加速光栅：：使用r中的权重提取

我想从r中多边形定义的面积范围中提取光栅值的精确平均值。这可以使用

graster:：extract

和

weights=TRUE

选项来实现。但是，使用大光栅时，此操作会变得非常缓慢，而且函数似乎没有并行化，因此

begclulater（）。。。endCluster（）

不会加快进程。 我需要提取一系列光栅的值，例如r、r10和r100。在r中有没有一种加速的方法，或者在GDAL中有没有另一种加速的方法

r <- raster(nrow=1000, ncol=1000, vals=sample(seq(0,0.8,0.01),1000000,replace=TRUE))
r10 <- aggregate(r, fact=10)
r100 <- aggregate(r, fact=100)

v = Polygons(list(Polygon(cbind(c(-100,100,80,-120), c(-70,0,70,0)))), ID = "a")
v = SpatialPolygons(list(v))

plot(r)
plot(r10)
plot(r100)
plot(v, add=T)

system.time({
precise.mean <- raster::extract(r100, v, method="simple",weights=T, normalizeWeights=T, fun=mean)    
})
user  system elapsed 
0.251   0.000   0.253 
> precise.mean
      [,1]
[1,] 0.3994278    


system.time({
  precise.mean <- raster::extract(r10, v, method="simple",weights=T, normalizeWeights=T, fun=mean)    
})

user  system elapsed 
7.447   0.000   7.446 

precise.mean
      [,1]
[1,] 0.3995429

---

r如果您首先调用
beginluster
（然后该函数处理并行化），它实际上应该运行得更快。更好的办法是使用2.7-14版，它的实现速度要快得多。CRAN目前正在对其进行审查，但您也可以在这里找到它：
最后，我使用直接在硬盘上工作的
gdalUtils解决了这个问题

我使用命令
gdalwarp（）
将光栅分辨率降低到R10100。
然后
gdalwarp（）
将结果光栅的分辨率提高到原始分辨率r。
然后
gdalwarp（）
使用
cutline=“v.shp”，将光栅裁剪到切线=T
以将光栅遮罩到矢量
v
。
然后
gdalinfo（）
结合
子集（x（grep（“Mean=，x））
提取平均值。
所有这些都打包在
foreach（）%dopar%
循环中，以处理大量光栅和分辨率

虽然它很复杂，可能不如
extract:：graster
精确，但它完成了这项工作
 谢谢。我已经试过了。它检测到8个核并提供了7个可用核，但只使用了1个节点（由系统监视器确认）。它对每个多边形使用一个节点，我想您只有一个多边形。是的，我只有一个多边形。