我的以下问题基于 @jbaums 在这篇文章中提出的解决方案：地理距离的全球栅格 https://stackoverflow.com/questions/35555709/global-raster-of-geographic-distances/45407328#45407328
为了重现该示例，我有一个到最近海岸线的距离的栅格数据集：
library(rasterVis); library(raster); library(maptools)
data(wrld_simpl)
# Create a raster template for rasterizing the polys.
r <- raster(xmn=-180, xmx=180, ymn=-90, ymx=90, res=1)
# Rasterize and set land pixels to NA
r2 <- rasterize(wrld_simpl, r, 1)
r3 <- mask(is.na(r2), r2, maskvalue=1, updatevalue=NA)
# Calculate distance to nearest non-NA pixel
d <- distance(r3) # if claculating distances on land instead of ocean: d <- distance(r3)
# Optionally set non-land pixels to NA (otherwise values are "distance to non-land")
d <- d*r2
levelplot(d/1000, margin=FALSE, at=seq(0, maxValue(d)/1000, length=100),colorkey=list(height=0.6), main='Distance to coast (km)')
The data looks like this:
从这里，我需要对距离栅格 (d) 进行子集化，或者创建一个新栅格，该栅格仅包含与海岸线距离小于 200 公里的像元。我尝试使用 getValues() 来识别值
#vector of desired cell numbers
my.pts <- which(getValues(d) <= 200)
# create raster the same size as d filled with NAs
bar <- raster(ncols=ncol(d), nrows=nrow(d), res=res(d))
bar[] <- NA
# replace the values with those in d
bar[my.pts] <- d[my.pts]
我认为这就是您正在寻找的，您可以在您之后将栅格视为矩阵d <- d*r2 line:
d[d>=200000]<-NA
levelplot(d/1000, margin=FALSE, at=seq(0, maxValue(d)/1000, length=100),colorkey=list(height=0.6), main='Distance to coast (km)')
（以防你忘记了：单位是米，所以阈值应该是 200000，而不是 200）