使用R的geodata包worldclim_tile获取坐标数据时出现NA值求助

问题原因 #

你当前的代码仅传入第一个坐标的经纬度给worldclim_tile，该函数只会下载单个30x30度的瓦片，只有落在这个瓦片区内的坐标能提取到数据，其他不在该区域的坐标自然返回NA。而旧版raster::getData会自动识别所有坐标对应的瓦片并下载合并，这是两者的核心差异。

你的前3个坐标位于东亚西部的瓦片（tile 22），但第4个坐标（137.6081, 36.5616）在东亚东部瓦片、第5个（18.8167, 68.35）在北欧瓦片、第6个（-50.3333, 67.1133）在北美北部瓦片，都不在tile 22范围内，所以提取结果为NA。

解决方案 #

根据需求选择以下两种方法：

方法1：下载全球范围数据（适合低分辨率场景） #

如果不需要最高精度（30s），可以直接下载全球分辨率的WorldClim数据，一次性覆盖所有坐标：

library(geodata)
library(terra)

df1 <- data.frame(x = c(92.892780,104.016700, 104.166700, 137.608100, 18.816670, -50.333330), # 经度
                  y = c(34.728610, 32.983330, 33.033330, 36.561600, 68.350000, 67.113330)) # 纬度

# 下载10分钟分辨率的全球平均温度数据（res可选0.5,2.5,5,10，单位为分钟）
tavg_global <- worldclim_global(var = "tavg", res = 10, version = "2.1", path = "WorldClimData")
points <- vect(df1, geom = c("x", "y"), crs = "EPSG:4326")
values_global <- extract(tavg_global, points)

print(values_global)

注意：30s分辨率的全球数据文件体积很大（单变量约1GB），如果需要高精度建议用方法2。

方法2：循环下载对应瓦片并合并 #

针对每个坐标下载其所在的瓦片，合并后再提取数据，兼顾精度和存储空间：

library(geodata)
library(terra)

df1 <- data.frame(x = c(92.892780,104.016700, 104.166700, 137.608100, 18.816670, -50.333330), # 经度
                  y = c(34.728610, 32.983330, 33.033330, 36.561600, 68.350000, 67.113330)) # 纬度

# 循环下载每个坐标对应的瓦片
tiles_list <- list()
for(i in 1:nrow(df1)){
  tile <- worldclim_tile("tavg", df1$x[i], df1$y[i], version = "2.1", path = "WorldClimData")
  tiles_list[[i]] <- tile
}

# 合并所有瓦片（terra自动处理重叠区域）
merged_tiles <- merge(tiles_list)
points <- vect(df1, geom = c("x", "y"), crs = "EPSG:4326")
values_merged <- extract(merged_tiles, points)

print(values_merged)

内容的提问来源于stack exchange，提问作者millie0725