Більш швидка обробка вектора для растрування за допомогою R

Я перетворюю вектор у растр у Р. Однак процес був занадто довгим. Чи є можливість поставити скрипт в обробку багатопотокових чи графічних процесорів, щоб зробити це швидше?

Мій сценарій для растрованих 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

клас: Розміри RasterLayer: 9636, 11476, 110582736 (nrow, ncol, ncell) роздільна здатність: 10, 10 (x, y) міра: 505755, 620515, 8555432, 8651792 (xmin, xmax, ymin, ymax) координата. реф. : + proj = longlat + дата = WGS84 + ellps = WGS84 + towgs84 = 0,0,0

сетор

клас: SpatialPolygonsDataFrame: 5419 ступінь: 505755, 620515.4, 8555429, 8651792 (xmin, xmax, ymin, ymax) координата. реф. : + proj = utm + зона = 24 + південь + ellps = GRS80 + одиниці = m + змінних no_defs: 6 імен: ID, CD_GEOCODI, TIPO, den_imov, area_m, domicilios1 min значення: 35464, 290110605000001, RURAL, 0,00000003,100004, Максимальні значення 1.0000: 58468, 293320820000042, URBANO, 0.54581673,99996, 99,0000

Друк сетору

Я намагався "паралелізувати" функцію, rasterizeвикористовуючи Rпакет parallelтаким чином:

1. розділити об’єкт SpatialPolygonsDataFrame на nчастини
2. rasterize кожна частина окремо
3. об'єднайте всі частини в один растр

У моєму комп’ютері паралелізована rasterizeфункція займала в 2,75 рази менше, ніж rasterizeфункція без паралелізації .

Примітка. Код нижче завантажуйте з Інтернету файл з формою багатокутника (~ 26,2 Мб). Ви можете використовувати будь-який об’єкт SpatialPolygonDataFrame. Це лише приклад.

Завантажте бібліотеки та приклади даних:

# 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: Сюжет Бразильського просторового полігонуDataFrame

Приклад простого потоку

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

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

Час у моєму ноутбуці:

# Output:
# user  system elapsed 
# 23.883    0.010   23.891

Приклад багатопотокової нитки

# 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)

Малюнок 2: Сюжет Бразилії Растра

Час у моєму ноутбуці:

# Output:
# user  system elapsed 
# 0.203   0.033   8.688 

Детальніше про паралелізацію в R :

• поради-як-іти-паралельно-в-г-основи-поради
• паралельно-обчислювально-в-р
• працює-r-завдання-швидко-на-багато-машини
• Приклад паралелізації та кластеризації в R