在 R 中有效地插值网格中的值

我有一个按位置排列的海洋深度数据网格，并且正在尝试为选定的 GPS 点插入深度值。

我们一直在使用 RSAGA::pick.from.points，它对于小数据集效果很好。

require(RSAGA)

depthdata <- cbind.data.frame(x=c(74.136, 74.135, 74.134, 74.133, 74.132, 74.131, 74.130, 74.129, 74.128, 74.127), 
y=rep(40, times=10), 
depth=c(-0.6, -0.6, -0.9, -0.9, -0.9, -0.9, -0.9, -0.9, -0.6, -0.6))

mylocs <- rbind(c(-74.1325, 40), c(-74.1305, 40))
colnames(mylocs) <- c("x", "y")

results <- pick.from.points(data=mylocs, src=depthdata, pick=c("depth"), method="nearest.neighbour")
mydepths <- results$depth

但我们的深度数据集包含 6900 万个数据点，并且需要估计深度的 500 万个 GPS 点，而 pick.from.points 对于该数据集花费的时间太长（> 2 周）。我们认为我们可以在 MATLAB 或 ArcMap 中更快地完成此任务，但我们正在尝试将此任务合并到 R 中更长的工作流程中，我们正在编写该工作流程供其他人重复运行，因此部分时间切换到专有软件该工作流程不太理想。

我们愿意为了速度而牺牲一定程度的准确性。

我已尽我所能寻找最好的解决方案，但我对网格数据和插值相当陌生，因此可能使用了不适当的语言，因此缺少一个简单的解决方案。

如果您愿意通过查找最近邻居并使用其值来进行插补，我认为技巧是使用有效的最近邻居实现，该实现允许您在 O(log(n)) 时间内找到 n 个替代方案中的最近邻居。 k-d 树提供了这种性能，并且可以通过 R 中的 FNN 包使用。虽然计算（在随机生成的数据上，有 6900 万个数据点供参考，有 500 万个数据点进行估算）不是瞬时的（它需要大约3分钟），比两周快多了！

data <- cbind(x=rnorm(6.9e7), y=rnorm(6.9e7))
labels <- rnorm(6.9e7)
query <- cbind(x=rnorm(5e6), y=rnorm(5e6))

library(FNN)
get.nn <- function(data, labels, query) {
  nns <- get.knnx(data, query, k=1)
  labels[nns$nn.index]
}
system.time(get.nn(data, labels, query))
#    user  system elapsed
# 174.975   2.236 177.617

警告一下，该进程的 RAM 峰值约为 10GB，因此您将需要大量内存资源才能在您大小的数据集上运行。