Question

我正在寻找一种方法来提高速度并降低以下行的内存使用量：

  export <- raster(paste0(catch_dir,'/export_streams.rst'))
  catchm_polyg <- readOGR(dsn = catch_dir, layer = 'catchment')
  Model_10 <- extract(export, catchm_polyg, fun = sum, na.rm = TRUE )

这给出了来自export_streams.rst的所有值的总和，其中catchm_polyg作为范围。

我想为不同的输入数据做很多次。因此，代码是function的一部分，然后在foreach循环中使用。这一切都在一定程度上工作正常。但是，代码不适用于较大的输入数据，因为我显然没有足够的内存（32gb，64位R版本）。计算时间也非常长。关于如何改进代码的任何建议？

Answer 1

加快速度的一些事情可能包括以下几点：

问问自己：我可以使用sum函数首先# quickly summarise across multiple polygons allmyvals <- extract(myrast, myploys) myploys$sum_in_poly <- unlist(lapply(allmyvals , function(x) if (!is.null(x)) sum(x, na.rm=TRUE) else NA ))我的光栅达到courser分辨率吗？
内存：使用光栅包中的功能时，请勿始终写入内存。而是尽可能在外部写入，否则会出现内存错误。
如果您有多部分多边形（SpatialPolygonDataframe对象）。只需运行一次提取功能，然后取消列表然后运行功能。
```
{{1}}
```
从光栅包中取出替代方法或尝试使用getValues。请参阅以下主题：
- https://gis.stackexchange.com/questions/130522/increasing-speed-of-crop-mask-extract-raster-by-many-polygons-in-r
- https://gis.stackexchange.com/questions/156663/really-slow-extraction-from-raster-even-after-using-crop

基于R中的多边形范围总结栅格值的更快方法

1 个答案: