调整RasterLayer范围至瑞士国家网格实现聚合的疑问

首先直接给结论：你当前的代码得到的是选项B的结果——修改extent()只是改动了栅格的空间范围元数据，并没有让原始100×100m像素对齐到国家网格，聚合时用的还是错位的原始像素数据，完全没实现空间匹配的目标。

问题出在哪？ #

你这段代码的核心错误是：r.agg <- r之后直接修改extent(r.agg)。这个操作只是给栅格换了个范围标签，根本没调整像素的实际空间位置和对应的数据。原始栅格r的像素从479950（xmin）开始，每个像素宽100m，第一个像素的左边界是479950、右边界是480050；而你强行把r.agg的范围改成480000开始，相当于把整个栅格的空间标签向右挪了50m，但像素里的数据还是原来的错位数据，聚合自然不会对应到国家网格的100m方格。

正确的解决方法：先对齐，再聚合 #

要实现你期望的选项A，必须先把原始栅格对齐到国家网格的100m分辨率栅格，确保每个像素都精准对应国家网格的100m方格，之后再聚合为1km网格。具体步骤和修正代码如下：

library(raster)

# 保留你原始的栅格创建逻辑（修正R索引从1开始的小问题）
ncol <- 3677 
nrow <- 2261 
r <- raster(ncol = ncol, nrow = nrow) 
mat <- matrix(runif(ncol*nrow, 0,2), ncol = ncol, nrow = nrow) 
# 模拟边界NA（R中索引从1开始，修正0:100为1:100）
mat[1:100, ] <- NA
mat[, 1:100] <- NA
mat[(nrow - 99):nrow, ] <- NA
mat[, (ncol -99):ncol] <- NA
r[] <- mat 
extent(r) <- matrix(c(479950, 73950, 847650, 300050), nrow = 2) 
proj4string(r) <- "+proj=somerc +lat_0=46.95240555555556 +lon_0=7.439583333333333 +k_0=1 +x_0=600000 +y_0=200000 +ellps=bessel +towgs84=674.374,15.056,405.346,0,0,0,0 +units=m +no_defs"

# 步骤1：对齐原始栅格到国家网格的100m分辨率边界
# 方法1：用alignExtent自动对齐到100m倍数的边界
target_extent <- alignExtent(r, res = 100, snap = "near")
# 方法2：手动指定你想要的国家网格范围（和你之前的extent一致）
# target_extent <- extent(480000, 847700, 74000, 300100)

# 步骤2：创建对齐后的空栅格，并重采样原始数据到这个栅格
r_aligned <- raster(target_extent, res = 100, crs = proj4string(r))
# 连续数据用bilinear插值，分类数据用ngb近邻插值，根据你的数据类型选择
r_aligned <- resample(r, r_aligned, method = "bilinear")

# 步骤3：聚合为1km栅格（fact=10，因为10*100m=1km）
r.agg <- aggregate(r_aligned, fact = 10, fun = mean, na.rm = TRUE)

# 绘图验证
par(bg = 'darkgrey')
plot(r, col = "red", legend = FALSE)
plot(r.agg, add = TRUE)

关键逻辑解释 #

• alignExtent：自动调整原始栅格的范围，让它的边界对齐到指定分辨率（这里是100m）的整数倍，完美匹配国家网格的起始坐标规则。
• resample：这是核心步骤，它会把原始栅格的像素值重新分配到对齐后的新栅格像素中，确保每个新像素都对应国家网格的100m方格，而不是简单修改范围标签。
• aggregate：此时再聚合10倍，得到的1km网格就是完全基于国家网格的100m方格计算的，完全符合你的期望结果。

内容的提问来源于stack exchange，提问作者Christian Schano