宁夏SPEI计算

 

让我解释每个函数的用法：

1. `library(lmomco)`: 这个函数用于加载`lmomco`包，这个包提供了用于水文统计的函数，比如用于拟合水文分布的函数。

2. `library(SPEI)`: 这个函数用于加载`SPEI`包，这个包提供了计算标准化降水蒸散指数（SPEI）的函数。

3. `setwd("D:/R/month/ningxia/")`: 这个函数用于设置工作目录，将R的工作路径更改为指定的目录，这样在后续操作中就可以直接使用文件名而不需要指定完整路径。

4. `list.files(pattern = "\\.xlsx$")`: 这个函数用于列出指定目录中的文件，`pattern`参数用于指定匹配的文件模式，这里使用正则表达式"\.xlsx$"匹配扩展名为.xlsx的Excel文件。

5. `list()`: 这个函数用于创建一个空列表，用于存储后续的计算结果。

6. `for (file in excel_files) { ... }`: 这是一个for循环，用于遍历每个Excel文件。

7. `read_excel(file)`: 这个函数用于读取Excel文件的内容，并将其转换为一个数据框。

8. `thornthwaite(changan$TMED, 37.4816666666667)`: 这个函数用于计算Thornthwaite方法中的潜在蒸散发（PET），其中`changan$TMED`是每个月的平均温度数据，`37.4816666666667`是经度的值。

9. `spei(changan$PRCP - changan$PET, 1)`: 这个函数用于计算标准化降水蒸散指数（SPEI），其中`changan$PRCP - changan$PET`是降水减去潜在蒸散发的值，`1`是计算的时间尺度，这里是1个月。

10. `do.call(rbind, spei_results)`: 这个函数用于将列表中的所有元素按行合并成一个数据框。

11. `write.csv(all_spei_results, file = "changanspei_1_combined.csv")`: 这个函数用于将数据框写入一个CSV文件中，`all_spei_results`是要写入的数据框，`file`参数指定了要写入的文件名。

这段代码是用R语言编写的，目的是计算一系列Excel文件中的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，简称SPEI），然后将结果合并到一个CSV文件中。

让我逐行解释：

1. `library(lmomco)`: 加载`lmomco`包，这是一个用于水文统计的R包，提供了许多有用的函数来拟合水文分布。

2. `library(SPEI)`: 加载`SPEI`包，这是用于计算标准化降水蒸散指数的R包。

3. `setwd("D:/R/month/ningxia/")`: 设置工作目录为"D:/R/month/ningxia/"，即Excel文件所在的目录。

4. `excel_files <- list.files(pattern = "\\.xlsx$")`: 获取目录中所有扩展名为.xlsx的Excel文件的文件名列表。

5. `spei_results <- list()`: 创建一个空列表，用于存储计算结果。

6. `for (file in excel_files) { ... }`: 开始一个for循环，遍历每个Excel文件。

7. `changan <- read_excel(file)`: 读取当前循环中的Excel文件，存储到名为`changan`的数据框中。

8. `changan$PET <- thornthwaite(changan$TMED, 37.4816666666667)`: 使用`thornthwaite`函数计算每个月的潜在蒸散发（PET），并将结果存储在`changan`数据框的新列`PET`中。

9. `spei1 <- spei(changan$PRCP - changan$PET, 1)`: 使用`spei`函数计算SPEI。SPEI的计算需要降水减去潜在蒸散发的值，以及计算的时间尺度（这里是1个月），结果存储在`spei1`中。

10. `spei_results[[file]] <- spei1$fitted`: 将计算得到的SPEI结果存储在`spei_results`列表中，文件名作为索引。

11. `# plot(spei(ts(changan$PRCP - changan$PET, freq = 12, start = c(1964, 1)), 12), ...`: 这行代码是一个注释，表示如果需要的话，可以绘制SPEI-12图。

12. `all_spei_results <- do.call(rbind, spei_results)`: 将所有计算结果合并到一个数据框中。

13. `write.csv(all_spei_results, file = "changanspei_1_combined.csv")`: 将合并的结果写入一个名为"changanspei_1_combined.csv"的CSV文件中。

library(lmomco)
library(SPEI)

# Set the working directory where your Excel files are located
setwd("D:/R/month/ningxia/")

# Get the list of Excel files in the directory
excel_files <- list.files(pattern = "\\.xlsx$")

# Create an empty list to store the results
spei_results <- list()

# Iterate over each Excel file
for (file in excel_files) {
  # Read the Excel file
  changan <- read_excel(file)
  
  # Perform calculations
  changan$PET <- thornthwaite(changan$TMED, 37.4816666666667)
  spei1 <- spei(changan$PRCP - changan$PET, 1)
  
  # Store the results in the list
  spei_results[[file]] <- spei1$fitted
  
  # Plot SPEI-12 (if needed)
  # plot(spei(ts(changan$PRCP - changan$PET, freq = 12, start = c(1964, 1)), 12),
  #      main = paste("SPEI-12 for", file))
}

# Combine all results into a single data frame
all_spei_results <- do.call(rbind, spei_results)

# Write the combined results to a CSV file
write.csv(all_spei_results, file = "changanspei_1_combined.csv")