寻求比terra::subst更高效的大栅格值批量修改方法

针对你280个400MB TIFF栅格的批量替换需求，当前多次调用terra::subst的方式会重复遍历栅格数据，导致IO和计算开销累积，以下是几个核心优化方向：

1. 合并替换规则，单次完成所有值映射 #

将多轮subst操作合并为一次，避免多次读写栅格数据。通过构建值映射向量，一次性完成所有替换逻辑：

library(terra)

# 定义替换规则：旧值 -> 新值
old_vals <- c(151, 152, 153, 160, 161, 162, 170, 171, 172)
new_vals <- c(NA, NA, NA, 1, 1, 1, 2, 2, 2)

# 读取单个栅格并完成替换
r <- rast("your_raster.tif")
r_subst <- subst(r, old_vals, new_vals)

这种方式仅需遍历栅格一次，相比三次subst能减少约2/3的数据遍历开销。

2. 并行批量处理多文件 #

利用CPU多核并行处理独立的栅格文件，大幅缩短总耗时。这里以parallel包为例：

library(terra)
library(parallel)

# 获取所有TIFF文件路径
tiff_files <- list.files(path = "your_folder", pattern = "\\.tif$", full.names = TRUE)

# 定义单文件处理函数
process_raster <- function(file_path) {
  old_vals <- c(151, 152, 153, 160, 161, 162, 170, 171, 172)
  new_vals <- c(NA, NA, NA, 1, 1, 1, 2, 2, 2)
  
  r <- rast(file_path)
  r_subst <- subst(r, old_vals, new_vals)
  
  # 输出到新文件（避免覆盖原文件）
  output_path <- gsub("\\.tif$", "_processed.tif", file_path)
  writeRaster(r_subst, output_path, overwrite = TRUE)
}

# 启动并行计算（根据CPU核心数调整，建议留1-2个核心给系统）
num_cores <- detectCores() - 2
cl <- makeCluster(num_cores)
clusterExport(cl, c("subst", "rast", "writeRaster"))  # 导出terra函数到集群环境
parLapply(cl, tiff_files, process_raster)
stopCluster(cl)

3. 优化内存与IO参数 #

• 调整terra内存使用上限：通过terraOptions(memfrac = 0.7)设置允许terra使用的内存比例（比如70%），减少磁盘临时文件的生成。
• 写入时指定块大小：writeRaster中设置blocksize = c(1024, 1024)（根据栅格分辨率调整），提升大文件写入效率。

注意事项 #

• 确保原文件所在磁盘有足够空间存放处理后的文件（每个文件大小接近原文件）。
• 测试阶段先拿1-2个文件验证逻辑，再批量执行。

内容的提问来源于stack exchange，提问作者hsk