Обработка вектора в растре быстрее с помощью R

Я конвертирую вектор в растр в R. Однако процесс был слишком долгим. Есть ли возможность поместить скрипт в многопоточную или графическую обработку, чтобы сделать это быстрее?

Мой скрипт в растеризованный вектор.

r.raster = raster()
extent(r.raster) = extent(setor) #definindo o extent do raster
res(r.raster) = 10 #definindo o tamanho do pixel
setor.r = rasterize(setor, r.raster, 'dens_imov')

r.raster

класс: RasterLayer размеры: 9636, 11476, 110582736 (nrow, ncol, ncell) разрешение: 10, 10 (x, y) экстент: 505755, 620515, 8555432, 8651792 (координаты xmin, xmax, ymin, ymax). ссылка : + proj = longlat + datum = WGS84 + ellps = WGS84 + towgs84 = 0,0,0

Setor

Класс: SpatialPolygonsDataFrame Особенности: 5419 экстент: 505755, 620515.4, 8555429, 8651792 (xmin, xmax, ymin, ymax) координат. ссылка : + proj = utm + zone = 24 + south + ellps = GRS80 + unit = m + no_defs переменные: 6 имен: ID, CD_GEOCODI, TIPO, dens_imov, area_m, domicilios1 min значения: 35464, 290110605000001, RURAL, 0,00000003,100004, Максимальные значения 1,0000: 58468, 293320820000042, URBANO, 0,54581673,99996, 99,0000

Печать сетора

Я попытался «распараллелить» функцию, rasterizeиспользуя Rпакет parallelследующим образом:

1. разбить объект SpatialPolygonsDataFrame на nчасти
2. rasterize каждая часть отдельно
3. объединить все части в один растр

В моем компьютере rasterizeфункция распараллеливания выполнялась в 2,75 раза меньше, чем rasterizeфункция без распараллеливания .

Примечание. Приведенный ниже код загружает шейп-файл многоугольника (~ 26,2 МБ) из Интернета. Вы можете использовать любой объект SpatialPolygonDataFrame. Это только пример.

Загрузите библиотеки и пример данных:

# Load libraries
library('raster')
library('rgdal')

# Load a SpatialPolygonsDataFrame example
# Load Brazil administrative level 2 shapefile
BRA_adm2 <- raster::getData(country = "BRA", level = 2)

# Convert NAMES level 2 to factor 
BRA_adm2$NAME_2 <- as.factor(BRA_adm2$NAME_2)

# Plot BRA_adm2
plot(BRA_adm2)
box()

# Define RasterLayer object
r.raster <- raster()

# Define raster extent
extent(r.raster) <- extent(BRA_adm2)

# Define pixel size
res(r.raster) <- 0.1

Рисунок 1: График Бразилии SpatialPolygonsDataFrame

Пример простой темы

# Simple thread -----------------------------------------------------------

# Rasterize
system.time(BRA_adm2.r <- rasterize(BRA_adm2, r.raster, 'NAME_2'))

Время в моем ноутбуке:

# Output:
# user  system elapsed 
# 23.883    0.010   23.891

Пример многопоточности

# Multithread -------------------------------------------------------------

# Load 'parallel' package for support Parallel computation in R
library('parallel')

# Calculate the number of cores
no_cores <- detectCores() - 1

# Number of polygons features in SPDF
features <- 1:nrow(BRA_adm2[,])

# Split features in n parts
n <- 50
parts <- split(features, cut(features, n))

# Initiate cluster (after loading all the necessary object to R environment: BRA_adm2, parts, r.raster, n)
cl <- makeCluster(no_cores, type = "FORK")
print(cl)

# Parallelize rasterize function
system.time(rParts <- parLapply(cl = cl, X = 1:n, fun = function(x) rasterize(BRA_adm2[parts[[x]],], r.raster, 'NAME_2')))

# Finish
stopCluster(cl)

# Merge all raster parts
rMerge <- do.call(merge, rParts)

# Plot raster
plot(rMerge)

Рисунок 2: График растров Бразилии

Время в моем ноутбуке:

# Output:
# user  system elapsed 
# 0.203   0.033   8.688 

Больше информации о распараллеливании в R :

• как к гоу-параллельно-в-г-основам кончиков
• параллельно-вычислительные-в-г
• обкатка г-вакансия-быстро-на-многие машины
• Пример распараллеливания и кластеризации в R