使用terra::project重投影SpatRaster丢失数值的问题求助

问题分析 #

从你提供的栅格信息来看，Pop_moll和sd_pre已经使用相同的坐标系（WGS84/EPSG:4326），此时使用terra::project是错误的选择——project仅用于不同坐标系之间的转换，同一CRS下的栅格分辨率/范围匹配应该使用重采样工具，这是导致数值丢失的核心原因。此外，Pop_moll的范围略小于sd_pre，加上其极高的分辨率（~90米），直接用project可能引发内存或映射逻辑问题。

解决方案 #

1. 使用resample替代project（推荐） #

同一坐标系下，用resample直接匹配sd_pre的栅格模板，根据数据类型选择合适的重采样方法：

• 若要保留人口密度的均值，用method='bilinear'或'average'
• 若要保留人口总量，需先将密度转换为人口数（密度×栅格面积），再用method='sum'重采样，最后转回密度

# 确认CRS一致（应返回TRUE）
crs(Pop_moll) == crs(sd_pre)

# 方法1：直接重采样密度（均值）
pop_resampled <- terra::resample(Pop_moll, sd_pre, method = "bilinear")

# 方法2：保留人口总量的重采样（更严谨）
# 计算原始栅格的面积（单位：平方公里）
pop_cell_area <- terra::cellSize(Pop_moll, unit = "km")
# 转换为人口数量（密度×面积）
pop_count <- Pop_moll * pop_cell_area
# 重采样到sd_pre的分辨率，求和得到每个粗栅格的总人口
pop_count_resampled <- terra::resample(pop_count, sd_pre, method = "sum")
# 转回人口密度（总人口/粗栅格面积）
pop_density_resampled <- pop_count_resampled / terra::cellSize(sd_pre, unit = "km")

2. 服务器环境内存优化 #

由于Pop_moll分辨率极高（21万行×43万列），一次性处理可能触发内存溢出，可分图层处理：

# 遍历每个年份图层，逐个重采样
pop_resampled_list <- lapply(1:nlyr(Pop_moll), function(i) {
  terra::resample(Pop_moll[[i]], sd_pre, method = "bilinear")
})
# 合并为单个SpatRaster
pop_resampled <- terra::rast(pop_resampled_list)
# 还原图层名称
names(pop_resampled) <- names(Pop_moll)

3. 先聚合再匹配范围 #

如果不需要实时重采样，可先对Pop_moll进行聚合降低分辨率，再扩展范围匹配sd_pre：

# 计算聚合因子：粗分辨率/细分辨率 = 0.5 / 0.0008333 ≈ 600
agg_factor <- round(res(sd_pre)[1] / res(Pop_moll)[1])
# 聚合图层（用sum保留总量，或mean保留密度）
pop_aggregated <- terra::aggregate(Pop_moll, fact = agg_factor, fun = "sum")
# 扩展范围至sd_pre的范围，填补NA
pop_aligned <- terra::extend(pop_aggregated, ext(sd_pre))

验证结果 #

处理完成后，检查数值是否正常：

# 查看最小值和最大值
terra::minmax(pop_resampled)
# 可视化第一个图层验证
plot(pop_resampled[[1]])

内容的提问来源于stack exchange，提问作者akariozu