Rでベクターをラスターに高速処理

Rでベクターをラスターに変換しています。ただし、プロセスが長すぎます。より速く実行するために、スクリプトをマルチスレッドまたはGPU処理に入れる可能性はありますか？

ラスタライズされたベクトルへの私のスクリプト。

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

クラス：RasterLayer寸法：9636、11476、110582736（nrow、ncol、ncell）解像度：10、10（x、y）範囲：505755、620515、8555532、8651792（xmin、xmax、ymin、ymax）座標。ref。：+ proj = longlat + datum = WGS84 + ellps = WGS84 + towgs84 = 0,0,0

セッター

クラス：SpatialPolygonsDataFrame機能：5419範囲：505755、620515.4、8555429、8651792（xmin、xmax、ymin、ymax）座標。ref。：+ proj = utm + zone = 24 + south + ellps = GRS80 + units = m + no_defs変数：6つの名前：ID、CD_GEOCODI、TIPO、dens_imov、area_m、domicilios1分の値：35464、290110605000001、RURAL、0.00000003、100004、 1.0000の最大値：58468、293320820000042、URBANO、0.54581673、99996、99.0000

セッターのプリント

— ディオゴカリベ
ソース

setorとr.rasterの要約を投稿できますか？setor内のオブジェクトの数とr.rasterのサイズについて少し知りたいのですが。それらを印刷するだけで問題あり

— ません

質問の本文に要約を入れました。

— DiogoCaribé16年

要約ではなく、印刷する-私が私たちに求めた情報はtgereではありません

— mdsumner

申し訳ありませんが、プリントを入れました。

— ディオゴカリブ

ああ、がっかりしたのは、印刷結果を見るまでこれを思いつかなかった-ラスタの投影がポリゴンと一致していることを確認してください。現時点では一致していません-r <-raster（setor）;を試してください。res（r）<-10; setor.r = rasterize（setor、r、 'dens_imov'）-また、res（r）<-250を最初に設定してみてください。高解像度バージョンの

— 所要時間の目安に

この方法でパッケージを使用して関数を「並列化」しようとしました：rasterizeRparallel

分割SpatialPolygonsDataFrameの中でオブジェクトをnパーツ
rasterize 部分ごとに
すべてのパーツを1つのラスターにマージする

私のコンピューターでは、並列化されたrasterize関数は、並列化されていない関数よりも2.75倍少なくなりましたrasterize。

注：以下のコードは、Webからポリゴンシェープファイル（〜26.2 MB）をダウンロードします。任意のSpatialPolygonDataFrameオブジェクトを使用できます。これは単なる例です。

ライブラリとサンプルデータをロードします。

# 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

図1：ブラジルSpatialPolygonsDataFrameプロット

単純なスレッドの例

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

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

私のラップトップでの時間：

# Output:
# user  system elapsed 
# 23.883    0.010   23.891

マルチスレッドスレッドの例

# 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)

図2：ブラジルのラスタープロット

私のラップトップでの時間：

# Output:
# user  system elapsed 
# 0.203   0.033   8.688

Rでの並列化の詳細：

— グスマン
ソース

とても良い答えです！

— DiogoCaribé2016年

マシンのコア数としてnを設定しませんか？

— Sam

@サム私は問題なく動作するはずだと思いますが、それが良いかどうかわかりません！私は分割さ場合を想定機能におけるn個の部分に等しいコア数多分この部分の一つは、プロセスと、それは使用せずになり、処理コアへの容易なことができます！ただし、1つのコアが1つのパーツの処理を終了するときにコアよりも多くのパーツがある場合、他のパーツが使用されます。しかし、確かに、私にはわかりません！この問題の助けをいただければ幸いです。

— グズマン2017年

今夜、いくつかのテストを実行します。50mにラスタライズされた小さなシェープファイル（約25km x 25km）では、n = 20、30、または最大50に対してn = 2、4、または8を使用することで小さな改善があります。今夜、非常に大きなシェープファイルにサブします25mにラスタライズします。シングルコアの処理は10時間なので、nのさまざまな値がどうなるかを確認します。（n = 50は1時間弱）

— Sam

@グズマン私は再びコードを実行しています。ただし、エラーが発生し、理由は不明です。手伝って頂けますか？checkForRemoteErrors（val）のエラー：7つのノードでエラーが発生しました。最初のエラー：オブジェクト 'BRA_adm2'が見つかりません

— DiogoCaribé'19年