沿时间维度合并多个spatRaster文件时遇错误求助

一、修复你的两种方法错误 #

方法1：合并stars对象后转SpatRaster #

你用stack()报错是因为stack()是raster包的函数，不支持直接处理stars对象。应该用terra包的rast()函数直接转换合并后的stars对象：

library(stars)
library(terra)

# 读取并合并stars对象
file1 <- readRDS("file1.rds")
file2 <- readRDS("file2.rds")
combined_stars <- c(file1, file2, along = 3)

# 转换为SpatRaster（terra包对象）
temprast <- rast(combined_stars)

方法2：先转SpatRaster再合并 #

你用brick()报错是因为brick()属于raster包，而rast()生成的是terra包的SpatRaster对象，两者不兼容。合并多个SpatRaster应该用terra包的c()函数（按顺序合并时间维度）：

library(terra)

# 单个stars转SpatRaster
temprast <- rast(readRDS("file1.rds"))
temprast2 <- rast(readRDS("file2.rds"))

# 合并为多时间层的SpatRaster
raster_brick <- c(temprast, temprast2)

二、高效完整流程（先合并再裁剪） #

为了最大化效率，推荐先合并所有时间栅格，再一次性裁剪到shapefile，最后转数据框：

library(stars)
library(terra)
library(sf)

# 1. 批量读取所有.rds格式的stars文件
rds_files <- list.files(path = "你的文件目录", pattern = "\\.rds$", full.names = TRUE)
all_stars <- lapply(rds_files, readRDS)

# 2. 沿时间维度合并所有stars对象（确保所有栅格的投影、范围一致）
combined_stars <- do.call(c, c(all_stars, list(along = 3)))

# 3. 转换为SpatRaster并裁剪到shapefile
shape <- st_read("你的shapefile路径.shp")
# 确保栅格与shape投影一致（若不一致先转换）
if (!crs(combined_stars) == crs(shape)) {
  shape <- st_transform(shape, crs = crs(combined_stars))
}
# 裁剪
clipped_rast <- crop(rast(combined_stars), vect(shape))

# 4. 转换为数据框（包含x、y、各时间层的温度值）
temp_df <- as.data.frame(clipped_rast, xy = TRUE)

关键注意事项 #

• 确保所有待合并的栅格投影、空间范围、分辨率完全一致，否则合并会失败或出现异常。
• 若处理大量文件，do.call(c, ...)比循环合并效率更高；如果内存不足，可以考虑用terra包的sprc()先创建SpatRasterCollection，再合并。
• 避免逐个裁剪后bind_rows，这种方法会重复处理空间范围，效率远低于先合并再裁剪。

内容的提问来源于stack exchange，提问作者ss2025