r光栅can'；t获取if-else逻辑来处理常量变量

我想在我的光栅砖上做一些条件逻辑。在下面的代码中，

myFun1

正确生成

graster.out1

。但是

myFun2

在尝试生成

graster.out2

时会生成错误。错误消息是

which（test）中的错误：“which”的参数不符合逻辑

除了使用值为5的变量外，这两个函数看起来完全相同。我明显遗漏了什么

library(raster)
raster.in <- raster(nrows=100, ncols=100)
raster.in[] <- runif(ncell(raster.in), min = -10, max = 10)

const1 <- 5

myFun1 <- function(x, ...) { 
  ifelse(x <= 5, 5, x  )
}

raster.out1 <- calc(raster.in, fun = myFun1)

myFun2 <- function(x, tbase, ...) { 
  ifelse(x <= tbase, tbase, raster.in)
}
raster.out2 <- calc(raster.in, fun = myFun2(x = raster.in, tbase = const1))

库（光栅）
raster.in两个问题中，您应该在函数中使用
x
而不是
raster.in
，并且要将函数与多个参数结合起来，您需要一些额外的代码：

myFun2 <- function(x, tbase, ...) { 
  ifelse(x <= tbase, tbase, x)
}


calc(raster.in, function(x){myFun2(x, tbase = const1)})

myFun2astrofunkswag的答案是正确的，但是有更直接的方法可以通过
clamp
或
重新分类

r1 <- clamp(raster.in, const1)

r2 <- reclassify(raster.in, cbind(-Inf, const1, const1))

r1主题外评论，但是Robert，我们什么时候应该从raster切换到您的新软件包terra？我不能给出准确的答案，但需要努力完成功能并消除bug。我的猜测是，到8月份，用terra取代taster应该是合理的。当然，如果你早点开始，特别是在github上的开发版本，并提供反馈，这会很有帮助。clamp正是我所需要的。但是它像克雷一样在我的硬盘上运行，而根据我的活动监视器，我有6gb的可用内存。我有时在mac上使用readAll，因为它似乎做数学运算更快。在我的新线路盒上不太好用。在光栅或terra中，是否有任何隐藏的方法可以鼓励clamp更好地利用RAM？请参阅
rasterOptions
chunksize、maxmemory、Memfrac，这非常有用。我将更改默认设置，使其不那么保守。
r3 <- raster:::.ifel(raster.in < const1, const1, raster.in)