如何在R中计算3D RasterLayer各图层的20x11维度均值？

你的核心需求是：对维度为20×11×68的图像栈，计算每一层（共68张20×11图像）的全局像素均值，最终得到一个长度为68的数值向量。以下针对不同数据类型给出正确实现方案：

先分析你之前的错误 #

• 直接调用mean()：若为普通数组会计算所有元素的总均值；若为RasterStack则默认按像素维度（前两维）跨层求均值，因此得到20×11矩阵，不符合需求。
• apply指定MARGIN = c(1,2)：这是对每个像素位置跨68层求均值，方向完全搞反，结果自然是20×11矩阵。
• 最初的for循环：逻辑正确，但未预先初始化结果向量，且若为RasterStack类型，直接用mean(layer[])的写法效率低且易出错。
• lapply代码：存在语法错误（括号未闭合），且错误使用extract函数，完全没必要用它提取单图层像素值。

正确实现方法 #

情况1：stack_images是基础R数组（array）

如果是普通多维数组结构，用apply指定对第三维（层维度）计算均值即可：

# 假设stack_images是array(..., dim = c(20, 11, 68))
mean_per_layer <- apply(stack_images, MARGIN = 3, FUN = function(x) mean(x, na.rm = TRUE))

也可以用更高效的colMeans（先将每个图层转为一列）：

mean_per_layer <- colMeans(array(stack_images, dim = c(20*11, 68)), na.rm = TRUE)

情况2：stack_images是RasterStack（raster包）

如果是遥感图像常用的RasterStack类型，用cellStats结合lapply更高效：

library(raster)
# 遍历每个图层计算全局均值
mean_per_layer <- unlist(lapply(stack_images, function(layer) cellStats(layer, mean, na.rm = TRUE)))

或者修复你最初的for循环：

# 预先初始化结果向量
moyennes_par_image <- numeric(nlayers(stack_images))
for (i in 1:nlayers(stack_images)) {
  layer <- stack_images[[i]]
  moyennes_par_image[i] <- cellStats(layer, mean, na.rm = TRUE)
}

结果验证 #

最终得到的mean_per_layer或moyennes_par_image会是一个长度为68的数值向量，每个元素对应一张20×11图像的全局像素均值。

内容的提问来源于stack exchange，提问作者Aurélien Lengrand