如何在R terra中并行执行单波段栅格与向量的乘法？

我希望并行执行以下向量与栅格的乘法操作，因为我使用的向量非常长：

library(terra)

# Create a raster example
set.seed(123)
raster_example <- rast(nrow = 10, ncol = 10, vals = rnorm(100))

# Create a vector example
vector_ejemplo <- c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

# Perform multiplication 
result_no_parallel <- vector_ejemplo * raster_example

print(result_no_parallel)

我尝试使用terra::app函数，但始终报错。请问是否有可行的实现方法？

可行的并行实现方法 #

1. 利用terra::rowApply内置并行加速 #

你的需求本质是栅格的每一行与向量对应元素相乘，terra提供的rowApply函数专门处理行级运算，且支持通过配置启用并行，完全贴合你的场景：

library(terra)
set.seed(123)

# 创建示例数据
raster_example <- rast(nrow = 10, ncol = 10, vals = rnorm(100))
vector_ejemplo <- c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

# 设置并行核心数（自动检测系统可用核心）
terraOptions(num.cores = parallel::detectCores())

# 并行执行按行乘法
result_parallel <- rowApply(
  x = raster_example,
  fun = function(row_vals, vec) row_vals * vec,
  vec = vector_ejemplo  # 将目标向量作为额外参数传递给处理函数
)

# 验证并行结果与非并行结果一致
all.equal(result_parallel, result_no_parallel)

如果你的需求是按列与向量相乘，只需将rowApply替换为colApply即可。

2. 为什么terra::app会报错？ #

terra::app的设计目标是对每个像元的多层值执行运算，你的栅格是单图层，每个像元仅包含一个值，无法直接与长度为10的向量进行运算，这就是报错的核心原因。app不适合处理行/列级的广播乘法场景。

3. 额外提示：原生运算的优化性 #

如果向量长度与栅格的行/列数匹配，terra原生的vector * raster广播运算已经做了底层性能优化，对于多数常规规模的栅格数据，原生运算的速度已经足够。只有当栅格规模极大（比如数万行/列）且向量超长时，才需要显式启用并行加速。

内容的提问来源于stack exchange，提问作者Lacococha