R中同一数据框生成不同分辨率栅格的原因及解决方法

1. 同源数据子集生成栅格分辨率不一致的原因 #

rasterFromXYZ()本身没有继承原始栅格参数的能力，它的格网生成逻辑是基于输入点的坐标范围、相邻点间距自动推断分辨率、行列数，属于“按需计算”：

• presence子集仅覆盖物种分布点所在的局部区域，点的空间跨度、相邻点最小间距和覆盖范围更大的buffer子集完全不同，函数自动计算出的分辨率自然存在偏差。
• 两个子集单独生成栅格时，本质都是函数基于当前输入点“猜”出来的格网结构，和原始栅格的真实参数没有关联。哪怕原始数据来自同一幅栅格，只要输入点的覆盖范围、点位密度、缺值情况有差异，推断出的格网参数就会不一致。
• 合并两类点后报x cell sizes are not regular错误，也是同一个逻辑：两类点来自推断参数不同的格网，坐标间距不统一，函数无法从混合点集中识别出规则的格网结构。

2. 合并presence与buffer生成单一栅格的实现方法 #

核心原则是不要让rasterFromXYZ()自动猜格网参数，先基于原始栅格定义统一的参考模板，再把点数据赋值到模板格网中，操作流程如下：

• 第一步：获取统一的格网参考参数
  最稳妥的方式是直接从GRASS中的原始栅格查询准确的分辨率、空间范围、坐标参考系（CRS）；如果原始栅格已经导入R，可以直接从栅格对象提取参数：

  # 假设读入R的原始栅格命名为raw_rast
  ref_res <- res(raw_rast)   # 原始栅格分辨率
  ref_ext <- extent(raw_rast)# 原始栅格空间范围
  ref_crs <- crs(raw_rast)   # 原始栅格坐标参考系
  

• 第二步：创建统一的空模板栅格

  library(raster)
  library(dplyr)
  # 筛选排除pseudo.abs的有效数据
  data_keep <- data %>%
    filter(type != "pseudo.abs") %>%
    dplyr::select(X, Y, Z)
  # 基于参考参数生成空模板
  rast_template <- raster(
    ext = ref_ext,
    res = ref_res,
    crs = ref_crs
  )
  

• 第三步：将点数据栅格化到模板上
  用rasterize()替代rasterFromXYZ()，直接基于固定模板赋值，完全规避格网推断错误：

  # 将数据框转为空间点对象，CRS和模板保持一致
  coordinates(data_keep) <- ~ X + Y
  proj4string(data_keep) <- ref_crs
  # 执行栅格化，Z字段作为栅格值
  final_rast <- rasterize(
    x = data_keep,
    y = rast_template,
    field = "Z",
    fun = mean # 若同一格网存在多个点，取均值作为格网值，可根据需求替换为first、sum等函数
  )
  

如果暂时无法获取GRASS中原始栅格的参考参数，可以直接用覆盖范围更大、分辨率更接近原始值的buffer子集栅格作为模板，对齐presence数据后合并：

# 无原始栅格时的替代方案
rast_template <- data.buffer # 用之前生成的buffer栅格作为统一模板
# 将presence点转为空间对象
presence_pts <- filter(data, type == "presence") %>%
  dplyr::select(X, Y, Z)
coordinates(presence_pts) <- ~ X + Y
proj4string(presence_pts) <- crs(rast_template)
# 将presence点栅格化到统一模板
presence_rast_aligned <- rasterize(presence_pts, rast_template, field = "Z")
# 合并栅格：presence区域的值优先，无presence的区域保留buffer值
final_rast <- cover(presence_rast_aligned, rast_template)

注意：只要输入的XYZ点存在缺值、不同区域点位密度不一致的情况，直接调用rasterFromXYZ()就大概率出现格网推断错误，先固定参考模板再栅格化是这类场景下最稳定的解决方案。

内容的提问来源于stack exchange，提问作者Giordano