如何手动加载大型栅格以执行lidR::locate_trees()？

我尝试用R语言的lidR包对LIDAR生成的冠层高度模型（CHM）栅格做单木检测，该栅格大小约2.5GB。运行locate_trees()函数时抛出错误：

Error: Large on-disk rasters are not supported by locate_tree. Load the raster manually.

请问“手动加载栅格”是什么意思？该如何操作？

复现流程（注意：生成超3GB伪栅格可能导致R会话崩溃或耗时极长，运行前需谨慎） #

library(lidR)
library(terra)

# 创建包含30亿个单元格的伪栅格
chm <- rast(xmin=-121.5, xmax=-120, ymin=44.5, ymax=45.5, crs="EPSG:2992", nrows=150000, ncols=200000)
# 为栅格单元格赋予随机值
values(chm) <- rnorm(3000000000, 20, 5)

# 将栅格写入磁盘
writeRaster(chm, paste(tempdir(), "CHM_Example.tif", sep="/"), filetype="GTiff")

# 用terra框架读取栅格到R（此时仅为磁盘引用，未加载到内存）
canopy <- rast(paste(tempdir(), "CHM_Example.tif", sep="/"))

# 尝试执行单木检测，此处抛出错误
taos <- locate_trees(canopy, lmf(ws=5))

错误原因与“手动加载栅格”的含义 #

当你用terra::rast()读取大栅格时，默认不会把整个文件加载到内存，而是创建一个磁盘栅格的引用对象，后续按需分块读取数据。但lidR::locate_trees()的算法需要直接访问完整的栅格数据，无法处理这种分块的磁盘引用，因此要求你“手动加载栅格”——也就是把整个栅格数据从磁盘加载到R的内存中，让函数可以直接访问全部数据。

具体操作方法 #

有两种简单的方式可以实现手动加载：

方法1：使用terra::readAll()强制加载 #

读取栅格后，调用readAll()将数据全部载入内存：

# 读取磁盘栅格（仅引用）
canopy <- rast(paste(tempdir(), "CHM_Example.tif", sep="/"))
# 手动加载全部数据到内存
canopy <- readAll(canopy)
# 执行单木检测
taos <- locate_trees(canopy, lmf(ws=5))

方法2：读取时直接指定mem=TRUE（terra 1.6.0及以上版本支持） #

在rast()读取时添加mem=TRUE参数，直接把栅格加载到内存：

# 直接读取并加载栅格到内存
canopy <- rast(paste(tempdir(), "CHM_Example.tif", sep="/"), mem=TRUE)
# 执行单木检测
taos <- locate_trees(canopy, lmf(ws=5))

注意：加载2.5GB的栅格需要确保你的R会话有足够的可用内存（建议预留至少3-4倍于栅格大小的内存空间，避免内存不足导致崩溃）。

内容的提问来源于stack exchange，提问作者Sean McKenzie