基于经纬度信息提取气候因子图层数据

在进行生物地理学研究时，我们时常会涉及到提取特定位置的气候变量值，而ArgMap操作过于麻烦（$主要是要付费$）,而R包raster提供的功能完美解决了该问题。

1 涉及的包和数据集

R包：

library(raster) # 主要包
library(terra)
library(ncdf4)

物种位置数据：随便到GBiF上下载一组自己喜欢的数据即可；
气候因子图层：worldclim自行下载。

2 数据读取及坐标系转换

读取数据：

occur <- read.csv("Ocur_GBiF.csv",header=T, row.names = "ID") # 位置信息

bio1 <- raster("wc2.1_10m_bio/wc2.1_10m_bio_1.tif") #  bio1图层

设置参考坐标系，一般选取WGS84:

crs.wgs <- "+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0"

图层及位置信息的坐标系转换：

crs(bio1) <- crs.wgs

occ <- SpatialPointsDataFrame(
	  occur[,c('longitude','latitude')], 
	  proj4string=CRS(crs.wgs), 
	  data=occur
	  )

3 提取气候变量信息

根据位置信息提取气候变量值：

lo_bio1 <- raster::extract(bio1,occ)

现在利用for循环批量提取1~19变量：

for (i in 1:19) {
    var = raster(paste0("wc2.1_10m_bio/wc2.1_10m_bio_",i,".tif"))
    var_val = raster::extract(var, occ)
    occur = cbind(occur, var_val)
    colnames(occur)[i+2] <- paste0("bio",i)
    }

write.csv(occur, 'bio_val.csv', quote = FALSE)

最终结果保存于bio_val.csv里。

END