R语言学习记录：两幅栅格的相关分析和线性回归

原文参考：https://www.analyticsvidhya.com/blog/2021/05/image-raster-analysis-spatial-correlation/

太长不看版总结：重点是转为数据框，转为数据框后就好操作了

1. 统一两幅栅格的坐标系、分辨率、行列号

   一般是大分辨率的栅格重采样成小分辨率栅格。重采样的方法一般是“最近邻”和“双线性”。离散型变量推荐用最近邻，连续型变量推荐用双线性。

2.把缺失值的点去除

比如（a，b）点，栅格1有值，栅格2是nodata，或者栅格2有值，栅格1是nodata，这个时候需要去除。

3.把栅格转为数据框并进行相关性分析

这里原文应该是有个小错误，出现了一个新变量“overlay2”，我猜测应该是手误，不然上下文不通。这里应该是“overlay”。

4.相关分析的输出结果

5.线性回归

6.线性回归的结果

2022.10.8更新

今天偶然间发现了Robert Hijmans（raster和terra包的作者）在Stack Overflow上的回答。原来2018年就有这个问题了，md，当时怎么没检索到。

https://stackoverflow.com/questions/48194502/linear-regression-between-two-raster-images-in-r

2021年的时候，又有人在Stack Exchange上提问了这个问题，这个时候Robert Hijmans用terra包重新写了一篇回答，换汤不换药。但是给出了局部回归（逐像元线性回归）的方法，暂时还没看懂。

https://gis.stackexchange.com/questions/403811/linear-regression-analysis-in-r