使用plot(...,add=T) 叠加栅格图会导致最终图任意错位

我发现，当我尝试使用plot(...,add=T) 叠加多个栅格时，如果我尝试将超过3 个栅格叠加在一起，则后续图不会正确对齐栅格。

我的初衷是创建一个模拟土地覆盖的分类地图，其中代表覆盖类别的颜色深浅随着我们模型投影的确定性而变化。为此，我创建了一个简单的脚本，该脚本将循环遍历每个覆盖类别并使用从灰色（低确定性森林预测）到全覆盖颜色（例如深绿色）的颜色渐变来绘制它（例如，森林，地图上的绿色）对于强烈预测的区域）。 我发现，使用这种方法，在将第三个封面添加到绘图中后，覆盖在绘图上的所有后续栅格都任意未对齐。我颠倒了覆盖类的绘制顺序，并且表现出相同的行为，这意味着这不是单个覆盖类栅格的问题。更令人费解的是，在 Rstudio 中，当我使用缩放按钮仔细检查最终图时，失准情况更加严重。

您知道这种行为为何存在吗？最重要的是，您有任何建议的解决方案或解决方法吗？

下面链接上的代码和数据捕获了所描述的所有行为。https://dl.dropboxusercontent.com/u/332961/r%20plot%20raster%20add%20issue.zip https://dl.dropboxusercontent.com/u/332961/r%20plot%20raster%20add%20issue.zip转动plot_gradient=F，看看如果您只是简单地对同一栅格进行子集化并将子集按顺序添加到同一绘图中，您可以如何复制该问题。我已经尝试设置绘图设备plot(..., ext) 的范围，但这不起作用。我也检查过，每个覆盖栅格的范围是相同的。

Below is the figure of the misaligned cover classes. plotting to jpeg device will result in a similar image (i.e., this is not an issue of Rstudio rendering). Strangely enough, if I zoom into the image using Rstudio, the misalignment is different For comparison, this is how the covers should align correctly in the landscape

library(raster)
library(colorRamps)
raster_of_classes=raster("C:/r plot raster add issue/raster_of_classes.tif")
raster_of_certainty_of_classes=raster("C:/r plot raster add issue/raster_of_certainty_of_classes.tif")
endCols=c("darkorchid4", "darkorange3", "red3", "green4", "dodgerblue4") #colors to be used in gradients for each class
classes=unique(raster_of_classes)
minVal=cellStats(raster_of_certainty_of_classes, min)
tmp_i=1
addPlot=F
plot_gradient=F #this is for debug only
#classes=rev(classes) #turn this off and on to see how last 2 classes are mis aligned, regardless of plotting order
for (class in classes){
  raster_class=raster_of_classes==class #create mask for individual class
  raster_class[raster_class==0]=NA #remove 0s from mask so they to do not get plotted
  if (plot_gradient){
    raster_of_certainty_of_class=raster_of_certainty_of_classes*raster_class #apply class mask to certainty map 
  }else{
    raster_of_certainty_of_class=raster_class #apply class mask to certainty map
  }
  endCol=endCols[tmp_i] #pick color for gradient
  col5 <- colorRampPalette(c('grey50', endCol))  
  if (plot_gradient){
    plot(raster_of_certainty_of_class, 
         col=col5(n=49), breaks=seq(minVal,1,length.out=50), #as uncertainty values range from 0 to 1 plot them with fixed range
         useRaster=T, axes=FALSE, box=FALSE, add=addPlot, legend=F)      
  }else{
    plot(raster_of_certainty_of_class, 
         col=endCol,       
         useRaster=T, axes=FALSE, box=FALSE, add=addPlot, legend=F)      
  }
  tmp_i=tmp_i+1
  addPlot=T #after plotting first class, all other classes are added
}

我也遇到了这个问题，并通过调用图形参数函数 par() 和参数子集来解决它，最重要的是，将new=TRUE在每个额外的plot()调用之前，在par()调用中，而不是在plot()调用中。例如：

  png(fullname,
      width = 3000, 
      height= 3000)

  # original par() call
  par(mfrow=c(1,1), cex=3, mar=c(3,3,3,7), bg=bgcol, col=txtcol)

  # first plot
  plot(zreate,
       maxpixels=ncell(zreate),
       col=qcol,
       colNA=mapbg,
       xaxt='n',
       yaxt='n',
       ext=map_extent,
       breaks=tq,
       bty='n',
       legend=FALSE)

    #second plot and par() call
    par(mfrow=c(1,1), cex=3, mar=c(3,3,3,7), bg=bgcol, col=txtcol, new=TRUE)
    plot(rt,
         maxpixels=ncell(rt),
         col=dcol,
         legend=FALSE,
         xaxt='n',
         yaxt='n',
         ext=map_extent,
         bty='n')

    #third plot and par() call
    par(mfrow=c(1,1), cex=3, mar=c(3,3,3,7), bg=bgcol, col=txtcol, new=TRUE)
    plot(r0,
         maxpixels=ncell(r0),
         col="#9e9ac8",
         xaxt='n',
         yaxt='n',
         ext=map_extent, #PRENAFILTERING fix
         bty='n',
         legend=FALSE)