如何在R语言中读取GeoTIFF文件并返回指定raw数据类型？

方法1：使用terra包（推荐，高效且维护活跃） #

terra是raster包的替代者，支持直接指定读取的数据类型，后续可转换为raw类型：

library(terra)

# 读取GeoTIFF，指定数据类型为无符号字节（INT1U对应GDAL的GDT_Byte）
tif_rast <- rast("your_large_file.tif", datatype = "INT1U")

# 将栅格数据转为raw向量（每个元素占1字节）
raw_data <- as.raw(values(tif_rast))

说明：values(tif_rast)返回的integer类型数据占4字节，转成raw后直接压缩为1字节，内存占用仅为numeric类型的1/8，大幅降低内存压力。

方法2：通过Rcpp直接调用GDAL API读取（最底层，内存最优） #

如果需要完全跳过R的中间数据类型转换，直接读取为raw向量，可以用Rcpp调用GDAL的原生API：

1. 编写Rcpp代码（保存为read_geotiff_raw.cpp）：

#include <Rcpp.h>
#include <gdal.h>
#include <gdal_priv.h>

using namespace Rcpp;

// [[Rcpp::export]]
RawVector read_geotiff_raw(std::string filename) {
  // 初始化GDAL
  GDALAllRegister();
  // 打开文件
  GDALDataset *poDataset = (GDALDataset *)GDALOpen(filename.c_str(), GA_ReadOnly);
  if (poDataset == NULL) {
    stop("无法打开指定的GeoTIFF文件");
  }
  
  // 获取栅格参数
  int n_bands = poDataset->GetRasterCount();
  int n_rows = poDataset->GetRasterYSize();
  int n_cols = poDataset->GetRasterXSize();
  
  // 初始化raw向量，大小为总像素数
  RawVector raw_data(n_rows * n_cols * n_bands);
  GByte *buf_ptr = (GByte *)raw_data.begin();
  
  // 逐波段读取数据到raw向量
  for (int i = 0; i < n_bands; i++) {
    GDALRasterBand *po_band = poDataset->GetRasterBand(i + 1);
    po_band->RasterIO(GF_Read, 0, 0, n_cols, n_rows, 
                      buf_ptr + i * n_rows * n_cols, n_cols, n_rows, 
                      GDT_Byte, 0, 0);
  }
  
  // 关闭数据集
  GDALClose((GDALDatasetH)poDataset);
  return raw_data;
}

2. 在R中编译并调用：

library(Rcpp)
sourceCpp("read_geotiff_raw.cpp")

# 直接读取为raw向量
raw_data <- read_geotiff_raw("your_large_file.tif")

说明：这种方式直接从GDAL读取原始字节数据，没有任何中间类型转换，内存占用完全等于原始文件的无符号字节数据大小（约12GB），是内存效率最高的方案。

方法3：使用rgdal包（旧方法，已逐步弃用） #

如果仍在使用已弃用的rgdal包，可以通过底层函数读取为raw类型：

library(rgdal)

# 打开数据集
ds <- GDAL.open("your_large_file.tif")
# 获取总波段数
n_bands <- GDAL.getRasterCount(ds)
# 读取所有波段为raw数据
raw_data <- getRasterData(ds, band = 1:n_bands, type = "raw")
# 关闭数据集
GDAL.close(ds)

说明：rgdal已被terra和sf替代，官方不再维护，仅建议用于旧项目兼容。

内容的提问来源于stack exchange，提问作者GG Bond