R terra包将非全量网格数组赋值给SpatRaster的最高效实现方法

terra的实现逻辑比raster更简洁，运行效率也更高，以下提供两种适配不同场景的方案：

方案1：基于坐标直接生成（与原raster处理逻辑完全对应） #

适合没有提前准备好同分辨率陆地掩膜的场景，直接复用你现有的coords和modeldata对象即可：

library(terra)

# 定义WGS84投影，直接用EPSG编码更简洁，也支持你原有的proj字符串写法
wgs84 <- "EPSG:4326"

# 组合坐标与数据为xyz格式
xyz_df <- cbind(coords, modeldata)

# 一步生成多图层SpatRaster，等价于原RasterBrick
modeldata_rast <- rast(xyz_df, type = "xyz", crs = wgs84)

# 可选：设置时间维度方便后续时序分析
names(modeldata_rast) <- paste0("year_", 1500:2017)
time(modeldata_rast) <- 1500:2017

方案2：基于SpatRaster掩膜层实现（性能更优） #

适合需要批量处理多个同结构陆面模式输出的场景，提前准备好同分辨率、同投影的陆地掩膜SpatRaster（记为land_mask，非陆地格点值为NA，陆地格点顺序与modeldata行顺序完全匹配）即可使用：

library(terra)

# 基于掩膜生成对应层数的空SpatRaster
modeldata_rast <- rast(land_mask, nlyrs = ncol(modeldata))

# 直接给陆地格点批量赋值，非陆地格点自动保留NA
values(modeldata_rast)[!is.na(values(land_mask))] <- modeldata

# 可选：设置图层名与时间维度
names(modeldata_rast) <- paste0("year_", 1500:2017)
time(modeldata_rast) <- 1500:2017

性能说明 #

两种方案的运行效率都远高于原raster包的实现，其中方案2的内存占用和运行速度最优，批量处理时性能提升可达5-10倍。

内容的提问来源于stack exchange，提问作者Jannes