如何优化R语言中空间稀疏化的运行速度？

我正在开展一个需构建约30000个物种分布模型（SDM）的项目，目前的瓶颈是提升空间稀疏化（针对存在大量分布点的物种）的速度，此前一直使用SpThin包完成该操作。我认为SpThin以保留最多分布点为设计目标，但对于分布点极多的物种而言这并非必需，因此尝试了现有工具并探索新思路。

加载依赖包 #

library(terra)
library(spThin)
library(enmSdmX)
library(microbenchmark)

示例数据测试 #

先使用简单数据集测试不同方法的速度：

example <- structure(list(x = c(1.5, 2.5, 2, 5.5, 7.5), y = c(1.5, 2.5, 
                                                              2, 5.5, 7.5)), class = "data.frame", row.names = c(NA, -5L))

example$ID <- 1:nrow(example)
example$Sp <- "A"
example_spat <- vect(example, crs = "+proj=longlat +datum=WGS84", geom = c("x", "y"))

创建的分布点及80公里缓冲区内的重叠情况见对应图示，使用microbenchmark测试性能：

Test <- microbenchmark::microbenchmark(
  A = enmSdmX::geoThin(example_spat, minDist = 80000), 
  B = enmSdmX::geoThin(example_spat, minDist = 80000, random = T),
  c = spThin::thin(loc.data = as.data.frame(example), thin.par = 80, reps = 1, write.files = F, write.log.file = F, lat.col = "x", long.col = "y", spec.col = "Sp"),
  times = 100)

测试结果显示enmSdmX的随机模式速度最快，但该结果在大数据集下会反转。

大数据集测试 #

使用自研包SDMWorkflows获取测试数据：

remotes::install_github("Sustainscapes/SDMWorkflows")
library(SDMWorkflows)

Presences <- SDMWorkflows::GetOccs(Species = c("Abies concolor"), WriteFile = FALSE, limit = 2000)
Cleaned <- clean_presences(Presences[[1]])

spat_vect <- terra::vect(as.data.frame(Cleaned), geom=c("decimalLongitude", "decimalLatitude"), crs = "+proj=longlat +datum=WGS84")

再次进行性能测试：

Test <- microbenchmark::microbenchmark(
  A = enmSdmX::geoThin(spat_vect, minDist = 10000), 
  B = enmSdmX::geoThin(spat_vect, minDist = 10000, random = T),
  c = spThin::thin(loc.data = as.data.frame(example), thin.par = 10, reps = 1, write.files = F, write.log.file = F, lat.col = "x", long.col = "y", spec.col = "Sp"),
  times = 20)

结果显示SpThin速度最快，但这正是我处理大分布点物种时的性能瓶颈，自研2-3个新函数仍未实现提速。

内容的提问来源于stack exchange，提问作者Derek Corcoran