r - 在具有R的不规则网格上进行2d/空间时间序列数据的插值和绘图

（这是我的第一篇文章，因此（i）我希望不要违反太多规则，并且（ii）必须在外部存储示例地块）

我想可视化不规则的网格时间序列数据，其中显示的参数也是地理度量（如纬度或水深）的函数。包含日期（日期），地理参数水深（dep）和感兴趣的盐度（sal）参数的示例数据文件以及使用ggplot2生成的初步散点图存储在我们的

owncloud

密码：时间序列

ggplot图的R代码为：

# Load required packages
library(ggplot2)
library(data.table)
library(colorRamps)
library(scales)

# Import spatial timeseries data
df      <- data.table(read.csv("timeseries_example.csv"))
df$date <- as.POSIXct(strptime(df$date, format="%m/%d/%Y", tz="GMT"))

# Scatterplot with color representing the z parameter

Fig <-
ggplot(data=df, aes(date, dep, col=Sal))+
  geom_point()+
  scale_y_reverse()+
  scale_colour_gradientn(colours = matlab.like2(7), oob=squish)

tiff("./example_timeseries_R_ggplot.tiff", width = 200, height = 100,
  units =  'mm', res = 300, compression = 'lzw')
Fig
dev.off()

由于数据在空间和时间上的间隔不规则，因此使用ggplot的geom_tile()函数进行绘图需要进行插值。

免费提供的软件海洋数据视图（ODV）可以进行这种插值，我想重现同样存储在我们自己的Cloud中（上面的链接）的R的ODV图。

由于此问题与先前解决的问题相似，因此我尝试使用包akima在更细的日期和dep网格上插值参数sal。但是，这不适用于x参数是POSIXct对象的情况。

有人对此有解决方案吗？

最佳答案

我在MBA套餐方面有好运：

# Load required packages
library(ggplot2)
library(lubridate)
library(reshape2)
library(colorRamps)
library(scales)
library(MBA)

# Import spatial timeseries data
df      <- read.csv("timeseries_example.csv")
df$date <- as.POSIXct(strptime(df$date, format="%m/%d/%Y", tz="GMT"))
df$date <- decimal_date(df$date)

mba <- mba.surf(df[,c('date', 'dep', 'Sal')], 100, 100)
dimnames(mba$xyz.est$z) <- list(mba$xyz.est$x, mba$xyz.est$y)
df3 <- melt(mba$xyz.est$z, varnames = c('date', 'depth'), value.name = 'salinity')

Fig <-
  ggplot(data=df3, aes(date, depth))+
  geom_raster(aes(fill = salinity), interpolate = F, hjust = 0.5, vjust = 0.5) +
  geom_contour(aes(z = salinity)) +
  geom_point(data = df, aes(date, dep), colour = 'white') +
  scale_y_reverse() +
  scale_fill_gradientn(colours = matlab.like2(7))
Fig

使用插值设置可以解决一些异常情况。我只是使用默认值。