栅格数据有很多不同的空间分辨率，为了实现空间上的运算与分析，往往需要对数据进行重采样调整其空间分辨率和边界范围与目标栅格一致。下边利用raster包下projectRaster函数实现对栅格的重采样调整。工具/原料more电脑R或者Rstudio原始栅格与目标栅格方法/步骤1/7分步阅读

通过运行install.packages(raster) 命令行，在R环境下安装raster packages包，并通过library（raster）打开引入raster包。

2/7

通过命令行读取目标栅格文件的地理坐标系与投影坐标系，如若没有投影坐标则需为待处理栅格定义与目标栅格一致的投影坐标系。

3/7

如若目标栅格与原始栅格坐标系一致，crs=crs(pj)则可以省略，如果需要可以定义。

4/7

对于连续性的变量，使用bilinear插值方法比较合适，对于类别类的变量，例如土壤类型，土地覆被类型等变量，使用ngb(nearest neighbor)方法比较合适。

5/7

利用projectRaster函数进行运算重采样，例子中为产生分辨率为1000m的栅格数据newr。

6/7

需要注意，对于较大的栅格可能会由于R分配的内存不够而报错；例如，不能分配1.2g大小的矢量等，则需要对R进行占用内存的扩大。利用memory.limit()函数。

7/7

输出目标栅格即可。