Terra提取土地覆盖数据问题：如何获取网格内占比最大的类别？

一、自动子网格的来源解释 #

调用extract(LC, Grid)时，Terra会自动把每个90x90m的Grid多边形切割成与30x30m的LC栅格像素对齐的子网格（也就是你看到的9个小网格）。这是因为两个数据集像素未对齐，Terra必须通过切割多边形来精确计算每个LC像素在Grid中的覆盖面积比例——默认逻辑是用这些比例加权计算均值，但对分类数据来说这个结果毫无意义。

二、获取每个网格内占比最大的土地覆盖类别 #

你需要自定义加权众数函数，替换extract()的默认计算逻辑，结合面积权重统计占比最高的类别：

步骤1：定义加权众数函数 #

weighted_mode <- function(values, weights) {
  # 过滤NA值
  valid_idx <- !is.na(values)
  vals <- values[valid_idx]
  wts <- weights[valid_idx]
  
  if (length(vals) == 0) return(NA)
  
  # 按类别汇总权重总和
  category_weights <- tapply(wts, vals, sum)
  # 返回权重最大的类别
  as.numeric(names(category_weights)[which.max(category_weights)])
}

步骤2：调用extract函数计算 #

LCValues <- extract(LC, Grid, fun = weighted_mode, weights = TRUE, exact = TRUE)

• weights=TRUE：让Terra返回每个子网格的面积权重（即该子网格在对应Grid中的面积占比）
• exact=TRUE：确保Terra精确计算多边形与栅格的重叠面积，而非近似估算
• fun=weighted_mode：替换默认的均值计算逻辑，改用自定义函数统计占比最高的类别

备选方案：用terra::zonal（若允许栅格化Grid） #

如果可以接受将Grid转换为与LC同分辨率的栅格（保持90x90m网格边界），这个方法效率更高：

# 将Grid转换为栅格（分辨率与LC一致，需Grid有唯一标识列）
grid_rast <- rasterize(Grid, LC, field = "Grid_ID")
# 按网格ID统计众数
mode_zonal <- zonal(LC, grid_rast, fun = weighted_mode)

内容的提问来源于stack exchange，提问作者BrittL