche des moyens robustes pour remplir les valeurs manquantes dans certains rasters. Ils ont tous une seule couche. Les valeurs manquantes sont constituées de pixels uniques à des correctifs de taille moyenne. Les rasters mesurent environ 1 000 x 1 000 pixels et les plus gros correctifs sont de 20 x 20 pixels.
Je suis tenté d'utiliser aregImpute dans le package Hmisc R. Quelqu'un l'a-t-il utilisé à cette fin?
cette approche semble très cool mais je pense qu'elle est uniquement destinée à produire des corrections esthétiques.
Explication détaillée de ceci:
Tous les rasters (j'en ai 36 au total) partagent la même étendue, ils se chevauchent et sont alignés. Chaque raster est une variable différente, j'ai rassemblé une variable provenant de différentes sources (télédétection, topographique et climatologique). Les rasters originaux se présentent sous différentes résolutions. Le plus petit étant à 30m. De là, ils atteignent jusqu'à 1 km. J'ai tout rééchantillonné en utilisant la convolution cubique (toutes les variables sont des continuos) à 1 km. J'ai un autre raster de 1 km où j'ai des données d'une variable d'intérêt pour certains points échantillonnés. J'ai donc formé un modèle utilisant ces points et les autres rasters comme covariables pour pouvoir générer un raster complet de cette variable. Malheureusement, la plupart des rasters covariables ont des valeurs manquantes, en fait pas grand-chose, mais je voudrais éliminer complètement le problème.
Je vous remercie.
ps je préfère utiliser R pour cela.
aregImpute
. Sinon, c'est une approche prometteuse qui serait encore plus intéressante si vous incluiez des termes de corrélation spatiale dans le modèle.