Initial commit with cleaned history

2024-09-01 18:09:25 +02:00
commit 208004e9d0
273 changed files with 234697 additions and 0 deletions
@@ -0,0 +1,87 @@
+#### 1. Vorbereitung ####
+setwd("~/OneDrive/Dokumente/Fernerkundung/PjS/08_Kastanie/Daten")
+install.packages('vioplot')
+library('vioplot')
+library(raster)
+library(rgdal)
+Kachel_2020 <- stack('Kachel_Suedwest.tif')
+names(Kachel_2020) <- c('NIR','RED','GREEN')
+#plotRGB(Kachel_2020, 1, 2, 3, stretch = 'lin')
+
+par(mfrow = c(1,1))
+
+Kronen <- readOGR('rkast_buffer_single.shp')
+#plot(Kronen, lwd = 5, border = 'yellow', add = TRUE)
+
+NDVI <- stack('ndvi.tif')
+#plot(NDVI)
+
+#### 2. Extrahieren von Pixeln ####
+extract_CIR <- extract(Kachel_2020, Kronen, df = TRUE)
+extract_NDVI <- extract(NDVI, Kronen, df = TRUE)
+
+#### 3. Statistische Auswertung der extrahierten Pixel ####
+##### 3.1 Erstellen von Boxplots #####
+col = c('purple','red','green')
+boxplot(extract_CIR[2:4], col = col, ylab = 'Reflectance')
+##### 3.2 Erstellen von Violinplots #####
+vioplot(extract_CIR[2:4], col = col, horizontal = F)
+
+#### 4. Mittelwerte pro Baum bestimmen ####
+sp <- aggregate(. ~ ID , data = extract_CIR, FUN = mean, na.rm = TRUE )
+##### 4.1 Mittelwerte der Kanäle plotten #####
+par(mfrow = c(1,3))
+
+##NIR
+plot(sp[,2], ylim = c(0,250), ylab = "Reflectance", main ="NIR")
+abline(h = mean(sp$NIR), col ="red")
+##Rot
+plot(sp[,3], ylim = c(0,250), ylab = "Reflectance", main ="Red")
+abline(h = mean(sp$RED), col ="red")
+##Gruen
+plot(sp[,4], ylim = c(0,250), ylab = "Reflectance", main ="Green")
+abline(h = mean(sp$GREEN), col ="red")
+
+#### 5. Vergleich mit der Referenzgattung Linde ####
+##### 5.1 Einladen der Daten #####
+Linden <- readOGR("Vergleichsbaum_Linde_singlepart.shp")
+summary(Linden)
+##### 5.2 Stichprobe ziehen #####
+sample_index <- sample(1:length(Linden),400)
+Linden_sample <-  Linden[sample_index,]
+
+plot(Linden)
+plot(Linden_sample, add=T, col="red")
+##### 5.3 Extrahieren der Linden Pixel #####
+extract_Linden <- extract(Kachel_2020, Linden_sample, buffer = 1, na.rm = TRUE, df = TRUE)
+
+##optional für die die komischerweise keinen Dataframe erhalten (vielleicht Mac-User?)
+# Manuelles Umwandeln in einen Dataframe
+extract_Linden <- data.frame(extract_Linden)
+
+##### 5.4 Violinplots von Kastanien und Linden vergleichen #####
+par(mfrow = c(1,2))
+
+col= c("purple","red","green")
+vioplot(extract_CIR[2:4],col = col, horizontal=F, main ="Rosskastanien")
+
+vioplot(extract_Linden[2:4],col = col, horizontal=F, main = "Linden")
+
+##### 5.5 Mittelwerte pro Linde berechnen #####
+sp_Linden <- aggregate(. ~ ID , data = extract_Linden, FUN = mean, na.rm = TRUE )
+
+##### 5.6 Mittelwerte des NIR der Gattungen vergleichen #####
+par(mfrow = c(1,2))
+
+##NIR Kastanien
+plot(sp[,2], ylim = c(0,250))
+abline(h = mean(sp$NIR), col ="red")
+
+##NIR Linden
+
+plot(sp_Linden[,2], ylim = c(0,250))
+abline(h = mean(sp_Linden$NIR), col ="red")
+
+
+
+