提高 R 中 150gb+ 栅格切片的区域统计计算速度terra 包和 vrt

如何解决提高 R 中 150gb+ 栅格切片的区域统计计算速度terra 包和 vrt

我在 R 中工作 - 我有一个 60 厘米分辨率的光栅 (.tif) 图块目录，从 Google Earth Engine (NAIP 2018 NDVI) 下载。 （由于我的多边形数据对人类主体的要求，我在 pc 上而不是在 Google Earth Engine 上运行我的分析。）这 52 个图块的大小各为 1.2-3.8GB。我也有 982 个多边形，我正在尝试根据这些栅格计算区域均值。我的代码（如下）使用了 terra 包，我选择创建一个 VRT（虚拟光栅）文件，而不是将图块拼接成一个非常大的单一光栅。

我在 Xeon Gold 6134 @ 3.2GHZ 上运行此代码，并拥有 128GB 内存。无论我将 terraOptions() 设置为什么，R 甚至都没有接近使用我的处理器或内存潜力的很大一部分。

使用此代码，所有 982 个多边形将需要 11.8 天才能运行。如果有人能指出我可能尚未尝试过的特定技巧/工具，我将不胜感激（例如，我尝试过使用所有 terraOptions，我尝试过 raster 包和exact_extract 包。exact_extract()命令对我不起作用，因为我使用 SpatRaster/VRT 和 Sf 多边形对象作为输入 - 再次避免镶嵌非常大的单一栅格。）

谢谢。 （很抱歉我无法共享数据，因为数据太大或与人类主题相关...）这是未循环的代码：

编辑：52 个图块，每个图块 1.2-3.8GB。我最初引用的 150GB 总目录大小不正确，因为这是 ArcGIS 中的压缩大小。

library(terra)

c <- "path/to directory of raster tiles"
v <- "path/new.vrt" # name of virtual raster

ras_lst <- list.files(c,full.names=T,pattern=".tif$")

terra::vrt(ras_lst,v,overwrite = T)

ras <- rast(v)

w <- vect("path to polygon shapefile")
w2 <- terra::project(w,terra::crs(ras)) # transform proj to same as raster tiles

e2 <-  terra::extract(ras,w2,fun="mean")

e2 # zonal mean value for 1 polygon (of 982)

show(ras) 产生：

class       : SpatRaster 
dimensions  : 212556,247793,1  (nrow,ncol,nlyr)
resolution  : 5.389892e-06,5.389892e-06  (x,y)
extent      : -118.964,-117.6284,33.68984,34.8355  (xmin,xmax,ymin,ymax)
coord. ref. : +proj=longlat +datum=wgs84 +no_defs 
source      : naip2018mos.vrt 
name        : naip2018mos

example polygons image/map - spatially transformed to anonymize - 1 of 982 polygons to extract over the mosaic-ed raster or vrt of spatRasters