如何使用巨大的栅格堆栈加快计算速度？

Question

我有四个相当大的 RasterStack，想对它们做一些简单的计算。我怎样才能加快这些计算？我找到了this approach using overlay()，但是计算仍然需要很长时间。

我的 RasterStacks (s1,s2,s3,s4) 具有所有维度：26, 76, 1976, 3805 (nrow, ncol, ncell, nlayers)，我当前的代码如下所示：

out <- overlay(s1,s2,s3,s4, fun = function(rs1,rs2,rs3,rs4) {return((rs1+rs2-rs3-rs4)*1e3)})

有什么想法吗？

编辑：要生成 RasterStack（例如 s1），您可以调用以下函数：

create_stack <- function(num.col,num.row,num.lay){
   r <- raster(matrix(runif(num.row*num.col,0,10), ncol=num.col, nrow=num.row),
        xmn=0, xmx=num.col, ymn=0, ymx=num.row )
   ll <- replicate(num.lay , r )
   return(stack(ll))
}

library(raster)
s1 <- create_stack(76,26,3805)

Answer 1

在处理大型栅格时增加chunksize 有很大帮助。另外我建议将所有临时文件放在一个易于管理的目录中。

library(raster)
rasterOptions(tmpdir="C:\\", tmptime = 24, progress="text", timer=TRUE,
              overwrite = T, chunksize=2e8, maxmemory=1e8)

Answer 2

在您的具体问题中

out <- (s1 + s2 - s3 - s4) * 1e3

似乎是应用您的功能的最快方式。

但是对于其他问题，你应该看看clusterR() 函数。它允许您并行应用函数。

“例如，它适用于 calc，它也适用于 overlay 只要您提供单个 RasterStack 或 RasterBrick 作为第一个参数。”

使用您的功能，我创建了这个工作示例：

create_stack <- function(num.col,num.row,num.lay){
  r <- raster(matrix(runif(num.row*num.col,0,10), ncol=num.col, nrow=num.row),
              xmn=0, xmx=num.col, ymn=0, ymx=num.row )
  ll <- replicate(num.lay , r )
  return(stack(ll))
}


library(raster)
s1 <- create_stack(76,26,3805)
s2 <- create_stack(76,26,3805)
s3 <- create_stack(76,26,3805)
s4 <- create_stack(76,26,3805)


beginCluster()
out <- clusterR(s1, fun = function(x,s2,s3,s4) {return((x + s2 - s3 - s4)*1e3)}, 
                args = list(s2 = s2, s3 = s3, s4 = s4), progress = "text")
endCluster()

作为一般提示，我经历过这种调用

beginCluster()

来自具有许多光栅计算的段开头的raster 包可能会带来未知的好处，因为已经为并行计算实现了许多raster函数。