在R中基于CSV文件名读取栅路子集并导出至目标文件夹

针对你需要从大量TIFF栅格中筛选CSV指定物种、导出子集并制作丰富度图的需求，以下是基于R语言的高效实现方案（适配4000+文件的大数据场景）：

步骤1：环境准备与路径设置 #

先加载处理栅格和文件的工具包，设置好文件夹路径：

# 加载依赖包（未安装先运行 install.packages(c("terra", "fs")) ）
library(terra)
library(fs)

# 替换为你的实际路径
tiff_source_dir <- "/path/to/your/tiff/folder"
tiff_target_dir <- "/path/to/output/subset/folder"
csv_file_path <- "/path/to/your/species_list.csv"

# 创建输出文件夹（不存在则自动生成）
dir_create(tiff_target_dir)

步骤2：读取CSV并匹配文件名 #

读取CSV中的物种名，生成对应的TIFF文件名，再与文件夹中的实际文件匹配：

# 读取CSV数据
species_list <- read.csv(csv_file_path)

# 生成对应的TIFF文件名（匹配你的文件命名规则）
species_list$tiff_name <- paste0(species_list$BINOMIAL, ".tif")

# 获取源文件夹中所有TIFF文件
all_tiff_files <- dir_ls(tiff_source_dir, regexp = "\\.tif$") %>% basename()

# 筛选出CSV中存在的TIFF文件
selected_tiffs <- intersect(species_list$tiff_name, all_tiff_files)

# 提示未匹配到的物种（可选）
missing_species <- setdiff(species_list$tiff_name, all_tiff_files)
if(length(missing_species) > 0){
  cat("未找到对应TIFF文件的物种：\n", paste(missing_species, collapse = "\n "))
}

步骤3：导出筛选后的栅格子集 #

将匹配到的TIFF文件复制到目标文件夹：

# 批量复制文件
file_copy(path(tiff_source_dir, selected_tiffs), tiff_target_dir, overwrite = TRUE)

步骤4：读取栅格并计算物种丰富度 #

使用terra包高效读取栅格栈，计算每个像元的物种数量：

# 读取筛选后的栅格栈
raster_stack <- rast(path(tiff_target_dir, selected_tiffs))

# 计算物种丰富度（假设栅格为二进制：1=物种存在，NA/0=不存在）
species_richness <- sum(raster_stack, na.rm = TRUE)

# 保存丰富度栅格
writeRaster(species_richness, path(tiff_target_dir, "species_richness.tif"), overwrite = TRUE)

# 快速可视化丰富度图
plot(species_richness, main = "物种丰富度分布图")

注意事项 #

• 确保所有TIFF栅格的投影、分辨率、范围完全一致，否则栅格栈会创建失败；
• 若你的物种栅格不是二进制（比如存在其他数值），需先转换为存在/缺失标记：raster_stack[raster_stack > 0] <- 1；
• terra包相比传统的raster包处理大数据效率更高，适合4000+文件的场景。

内容的提问来源于stack exchange，提问作者JoeG