尝试运行并行操作时，terra 包返回错误

Question

我正在使用rasterpackage 并尝试切换到，terra但由于某些我不明白的原因，无法重现与和等包并行工作时terra的相同操作。这是一个可重现的示例。rastersnowfallfuture.apply

library(terra)
r <- rast()
r[] <- 1:ncell(r)
m <- rast()
m[] <- c(rep(1,ncell(m)/5),rep(2,ncell(m)/5),rep(3,ncell(m)/5),rep(4,ncell(m)/5),rep(5,ncell(m)/5))
ms <- separate(m,other=NA)
plot(ms)
mymask <- function(ind){
  tipo <- tipo_tav[ind]
  mask <- ms[[ind]]
  
  masked <-
    terra::mask(
      r,
      mask
    )
  
  richard <- function(x){
    k <-0.2
    v <-0.3
    a <-200
    y0 <-2
    y <- k/v*x*(1-((x/a)^v))+y0
    return(y)
  }
  pred <- richard(masked)
  pred <- clamp(pred,lower=0)
  return(pred)
}
#the sequential usage works fine, faster than the `raster` counterpart
system.time(x <- mymask(1))#0.03

#when I try to run my function in parallel I receive an error
plan(multisession,workers=5)
system.time(pred_list <- future_lapply(1:5, FUN = mymask))

.External(list(name = "CppMethod__invoke_notvoid", address = <pointer: (nil)>, : NULL 值作为符号地址时出错。

rast如果我用raster和terra::maskwith进行更改，则完全相同的代码可以很好地工作raster::mask。见下文：

library(raster)
r <- raster(r)
ms <- stack(ms)
mymask <- function(ind){
  tipo <- tipo_tav[ind]
  mask <- ms[[ind]]
  
  masked <-
    raster::mask(
      r,
      mask     
    )
  
  richard <- function(x){
    k <-0.2
    v <-0.3
    a <-200
    y0 <-2
    y <- k/v*x*(1-((x/a)^v))+y0
    return(y)
  }
  pred <- richard(masked)
  pred <- clamp(pred,lower=0)
  return(pred)
}
#this works fine
system.time(x <- mymask(1))#0.06
#this works too
plan(multisession,workers=5)
system.time(pred_list <- future_lapply(1:5, FUN = mymask))#15.48

snowfall如果我使用而不是相同的行为future

library(snowfall)
sfInit(parallel = TRUE, cpus =5)
sfLibrary(terra)
sfExportAll()
system.time(pred_list <- sfLapply(1:5, fun = mymask))
sfStop()

这会返回相同的错误，future_lapply 为什么会发生这种情况？我从未见过这样的错误。我希望利用更高的速度，terra但我被困住了。

Answer 1

ASpatRaster无法序列化，无法将其发送到并行计算节点。请参阅此处以获取更多讨论。

相反，您可以 (a) 发送和接收文件名；(b) 并行化您提供给app或 的自定义函数lapp；(c) 使用cores=n参数（如果可用，例如app和predict）；(d) 使用类似的机制wrap；(e) 发送文件名和向量以使 SpatExtent 处理并从输出图块创建虚拟栅格（请参阅 ?vrt）。

例如，您可以使用这样的函数（选项“a”）

prich <- function(filein, fileout) {
    r <- rast(filein)
    richard <- function(x) {
        k <-0.2
        v <-0.3
        a <-200
        y0 <-2
        y <- k/v*x*(1-((x/a)^v))+y0
        y[y<0] <- 0
        return(y)
    }
    x <- app(masked, richard, filename=fileout, overwrite=TRUE)
    return(TRUE)
}

我之所以使用app它，是因为它对于大型栅格来说效率更高——因为它可以避免使用 SpatRaster 为 10 个算术运算中的每一个写入临时文件。鉴于您想要并行化这个相对简单的函数，我假设文件非常大。

或选项“c”：

richard <- function(x) {
    k <-0.2
    v <-0.3
    a <-200
    y0 <-2
    y <- k/v*x*(1-((x/a)^v))+y0
    y[y<0] <- 0
    return(y)
 }
 x <- app(masked, richard, cores=12)

在这两种情况下，我都包含了掩蔽。您可以将其包含在选项“a”中，但它mask是磁盘 I/O 密集型的，而不是计算密集型的，因此一步完成它可能比并行完成它更有效。

和wrap你一起可以做这样的事情

f <- function(w) {
    x <- rast(w)
    y <- richard(x)
    wrap(y)
}

r <- rast(nrow=10, ncol=10, vals=1:100)
x <- f(wrap(r))
x <- rast(x)

哪里f会并行运行。这仅适用于小栅格，但您可以在图块上并行化，并且可以使用创建图块terra::makeTiles。

更多内部并行化选项即将推出，但请不要屏住呼吸。