Как собрать большой куб данных для эффективной обработки с помощью `terra`?
Мои растровые файлы организованы иерархически в папках в соответствии с моделированием, переменными и временным интервалом. Как опытный terra пользователь мог бы собрать и загрузить куб данных для эффективного апостериорного анализа данных, то есть гибкой поднастройки для разных измерений?
В настоящее время я анализирую структуру папок и сохраняю все атрибуты в фрейме данных, импортирую соответствующий растр в виде списка в дополнительный столбец, а затем собираю различные слои по мере необходимости в более крупный растр. Однако этот процесс немного громоздкий, поэтому мне было интересно, как с этим справятся давние пользователи.
В каком формате ваши растровые файлы? 2Д, 3Д? В каком измерении (размерах) отличается «больший растр» от растровых файлов? Какой процесс вы применяете?
Ответы 1
Я бы выбрал нужные мне файлы, подставив data.frame d по какому-то критерию, и сделал бы
x <- rast(d$filename)
Я бы не стал добавлять SpatRasters в data.frame или список.
Можно ли создать куб данных, как в {stars}, с учетом четвертого измерения (времени)?
время обычно является третьим измерением (слоями), и это явно поддерживается. Но это может быть что угодно. Если у вас есть дополнительные измерения, вы можете рассматривать их как переменные в SpatRasterDatasets (или их списке) --- Я думаю, что таким образом легче отслеживать ситуацию.
Возможно, вам захочется посмотреть на
starsв этом контексте (у него есть «кубики»). А чтобы сделать ваш текущий процесс более понятным, вы должны поместить код, который представляет процесс второго абзаца выше, с некоторыми примерами данных.