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

太長(zhǎng)不看版總結(jié)：重點(diǎn)是轉(zhuǎn)為數(shù)據(jù)框，轉(zhuǎn)為數(shù)據(jù)框后就好操作了

1. 統(tǒng)一兩幅柵格的坐標(biāo)系、分辨率、行列號(hào)

   一般是大分辨率的柵格重采樣成小分辨率柵格。重采樣的方法一般是“最近鄰”和“雙線性”。離散型變量推薦用最近鄰，連續(xù)型變量推薦用雙線性。

2.把缺失值的點(diǎn)去除

比如（a，b）點(diǎn)，柵格1有值，柵格2是nodata，或者柵格2有值，柵格1是nodata，這個(gè)時(shí)候需要去除。

3.把柵格轉(zhuǎn)為數(shù)據(jù)框并進(jìn)行相關(guān)性分析

這里原文應(yīng)該是有個(gè)小錯(cuò)誤，出現(xiàn)了一個(gè)新變量“overlay2”，我猜測(cè)應(yīng)該是手誤，不然上下文不通。這里應(yīng)該是“overlay”。

4.相關(guān)分析的輸出結(jié)果

5.線性回歸

6.線性回歸的結(jié)果

2022.10.8更新

今天偶然間發(fā)現(xiàn)了Robert Hijmans（raster和terra包的作者）在Stack Overflow上的回答。原來(lái)2018年就有這個(gè)問(wèn)題了，md，當(dāng)時(shí)怎么沒檢索到。

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

2021年的時(shí)候，又有人在Stack?Exchange上提問(wèn)了這個(gè)問(wèn)題，這個(gè)時(shí)候Robert Hijmans用terra包重新寫了一篇回答，換湯不換藥。但是給出了局部回歸（逐像元線性回歸）的方法，暫時(shí)還沒看懂。

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