使用terra将模型输出重采样至任意网格：resample/project仅返回子集问题

问题原因 #

你遇到的核心问题是原始栅格与目标栅格的空间范围不匹配：

• 原始栅格raw是全球范围（经度-0.56_{359.44，纬度-89.7}89.7）
• 你定义的目标栅格newgrid仅覆盖极小的局部范围（经度1_{128，纬度1}64）

因此resample()和project()只会处理两个栅格重叠的区域，自然返回的是子集而非完整的下采样结果。

针对两种常见需求的解决方案 #

需求1：下采样到与原始范围一致、指定分辨率的网格

这是最典型的下采样场景——保持原始数据的空间范围，仅将分辨率调整为指定的行数/列数：

library(terra)

# 构建原始栅格
raw <- rast(ext(c(-0.5625, 359.4375, -89.70215791342, 89.70215791342)),nrow=160,ncol=320)
values(raw) <- (1:ncell(raw))/10000+c(rep(1,ncell(raw)/4),rep(2,ncell(raw)/4),rep(1,ncell(raw)/4),rep(2,ncell(raw)/4))

# 创建与原始栅格范围、CRS一致，分辨率为64行128列的目标栅格
newgrid <- rast(ext(raw), nrow=64, ncol=128, crs=crs(raw))

# 执行下采样（用均值聚合更适合下采样场景，替代双线性插值）
new_raster <- resample(raw, newgrid, method="average")

# 查看结果
plot(new_raster)

注：如果聚合因子是整数（比如原始160行→目标80行，因子为2），也可以用aggregate(raw, fact=2, fun=mean)实现更高效的聚合下采样。

需求2：将原始栅格转换到自定义范围的指定网格

如果你确实需要将全球数据映射到自定义的局部范围（如经度1_{128、纬度1}64），可以直接使用resample()，但要明确这是将原始数据的重叠区域转换到目标网格，而非全局拉伸：

library(terra)

# 构建原始栅格
raw <- rast(ext(c(-0.5625, 359.4375, -89.70215791342, 89.70215791342)),nrow=160,ncol=320)
values(raw) <- (1:ncell(raw))/10000+c(rep(1,ncell(raw)/4),rep(2,ncell(raw)/4),rep(1,ncell(raw)/4),rep(2,ncell(raw)/4))

# 定义自定义范围的目标栅格
newgrid <- rast(xmin=1,xmax=128,ymin=1,ymax=64,nrow=64,ncol=128, crs=crs(raw))

# 重采样到目标网格
new_raster <- resample(raw, newgrid, method="bilinear")

# 查看结果
plot(new_raster)

内容的提问来源于stack exchange，提问作者JFV