如何在R中对栅格内的缺失值进行空间插值？

你需要填充栅格中矩形缺失区域的NA值，以下是几种贴合需求的实现方法，涵盖你熟悉的点插值方法（IDW、克里金、样条）以及栅格直接插值的方式：

1. 统一使用Terra包（推荐，替代Raster包） #

先修正代码，避免混用Terra与Raster包，保持代码一致性：

library(terra)
# 创建原始栅格
r <- rast(xmin=0, xmax=10, ymin=0, ymax=10, nrows=50, ncols=50)
values(r) <- 1:ncell(r)
# 创建缺失区域栅格并标记NA
e <- rast(xmin=2, xmax=4, ymin=2, ymax=4, nrows=10, ncols=10)
r <- mask(r, e, inverse=TRUE)
plot(r)

2. 方法一：Terra内置插值函数直接填充 #

Terra的interpolate()函数可直接对栅格NA区域插值，支持多种经典方法：

（1）样条插值（Spline） #

# 提取有效值作为样本点
pts <- as.points(r)
# 对缺失区域执行样条插值
r_spline <- interpolate(r, pts, method="spline")
plot(r_spline)

（2）IDW插值 #

r_idw <- interpolate(r, pts, method="idw", power=2)
plot(r_idw)

（3）克里金插值（Kriging） #

需先拟合变异函数模型：

library(gstat)
# 转换为gstat兼容的空间对象
pts_sp <- as(pts, "Spatial")
# 拟合球状变异函数
vgm_model <- variogram(layer ~ 1, pts_sp) %>% fit.variogram(model=vgm("Sph"))
# 执行克里金插值
r_krige <- interpolate(r, pts, method="krige", model=vgm_model)
plot(r_krige)

3. 方法二：手动点插值→栅格化（适配你熟悉的点插值流程） #

若更习惯先处理点数据再转栅格，可按以下流程操作：

# 1. 提取栅格中的有效值点
valid_pts <- as.data.frame(r, xy=TRUE) %>% na.omit()
# 2. 生成缺失区域的所有栅格中心点
na_cells <- as.data.frame(r, xy=TRUE) %>% filter(is.na(layer))
# 3. 执行IDW插值（可替换为krige/spline等你熟悉的方法）
library(gstat)
idw_result <- idw(layer ~ x + y, locations=valid_pts, newdata=na_cells, idp=2)
# 4. 将插值结果填充回原始栅格
r_filled <- r
r_filled[na_cells$x, na_cells$y] <- idw_result$var1.pred
plot(r_filled)

关键说明 #

• 上述方法针对多边形范围的缺失区域，本质是利用缺失区域周围的有效栅格点作为样本，对缺失区域内的每个栅格单元逐一插值，无需额外多边形处理——栅格的NA区域已明确标记出需要插值的范围。
• 若缺失区域为任意非矩形多边形，只需用mask()函数将对应多边形范围内的栅格设为NA，后续插值流程完全一致。

内容的提问来源于stack exchange，提问作者ThomasP