R中Kriging条件模拟并行化异常问题

问题根源 #

嘿，我帮你找到这个竖线伪影的问题啦！你现在的并行方式犯了一个关键错误：把网格按连续索引拆分成了4个竖条区域分给不同核处理，但序贯高斯模拟（SGS）是依赖全局已模拟点的——每个点的模拟值不仅依赖原始样本点，还依赖之前已经完成模拟的其他网格点。而你当前的并行逻辑里，每个核只处理自己的竖条区域，完全不知道其他核模拟的相邻区域的点，导致区域边界处的模拟值没有考虑相邻区域的已模拟结果，最终出现了不连续的竖线伪影。

正确的并行思路 #

既然你要生成多个独立的模拟（比如你的例子里是2次），正确的并行姿势应该是把每个模拟任务分配给一个核，让每个核独立完成完整的全局模拟，而不是拆分网格。这样每个模拟都是完整的SGS过程，既利用了多核加速，又不会出现边界伪影，结果和单核运行的完全一致。

修改后的代码 #

把你原来的并行部分替换成下面的代码：

# 生成2个条件模拟（并行版：每个核处理一个完整模拟）
no_cores <- detectCores()
cl <- makeCluster(no_cores)

# 把所需变量导出到每个核的环境
clusterExport(cl = cl, varlist = c("smp", "srgr", "m"), envir = .GlobalEnv)
# 让每个核加载必要的库
clusterEvalQ(cl = cl, expr = c(library('sp'), library('gstat')))

# 设置全局随机种子，保证并行结果的可重复性（可选但强烈推荐）
clusterSetRNGStream(cl, iseed = 123)

# 每个核独立完成一次完整的全局模拟
par_sim <- parLapply(cl = cl, X = 1:2, fun = function(i) {
  # 每个核只生成1次模拟
  krige(formula = sim1~1, locations = smp, newdata = srgr, model = m, nmax=12, nsim=1)
})

stopCluster(cl)

# 把多个模拟结果合并成一个SpatialPixelsDataFrame
mergep <- do.call(cbind, par_sim)
# 给模拟列重命名（可选）
names(mergep) <- paste0("sim", 1:2)

# 查看结果，伪影消失！
spplot(mergep["sim1"], main = "并行条件模拟（无伪影）")
spplot(mergep["sim2"], main = "并行条件模拟（无伪影）")

关键细节说明 #

• 模拟任务拆分：我们把nsim=2拆成了2个独立的nsim=1任务，每个核处理一个，这样每个核都运行完整的全局SGS，不会有区域边界的问题。
• 随机种子设置：用clusterSetRNGStream设置全局种子，确保并行生成的模拟结果和单核运行的结果完全一致（如果单核代码也设置相同种子的话）。
• 适用场景扩展：如果需要生成更多模拟（比如10次），只需要把X=1:2改成X=1:10即可，多核会自动分配任务，效率更高。

为什么原来的方法不行？ #

原来的网格拆分方式只适用于非序贯的插值方法（比如普通克里金），这类方法每个点的预测只依赖原始样本点，和其他预测点无关。但序贯高斯模拟是序贯依赖的，每个点的模拟必须基于之前所有已模拟的点，所以拆分网格的并行方式完全不适用。

内容的提问来源于stack exchange，提问作者maluicr