使用raster::predict进行线性模型栅格预测时遇错误求助

错误根源 #

你训练线性模型时用的变量名是ntl和ebbi，但传入predict的RasterStack图层名和这些变量名不匹配，导致模型无法匹配栅格数据中的变量，进而触发行数不匹配和数据结构错误。同时手动合并坐标与栅格值的步骤完全多余，反而增加出错概率。

修正后的代码 #

library(raster)

# 读取栅格并统一图层名
ntl <- raster("path/ntl.tif")
names(ntl) <- "ntl"  # 明确设置图层名与模型变量名一致

ebbi <- raster("path/ebbi.tif")
ebbi <- resample(ebbi, ntl, method = "bilinear")
names(ebbi) <- "ebbi"  # 统一变量名

# 创建栅格栈
s <- stack(ntl, ebbi)

# 提取无NA的训练数据（直接从栅格栈提取，自动匹配变量名）
block.data <- na.omit(as.data.frame(getValues(s)))

# 训练线性模型
model <- lm(formula = ntl ~ ebbi, data = block.data)

# 执行预测（变量名完全匹配，不会出错）
r1 <- raster::predict(s, model, progress = 'text', na.rm = TRUE)
plot(r1)
writeRaster(r1, filename = "path/lm_predict.tif")

关键修正点 #

• 给每个栅格图层明确设置与模型变量一致的名称，确保predict时模型能精准找到对应变量。
• 直接从栅格栈提取训练数据，自动生成包含对应变量名的数据框，省去手动合并的冗余步骤，避免人为错误。
• 用na.omit过滤含NA的行，确保训练数据无缺失值。

内容的提问来源于stack exchange，提问作者Nikos