在R中是否有更快的方法对含NA的raster bricks求和？

我有多个大型raster bricks需要求和，其中存在大量NA值：

• 默认的栅格直接相加（如b1+b2+b3+b4）会因任意一个NA导致对应像元结果为NA，丢失大量有效数据
• 使用sum(.., na.rm = TRUE)能得到预期结果，但处理大型数据时速度极慢

需要基于terra包的更优实现，类似base::Reduce的高效方法。

示例代码：

library(terra)

# 创建4个带NA值的raster bricks
set.seed(0)
b1 <- rast(ncol=10, nrow=10, nlyr=5)
values(b1) <- rnorm(size(b1), 1, 0.2)
values(b1)[values(b1)<1] <- NA

b2 <- rast(ncol=10, nrow=10, nlyr=5)
values(b2) <- rnorm(size(b2), 1, 0.2)
values(b2)[values(b2)<1] <- NA

b3 <- rast(ncol=10, nrow=10, nlyr=5)
values(b3) <- rnorm(size(b3), 1, 0.2)
values(b3)[values(b3)<1] <- NA

b4 <- rast(ncol=10, nrow=10, nlyr=5)
values(b4) <- rnorm(size(b4), 1, 0.2)
values(b4)[values(b4)<1] <- NA

# 默认相加：存在NA的像元全部为NA
b5 <- b1+b2+b3+b4
plot(b5)

# 忽略NA求和：结果正确但速度极慢
b6 <- sum(b1,b2,b3,b4, na.rm = TRUE)
plot(b6)

以下是基于terra包的三种优化方法，均比原生sum(na.rm=TRUE)更快：

方法1：合并栅格后使用rowSums #

terra::rowSums是针对多层栅格优化的向量化求和函数，底层实现高效，代码简洁：

# 合并所有bricks为一个多层栅格
combined <- c(b1, b2, b3, b4)

# 计算每个像元的总和（忽略NA）
b_fast_sum <- rowSums(combined, na.rm=TRUE)
plot(b_fast_sum)

方法2：使用Reduce结合terra::add #

适合内存有限的场景，通过逐步累加避免一次性加载所有数据到内存：

# 将bricks存入列表
brick_list <- list(b1, b2, b3, b4)

# 用Reduce逐次累加，每次相加忽略NA
b_reduce_sum <- Reduce(function(x, y) add(x, y, na.rm=TRUE), brick_list)
plot(b_reduce_sum)

方法3：使用terra::app自定义求和 #

灵活度高，可扩展到其他自定义运算，同样是terra优化的向量化操作：

# 合并栅格后，对每个像元应用求和函数
b_app_sum <- app(combined, function(x) sum(x, na.rm=TRUE))
plot(b_app_sum)

• rowSums和app都是terra针对栅格数据优化的底层操作，减少了函数调用的额外开销
• Reduce结合add的方式分步骤处理数据，降低了内存占用，同时add是terra原生的高效运算函数

内容的提问来源于stack exchange，提问作者Blaiso