如何在terra中强制设置特定分块大小？解决内存溢出问题

当terraOptions的memfrac、memmin参数无法满足极小分块需求时，有两种可靠方法强制控制分块尺寸：

方法1：手动拆分栅格并逐块处理 #

通过makeChunks生成自定义分块索引，循环处理每个分块后合并结果。这种方式完全可控，适合内存需求极苛刻的场景。

操作示例： #

1. 生成自定义分块（按固定行数拆分，按需调整）：

# 设定每个分块的行数，比如100行
chunk_rows <- 100
chunks <- makeChunks(in_data, nrows = chunk_rows)

2. 逐块处理并保存临时结果：

# 创建输出栅格模板
out_rast <- rast(in_data, nlyrs = 1)
temp_files <- vector("character", length(chunks))

for (i in seq_along(chunks)) {
  # 提取当前分块数据
  chunk_data <- crop(in_data, chunks[[i]])
  # 应用模型函数
  chunk_result <- lapp(chunk_data, f)
  # 保存临时文件
  temp_file <- paste0("temp_chunk_", i, ".tif")
  writeRaster(chunk_result, temp_file, overwrite = TRUE)
  temp_files[i] <- temp_file
}

3. 合并所有分块结果：

final_result <- merge(rast(temp_files))
writeRaster(final_result, "test.tif", overwrite = TRUE)

# 清理临时文件
file.remove(temp_files)

方法2：预先设置栅格的块大小 #

修改输入栅格的内部块尺寸（block size），让terra在处理时自动使用该块大小作为分块。这种方式更简洁，适合保留lapp/app原生工作流的场景。

操作示例： #

1. 重新保存输入栅格并指定块大小：

# 写入时设置每个块的列数（比如100列），按需调整
writeRaster(in_data, "in_data_small_blocks.tif", 
            blockcols = 100, 
            overwrite = TRUE)

# 重新读取带小分块的栅格
in_data_small <- rast("in_data_small_blocks.tif")

2. 查看分块情况：

mem_info(in_data_small)

3. 直接调用lapp处理，将自动按设置的块大小分块：

lapp(in_data_small, f, filename = "test.tif", overwrite = TRUE)

关键提示 #

• 手动分块法可完全自定义分块维度，适合极端内存限制场景；
• 预设置块大小法更简洁，能维持terra原生处理流程；
• 调整块大小时，建议根据模型内存占用逐步测试，平衡内存消耗与处理效率。

内容的提问来源于stack exchange，提问作者dww