使用R语言elevatr包提取高程值报错的解决方法及代码优化建议

错误原因 #

1. 变量名笔误：筛选州内点时使用了未定义的grid_points_teste变量，实际应为前面创建的grid_points，会导致后续对象异常。
2. st_crop用法错误：st_crop用于裁剪空间对象到目标范围，你不需要裁剪已在圣保罗州内的grid_points2，且参数as_points = all(na.rm = T)完全不符合函数要求，会引发对象处理异常。
3. aggregate函数误用：aggregate处理栅格聚合时，输入的grid_pontos.cortados2是带geometry列的sf对象，函数会尝试对所有列（包括非数值的geometry列）执行均值运算，直接触发"non-numeric-alike variable(s)"错误。

解决方法 #

提取点对应的栅格高程值无需使用st_crop和aggregate，直接用专门的栅格提取函数即可，以下是两种可行方案：

方案1：使用stars包提取（推荐，与sf生态兼容） #

# 将高程栅格转换为stars对象
elevation_stars <- st_as_stars(elevation_sp)

# 提取每个点的高程值
grid_points2 <- grid_points2 %>%
  mutate(elevation = st_extract(elevation_stars, .)[[1]])

方案2：使用raster包提取 #

# 直接用raster::extract提取点高程
grid_points2 <- grid_points2 %>%
  mutate(elevation = raster::extract(elevation_sp, .))

代码优化建议 #

1. 修正变量名错误：将grid_points_teste替换为grid_points，避免未定义变量报错。
2. 简化点筛选逻辑：用st_filter替代mutate + lengths + filter，代码更简洁高效：

grid_points2 <- grid_points %>%
  st_filter(sao_paulo.br)

3. 避免不必要的栅格转data.frame：直接用stars对象绘制高程图，无需转成data.frame：

ggplot() +
  geom_stars(data = elevation_stars) +
  scale_fill_viridis_c(name = "Elevation (m)") +
  geom_sf(data = sao_paulo.br, color = "white", fill = NA) +
  geom_sf(data = grid_points2, color = "red")

4. 统一代码风格：保持变量名一致（避免混合语言的命名如grid_pontos.cortados2），注释清晰，提升可读性。
5. 提前处理CRS一致性：get_elev_raster返回的栅格CRS为WGS84（EPSG:4326），与你的点对象一致无需转换；后续若使用其他投影，需提前统一所有空间对象的CRS。

内容的提问来源于stack exchange，提问作者T. W.G. de Oliveira