如何将2000-2020年中国30米年最大NDVI数据集0-255的值域恢复正常

有同学反映说不知道如何把0-255值域的NDVI数据恢复为正常的NDVI值域，其实这个用R很容易实现的，在这里给出代码。

数据来源

数据来源于董金玮等在国家生态科学数据中心共享的2000-2020年中国30米年最大NDVI数据集。

数据集下载网址：http://www.nesdc.org.cn/sdo/detail?id=60f68d757e28174f0e7d8d49

数据引用方式

董金玮；周岩；尤南山. 2000-2020年中国30米年最大NDVI数据集[DB/OL]. 国家生态科学数据中心, 2021. doi:10.12199/nesdc.ecodb.rs.2021.012. cstr:15732.11.nesdc.ecodb.rs.2021.012

使用R语言恢复NDVI正常值域

在说明文档中给出了恢复NDVI值域的公式：

R语言代码

先把数据读取进来，在这里读取了一块样例数据，根据预览图和统计结果可以发现，目前数据值域为0-255

plot()绘制了一下草图
summary()查看读取的栅格值域

library(terra)
ltndvi = rast("./NDVImax2015/NDVImax2015.tif")
plot(ltndvi)
summary(ltndvi)

单核运行栅格四则运算

按照说明文档中的公式，再除以一万，即可将NDVI值域转换为[-1,1]，对于R语言的栅格计算，直接写一个四则运算公式即可完成。不过R里面默认的四则运算是单核计算，计算速度较慢。下面是代码和计算结果，同样也进行了绘图和统计计算结果。

t1=proc.time()
ltndvi2 = (ltndvi*12000/255-2000)/10000
t2=proc.time()
t=t2-t1
print(paste0('执行时间：',t[3][[1]],'秒'))
plot(ltndvi2)
summary(ltndvi2)

并行四则运算

先把公式改成一个自定义函数，然后进行栅格计算，并行，由于下面的代码并行开了28个核，数据要被分成28份，然后并行计算，但是实际数据量并不大，这样就导致在分拆数据过程花费了大量时间，实际并行计算并没有起到加速作用。

由于这只是用很小的研究区进行了一个实验，在大数据量的时候并行还是很有价值的。

fun_ndvi =  function(x){
  a1 = (x*12000/255-2000)/10000
  return(a1)
}

t1=proc.time()
ltndvi3 = app(ltndvi, fun_ndvi, cores=28)
t2=proc.time()
t=t2-t1
print(paste0('执行时间：',t[3][[1]],'秒'))
plot(ltndvi3)
summary(ltndvi3)

这样就完成了NDVI值域的转换。

更多阅读

对比R语言Raster包和Terra包栅格计算
R语言栅格时间序列回归分析——整体和逐像元计算，并行计算，快到飞起！