Question

我有一个大的（266,000个元素，1.7Gb）SpatialPolygonsDataFrame，我试图将其转换为90m分辨率的RasterLayer（~100,000,000个单元格）

SpatialPolygonsDataFrame有12个我感兴趣的变量，因此我打算制作12个RasterLayers

目前，使用rasterize()，每次转化需要约2天。所以预计总处理时间将近一个月。

有人可以提出更快的流程吗？我认为这在ArcMap中要快10-40倍，但我想在R中做到这一点以保持一致，这是一个有趣的挑战！

一般代码

######################################################
### Make Rasters
######################################################
##Make template
r<-raster(res=90,extent(polys_final))

##set up loop
loop_name <- colnames(as.data.frame(polys_final))

for(i in 1:length(loop_name)){
a <-rasterize(polys_final, r, field=i)
writeRaster(a, filename=paste("/Users/PhD_Soils_raster_90m/",loop_name[i],".tif",sep=""), format="GTiff")
}

Answer 1

我认为这是使用GDAL的情况，特别是gdal_rasterize函数。

如果您正在执行大量空间操作，则可能已在计算机上安装了GDAL，并且可以使用system()命令从R中运行GDAL命令。我没有做任何测试或其他任何测试，但这比使用R中的raster包要快得多。

例如，下面的代码从河流的shapefile创建一个栅格。此代码创建一个输出文件，其中特征存在的位置为1，而0表示不存在特征。

path_2_gdal_function <- "/Library/Frameworks/GDAL.framework/Programs/gdal_rasterize"
outRaster <- "/Users/me/Desktop/rasterized.tiff"
inVector <- "/Full/Path/To/file.shp"
theCommand <- sprintf("%s -burn 1 -a_nodata 0 -ts 1000 1000 %s  %s", path_2_gdal_function, inVector, outRaster)
system(theCommand)

-ts参数提供输出栅格的大小（以像素为单位）
-burn参数指定要在功能存在的输出栅格中放置的值
-a_nodata表示未找到任何功能的值。

对于您的情况，您需要添加-a attribute_name参数，该参数指定要在输出栅格中刻录的输入向量中的属性名称。关于possible arguments here的完整详情。

注意：sprintf()函数仅用于格式化使用system()函数传递给命令行的文本字符串

Rasterize（）在大型SpatialPolygonsDataFrame上运行缓慢，替代方案？

一般代码

1 个答案: