更有效地从空间线叠加多边形或 extract() 栅格数据

Question

我有一个包含 15 亿条空间线的庞大数据集，这些数据集是我使用 37,000 个点的所有组合创建的。 对于每条空间线，我想提取该线接触的多边形（或光栅 - 无论哪个更快）的最大值。 本质上这是一个非常大的 "spatial join"弧线语。如果在多边形图层上叠加线，则输出将是所有属性字段中空间线的最大值 - 每个属性字段代表一年中的一个月。我还包含了一个栅格数据集，它是从 1990 年 1 月才创建的，分辨率约为 30 米的多边形文件 - 栅格代表了一种我认为可以节省时间的替代方法。多边形和栅格层代表一个大的空间区域：大约 30 公里 x 10 公里。数据可用 here。我包含在 .zip 中的空间线数据集只有 9900 条线，从 15 亿条线的整个数据集中在运行dom 处采样。

先读入数据

#polygons

 poly<-readShapePoly("ls_polys_bin",proj4string=CRS("+proj=utm +zone=21 +south +datum=WGS84 +units=m +no_defs"))
 poly$SP_ID<-NULL #deleting this extra field in prep for overlay

#raster - this represents only one month (january 1990)
   #raster created from polygon layer but one month only

     raster.jan90<-readGDAL("rast_jan90.tif") 
     raster.jan90<-raster(raster.jan90) #makes it into a raster

#lines (9900 of 1.5 billion included)

     lines<-readShapeLines("l_spatial",proj4string=CRS("+proj=utm +zone=21 +south +datum=WGS84 +units=m +no_defs"))

为了使行数据更易于管理，抽取 50 行样本

 lines.50<-lines[sample(nrow(lines),50),]

将所有三个图层绘制在一起

plot(raster.jan90)#where green=1
plot(poly, axes=T,cex.axis=0.75, add=T)
plot(lines.50, col="red", add=TRUE)

首先我尝试了一个叠加层，但按照目前的速度，整个 15 亿的数据集在我的机器上运行需要大约 844 天

 ptm <- proc.time() #start clock
 overlays.all<-over(lines.50,poly, fn=max)
 ptm.sec.overlay<-proc.time() - ptm # stop clock
 ptm.sec.overlay #.56 sec w/ n=12 lines; 2.3 sec w/ 50 lines

接下来我将多边形转换为栅格（仅一个月 - 1990 年 1 月），然后我运行一个带有空间线的 extract()，但这花费了更多时间。

 ptm <- proc.time() # Start clock
 ext.rast.jan90<-extract(raster.jan90,lines.50, fun=max, method=simple)
 ptm.sec.ext<-proc.time() - ptm # stop clock
 ptm.sec.ext #32 sec w/ n=12 lines; 191 sec w/ n=50 lines

我尝试将所有“0”单元格转换为 "NA" 似乎没有节省时间。 有没有另一种方法可以更有效地完成这种可怕的覆盖或提取（）？请注意，这些数据目前被分类为“1”或“0”，但最终我想运行此代码为连续变量即运行s 0:300。

Answer 1

我认为最快的方法是将线栅格化为与栅格数据相同的栅格。

但是我不会在 R 中将它们栅格化。我会编写一些 C 代码来获取栅格数据和 37,000 个点位置，然后使用 Bresenham 画线算法来获取栅格位置线。在这些位置对栅格进行采样，然后根据需要对该数据执行任何操作。 Bresenham 算法的快速代码应该很容易获得，您甚至可以在 GPU 上找到运行的版本以实现大幅加速。什么画直线比显卡快？

我假设您的空间线是两点之间的单条直线段。

或者从亚马逊（或其他一些云提供商）租用 1000 台服务器半天。

Answer 2

这里有一个 hack 应该可以给出一个很好的近似值。它可能会得到改进（getCrds 需要很多时间），包括采取更大的步骤（我不知道这是否适合你）。

library(raster)
raster.jan90 <- raster("rast_jan90.tif") 
lines <- shapefile("l_spatial.shp", p4s="+proj=utm +zone=21 +south +datum=WGS84 +units=m +no_defs")  
lines.50<-lines[sample(nrow(lines),50),]

test <- function(lns) {

  getCrds <- function(i) {
    p <- z[[i]][[1]]
    s <- (p[2,] - p[1,]) / res(raster.jan90)
    step <- round(max(abs(s)))
    if ( step < 1 ) {
        # these probably should not exist, but they do
        return( cbind(i, cellFromXY(raster.jan90, p[1, , drop=FALSE])) )
    }
    x <- seq(p[1,1], p[2,1], length.out=step)
    y <- seq(p[1,2], p[2,2], length.out=step)
    cbind(i, unique(cellFromXY(raster.jan90, cbind(x, y))))
  }

  z <- coordinates(lns)
  crd <- sapply(1:length(z), getCrds )
  crd <- do.call(rbind, crd)

  e <- extract(raster.jan90, crd[, 2])
  tapply(e, crd[,1], max)
}

system.time(res <- test(lines.50))
#  user  system elapsed 
#  0.53    0.01    0.55 

system.time(res <- test(lines))
#  user  system elapsed 
#  59.72    0.85   60.58

(684481500 * 60.58 / length(lines)) / (3600 * 24) 大约是50天...

在 50 台计算机上仅需 1 天

请注意，行数越多效率越高（因为要查询的唯一单元格相对较少）。

更有效地从空间线叠加多边形或 extract() 栅格数据

More efficiently overlay polygon or extract() raster data from spatial lines

r

overlay

extract

gis