使用st_intersection、st_intersects处理2500万点数据出现内存问题求助

• 核心问题是默认空间连接逻辑会生成临时笛卡尔积：你之前使用st_intersection()时是同步完成点裁剪+属性关联，运算逻辑针对裁剪场景做了优化；现在单独给已筛选的点匹配属性时，如果直接调用st_join()默认参数，会先生成所有点和所有多边形的组合后再过滤，2500万点哪怕仅匹配100个多边形，临时笛卡尔积就能达到25亿行，直接占满所有可用内存
• 无效的内存调整操作：memory.limit()仅对Windows系统的旧版本32位R生效，新版R（4.0+）尤其是Mac/Linux版本完全不识别该参数，调整后不会产生任何效果
• 冗余对象占用内存：2500万行的sf点对象本身内存占用就在5GB~12GB区间，如果当前环境同时加载了原始全量点、筛选后子集、多边形三个sf对象，加上运算临时对象，8GB内存必然溢出，高配设备如果有其他后台进程占用内存也会触发报错

方案1：sf稀疏匹配（优先使用，内存占用仅为默认方法的1/10） #

全程不会生成笛卡尔积，仅返回匹配索引，8GB内存可稳定运行2500万点匹配：

1. 先清理冗余对象释放内存：

# 替换为你自己的全量点对象名称，删掉不需要的对象后强制回收内存
rm(raw_points); gc()

2. 精简多边形对象，仅保留需要匹配的属性和几何列：

# 替换为对应的多边形对象名和需要匹配的属性字段名
poly_slim <- poly_obj[, c("target_attr1", "target_attr2", "geometry")]

3. 稀疏匹配并赋值属性：

# sparse=TRUE返回列表格式的匹配索引，占内存极小
match_idx <- st_intersects(points_subset, poly_slim, sparse = TRUE)
# 仅保留匹配到1个多边形的有效点，跨多边形的点可根据自身需求调整过滤规则
valid_flag <- lengths(match_idx) == 1
poly_row <- unlist(match_idx[valid_flag])
# 给点集赋值对应多边形属性
points_subset[valid_flag, c("attr1", "attr2")] <- st_drop_geometry(poly_slim)[poly_row, c("target_attr1", "target_attr2")]

方案2：分块处理（适合极端小内存环境） #

如果方案1仍触发内存不足，将点集拆分为多个小块单独匹配后合并：

# 拆分为20个分块，可根据内存情况调整分块数量
n_chunk <- 20
points_chunk <- split(points_subset, cut(1:nrow(points_subset), n_chunk, labels = FALSE))
# 逐块匹配
result_chunk <- lapply(points_chunk, function(chunk){
  idx <- st_intersects(chunk, poly_slim, sparse = TRUE)
  chunk$poly_attr <- st_drop_geometry(poly_slim)[unlist(idx), "target_attr"]
  return(chunk)
})
# 合并结果
final_points <- do.call(rbind, result_chunk)

内容的提问来源于stack exchange，提问作者A. Quinones