Умножение двух растров с разными размерами ячеек в R

Я считаю, что resample — это правильный путь, возможно, использование аргумента threads может повысить эффективность.

Альтернативным решением было бы извлечение значений из ET0 с использованием центроидов из ETrF, но трудно сказать, насколько это повысит эффективность. Мне пришлось бы сравнить его с большим набором данных.

Вот возможный подход с использованием данных вашего примера.

library(terra)
library(sf)
library(dplyr)

ETrF_c <- st_as_sf(as.points(ETrF, values = TRUE)) # ETrF centroids

ETrF_new <- st_as_sf(extract(ET0, ETrF_c, bind = TRUE)) %>% 
  mutate(value = lyr.1*lyr.1.1) %>% 
  rasterize(., ETrF, field = 'value')

plot(ETrF_new)

Поскольку все согласны с resample(), с моей точки зрения, это должно быть частью ответа, поэтому вот небольшой демонстратор, использующий {terra}:

ET0_resampled <- resample(ET0, ETrF)
ET0_resampled
#> class       : SpatRaster 
#> dimensions  : 4, 4, 1  (nrow, ncol, nlyr)
#> resolution  : 0.5, 0.5  (x, y)
#> extent      : 73, 75, 31, 33  (xmin, xmax, ymin, ymax)
#> coord. ref. : lon/lat WGS 84 (CRS84) (OGC:CRS84) 
#> source(s)   : memory
#> name        : lyr.1 
#> min value   :     1 
#> max value   :     5

ET0_resampled * ETrF
#> class       : SpatRaster 
#> dimensions  : 4, 4, 1  (nrow, ncol, nlyr)
#> resolution  : 0.5, 0.5  (x, y)
#> extent      : 73, 75, 31, 33  (xmin, xmax, ymin, ymax)
#> coord. ref. : lon/lat WGS 84 (CRS84) (OGC:CRS84) 
#> source(s)   : memory
#> name        : lyr.1 
#> min value   : 0.275 
#> max value   : 3.200

С точки зрения производительности я не могу рекомендовать использовать подход «извлечение-мутация-растрирование» — каким бы креативным он ни был:

extract_mutate_rasterize <- function(coarse, fine) {
  
  # centroids
  fine_c <- as.points(fine, values = TRUE) %>% st_as_sf()
  
  res <- extract(coarse, fine_c, bind = TRUE) %>% 
    st_as_sf() %>% 
    mutate(value = lyr.1 * lyr.1.1) %>% 
    rasterize(., fine, field = 'value')
  
  res
}

microbenchmark::microbenchmark("terra::resample(threads = TRUE)" = terra::resample(ET0, ETrF, threads = TRUE) * ETrF,
                               "extract_mutate_rasterize @ FAmorim" = extract_mutate_rasterize(ET0, ETrF),
                                times = 500)
#> Unit: milliseconds
#>                                expr     min       lq      mean  median       uq
#>     terra::resample(threads = TRUE)  5.9338  6.40875  7.625009  7.1113  8.21190
#>  extract_mutate_rasterize @ FAmorim 36.2193 41.15560 47.067254 45.7299 50.00195
#>       max neval
#>   21.1489   500
#>  157.1793   500

... и я действительно не могу себе представить, чтобы это хорошо масштабировалось с увеличением количества ячеек.

Причина, по которой это не реализовано, заключается в том, что вам нужно выбрать способ повторной выборки данных; x * y не могу это уловить.

В вашем случае билинейная интерполяция по умолчанию, вероятно, является наиболее разумным вариантом при использовании повторной выборки (если вам не нужны более сложные методы, использующие возвышение и другие копеременные).

Но он не дает тех же результатов, что и метод извлечения. (для этого нужно использовать resample( , method = "near")). С данными игрушки вы также можете использовать disagg.

Если вы хотите использовать маршрут извлечения, это можно сделать намного эффективнее, избегая приведения к sf, по крайней мере, в этом игрушечном примере:

fastextr <- function(coarse, fine, method = "simple") {
    xy <- crds(fine)
    value <- extract(coarse, xy, method=method) * values(fine)
    rasterize(xy, fine, value)
}

microbenchmark::microbenchmark(
    "res" = terra::resample(ET0, ETrF, "near", threads = TRUE) * ETrF,
    "mutat" = extract_mutate_rasterize(ET0, ETrF),
    "disagg" = terra::disagg(ET0, 2) * ETrF,
    "fextr" = fastextr(ET0, ETrF), 
    times = 50
) 

#Unit: milliseconds
#   expr     min      lq      mean   median      uq     max neval
#    res  6.2586  6.4362  6.948614  6.67490  6.8020 21.1767    50
#  mutat 38.6304 39.4301 40.627638 40.08070 41.1208 58.3876    50
# disagg  4.5824  4.6490  5.158002  4.77420  4.9126 21.7821    50
#  fextr  7.9329  8.1154  8.468164  8.44225  8.6150 11.1409    50

Поэтому лучший вариант — использовать билинейную передискретизацию.

bres <- terra::resample(ET0, ETrF, "bilinear", threads = TRUE) * ETrF

Тот же результат можно получить с помощью билинейного экстракта

bextr <- fastextr(ET0, ETrF, "bilinear")

Этот подход извлечения не намного медленнее, чем подход повторной выборки в этом примере. Но я бы не стал использовать метод извлечения, поскольку он может вызвать проблемы с выделением памяти, если вы используете большие растровые данные.