Rasterize()在大型SpatialPolygonsDataFrame上慢一点，备选方案？

Question

我有一个大的(266,000元素，1.7Gb) SpatialPolygonsDataFrame，我正试图将它转换成90m分辨率的RasterLayer (~100,000,000个单元)

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()，每次转换需要2天。因此，预计大约一个月的处理时间。

有人能建议一个更快的过程吗？我认为这在ArcMap中会快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！

通用代码

######################################################
### 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，特别是gdal_rasterize函数的一个例子。

如果您正在执行大量空间操作，您可能已经在计算机上安装了GDAL，并且可以使用system()命令从R内运行GDAL命令。我没有做任何测试，但这比在R中使用raster包要快得多。

例如，下面的代码从河流形状文件中创建一个光栅。此代码将创建一个输出文件，该输出文件的值为1，如果存在一个特性，则创建一个0。

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参数提供输出光栅的大小(以像素为单位)。
• -burn参数指定在有特性的输出栅格中放置的值。
• -a_nodata指示在没有找到功能的地方放置哪个值。

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燃烧的输入向量中的属性的名称。关于这里可能的论点的详细信息。

注意：sprintf()函数只是用来格式化使用system()函数传递到命令行的文本字符串。