我之前也碰到过类似的情况，尤其是rgdal这类已经被CRAN标记为**退役（retired）**的包，很容易在CRAN的官方检查环境里出现找不到的问题——哪怕你本地在多平台测试都完全没问题。下面给你几个可行的解决思路，帮你彻底避免这个问题：

1. 替换rgdal为现代空间包（最推荐） #

rgdal已经在2023年从CRAN正式退役，CRAN的官方检查环境可能已经不再默认预装它，甚至部分检查节点会直接移除这个包。所以最根本的解决办法是把代码里的rgdal依赖替换成**sf或者terra**——这两个是CRAN官方推荐的新一代空间数据处理包，功能完全覆盖rgdal的核心需求，而且维护更活跃。

具体操作：

• 在你的包的DESCRIPTION文件里，把Suggests:中的rgdal替换成sf（或terra）
• 批量替换代码里的rgdal函数：比如rgdal::readOGR()可以换成sf::st_read()，rgdal::writeOGR()换成sf::st_write()，这些函数用法基本一致，迁移成本很低
• 重新运行本地的R CMD check --as-cran，确保所有功能正常

2. 优化代码中对rgdal的调用逻辑（临时过渡方案） #

如果暂时没法完全替换rgdal，那要确保你的代码在rgdal未安装时不会触发错误：

• 在调用rgdal相关功能的代码前，先检查包是否可用：

  if (requireNamespace("rgdal", quietly = TRUE)) {
    # 这里写需要rgdal的代码
    rgdal::readOGR(...)
  } else {
    # 给出友好提示，或者跳过该功能
    message("需要安装rgdal包才能使用此功能")
  }
  

• 同时，在你的包的测试代码（tests/testthat/下的脚本）里，也要给依赖rgdal的测试加上条件判断，确保没有rgdal时测试会被跳过，而不是报错：

  test_that("rgdal相关功能正常", {
    skip_if_not_installed("rgdal")
    # 测试代码
  })
  

3. 本地模拟CRAN的无rgdal环境测试 #

为了提前发现问题，你可以在本地模拟CRAN的环境：

• 卸载你的本地rgdal包：remove.packages("rgdal")
• 然后运行R CMD check --as-cran，如果此时出现和CRAN一样的错误，就说明你的代码逻辑还有需要优化的地方，调整后再重新测试

4. 提交时给CRAN备注说明（可选） #

如果你已经做了上述优化，但还是担心CRAN检查出问题，可以在提交包时的备注里说明：你的包仅在Suggests中依赖rgdal，且所有相关代码都做了无包时的容错处理，不会影响核心功能。

内容的提问来源于stack exchange，提问作者Pascal