操作栅格以匹配另一个栅格的范围、原点和分辨率的正确工作流程

Question

我正在处理两个在原点、范围和分辨率方面不同的栅格。我有一个测深栅格，具有更高的分辨率（x=0.0008333333，y=0.0008333333）和更大的空间范围。我还有一个海面温度栅格，它的分辨率要粗得多 (x=0.04166667，y=0.04166667)。两个栅格具有相同的投影 (longlat, datum=WGS84)。

我想操纵测深栅格以匹配海面温度栅格的范围、原点和分辨率。但是，我经验很少，不确定'best practices.'

我尝试了两种不同的方法，我想知道哪种更好，也许可以解释一下它们在底层流程方面的差异。我也对其他可能更好地保存数据的方法持开放态度。

方法一： 1) 首先，我聚合了测深栅格，使其尽可能类似于 SST 栅格

library(raster)
bathycoarse<-aggregate(bathymetry, fact=c(48,50), fun=mean)

2) 其次，我通过 SST 栅格裁剪了测深栅格

bathycoarsecrop<-crop(bathycoarse,sst)

3) 第三，我使用 SST 栅格对测深栅格进行了重新采样，得到了相同的原点和范围。

bathyresample<-resample(bathycoarsecrop, sst, method="bilinear")

方法二：我使用了函数projectRaster()

bathy2<-projectRaster(bathymetry, sst, method="bilinear")

显然，方法2要简单得多。但是我真的不明白这个函数在做什么，所以我想确保我以正确的方法实现了我的目标。

Answer 1

"projectRaster"函数使用与"resample"函数相同的重采样（重采样方法由您设置为"bilinear"的"method"参数定义——表示双线性插值，这可能是您在处理连续数字数据集时想要的）。因此，使用该功能应该对您来说很好。

如果你想加快速度，你可以很容易地使用 "projectRaster" 函数的并行处理，方法是使用 "beginCluster" 函数启动一个集群，然后允许使用 "projectRaster"函数。

beginCluster(4) # use the number of cores you want to use
bathy2 <- projectRaster(bathymetry, sst, method="bilinear")
endCluster()

操作栅格以匹配另一个栅格的范围、原点和分辨率的正确工作流程

Proper workflow to manipulate a raster to match the extent, origin, and resolution of another

r

raster