如何优化 r 中空间细化的速度

Question

问题

我正在着手一个项目，我需要建造或多或少 30,000 种分布模型 (SDM)，我已经测试了几个 想法。现在我的瓶颈是加快空间细化（对于 有很多存在的物种），这是我用 SpThin 做的 包。

我的想法是，由于 SpThin 的设计理念是您将获得 大多数存在，对于你拥有大量的物种来说，这是不需要的 存在。

所以我开始尝试外面的东西，也试着想出新的 自己的想法：

所以让我们加载包

library(terra)
library(spThin)
library(enmSdmX)
library(microbenchmark)

示例数据：

为了速度的缘故，这里有一个示例数据集，最后我会展示更多 复杂的数据集：

example <- structure(list(x = c(1.5, 2.5, 2, 5.5, 7.5), y = c(1.5, 2.5, 
                                                              2, 5.5, 7.5)), class = "data.frame", row.names = c(NA, -5L))

example$ID <- 1:nrow(example)
example$Sp <- "A"
example_spat <- vect(example, crs = "+proj=longlat +datum=WGS84", geom = c("x", "y"))

所以在这里你可以看到我创建的点

当我制作 80 公里的缓冲区时，我可以看到重叠

现在让我们使用微基准测试看看那里有什么：

Test <- microbenchmark::microbenchmark(
  A = enmSdmX::geoThin(example_spat, minDist = 80000), 
  B = enmSdmX::geoThin(example_spat, minDist = 80000, random = T),
  c = spThin::thin(loc.data = as.data.frame(example), thin.par = 80, reps = 1, write.files = F, write.log.file = F, lat.col = "x", long.col = "y", spec.col = "Sp"),
  times = 100)

如下图所示：

好像enmSdmX random是最快的

然而，正如您将看到的，随着更大的数据集，这种变化

更多数据会发生什么：

我用我正在开发的包测试了这个 这里

如果你想去那里你可以这样安装

remotes::install_github("Sustainscapes/SDMWorkflows")

library(SDMWorkflows)

Presences <- SDMWorkflows::GetOccs(Species = c("Abies concolor"), WriteFile = FALSE, limit = 2000)
Cleaned <- clean_presences(Presences[[1]])

spat_vect <- terra::vect(as.data.frame(Cleaned), geom=c("decimalLongitude", "decimalLatitude"), crs = "+proj=longlat +datum=WGS84")

Test <- microbenchmark::microbenchmark(
  A = enmSdmX::geoThin(spat_vect, minDist = 10000), 
  B = enmSdmX::geoThin(spat_vect, minDist = 10000, random = T),
  c = spThin::thin(loc.data = as.data.frame(example), thin.par = 10, reps = 1, write.files = F, write.log.file = F, lat.col = "x", long.col = "y", spec.col = "Sp"),
  times = 20)

如下图所示：

现在它几乎倒过来了，SpThin 是最快的，现在这对我来说是个坏消息，因为我在具有大型数据集的物种中遇到了 SpThin 的瓶颈。我尝试构建 2 或 3 个新函数，但到目前为止，没有一个更快。任何想法都会有很大帮助