R 大型光栅图层的汇总和柱状图

我是R方面的初学者，对于包含高程模型的大型光栅图层（Barrow_DEM.tif，2,5GB），我有一些问题。此外，还有一个包含10个多边形的形状文件（Barrow_DTLB.shp），我希望从光栅中获取这些多边形的高程数据。这两个文件具有相同的空间范围和正确的坐标、投影等

`setwd("...")
Barrow_DEM <- raster("Barrow_DEM.tif")
Barrow_DTLB <- st_read("Barrow_DTLB.shp")
Barrow_DTLB_Buffer <- st_read("Barrow_DTLB_BufferOUT.shp")
Barrow_lake <- crop(Barrow_DEM, extent(Barrow_DTLB))
raster_lake <- rasterize(Barrow_DTLB, Barrow_lake, mask = TRUE)
summary(raster_lake)`

直方图的结果如下所示：

hist(raster_lake, col=rgb(0,0,1,0.5),  breaks=100, ylab= "Frequency", xlab= "Height", main= "Histogram DTLB Barrow")
Warning message: In .hist1(x, maxpixels = maxpixels, main = main, plot = plot, ...) :
  0% of the raster cells were used (of which 92% were NA). 7651 values used

我已经在这里的另一次讨论中尝试过这个，但它对我没有帮助。

---

replaceNA如果我理解得很好，您希望在删除NA的同时计算光栅值的直方图

您可以提取光栅值，删除NA并制作值的直方图：

require(raster)
require(sp)
require(gstat)

# load some data and make a raster object
data(meuse.grid)
meuse.grid <- data.frame(x =meuse.grid$y , y =meuse.grid$x , val = meuse.grid$dist)
coordinates(meuse.grid) <- ~x+y
gridded(meuse.grid) <- T
meuse.grid <- raster(meuse.grid)

# get the values from the raster, remove the NA's and make an histogram
hist(na.omit(getValues(meuse.grid)))

require（光栅）
需要（sp）
要求（gstat）
#加载一些数据并生成光栅对象
数据（meuse.grid）
meuse.gridff选项将不起作用，因为首先执行getValues（）或values（）。您仍将耗尽内存。我认为您唯一的选择是将您的大型光栅划分为平铺，使用预定义的中断计算每个平铺的直方图，然后合并平铺直方图。或者买一台内存更大的电脑
 您可以尝试：

library(raster)

v  <- getValues(raster_lake) # extract values from raster layer into a vector
v2 <- v[!is.na(v)]           # remove NA values from the vector

length(v); length(v2)        # prove that the second object is smaller
hist(v2)

库（光栅）
v谢谢！hist（na.omit（getValues（meuse.grid）））帮助我处理中等大小的光栅文件，但对于上面的skcript，它仍然不起作用。有一条错误消息：无法分配大小为3.8GB的向量如果您对如何去除NA数据有任何其他想法，则greatI建议将该对象转换为ff对象。它占用更少的内存空间。做了个梦。
require(ff)

# create a ff object from the vector or the raster values (NA's are included)
val.Ras <- ff(getValues(meuse.grid))

# you can use this ff object as any other R vector files
hist(val.Ras[,3])

# check that it takes less memory
object.size(val.Ras)
64944 bytes

object.size(getValues(meuse.grid))
3168 bytes

library(raster)

v  <- getValues(raster_lake) # extract values from raster layer into a vector
v2 <- v[!is.na(v)]           # remove NA values from the vector

length(v); length(v2)        # prove that the second object is smaller
hist(v2)