Senhores, bom dia! Fiz o exercício abaixo, me preocupando mais com uso de memória. Nesse quesito o pacote {raster} traz grandes vantagens. Além disso, formatos binários otimizam a leitura e ocupam menor espaço em disco. ### <code r> setwd("D:/Temp") sapply(c("raster", "sp", "rgdal"), require, char=T) url0 <- "http://download.osgeo.org/geotiff/samples/spot/chicago/UTM2GTIF.TIF " fn <- basename(url0) # download.file(url0, fn, mode="wb") ### Leitura com pacotes {raster} e {readGDAL}... ### O pacote {raster} acessa informações do arquivo em disco, ### enquanto {readGDAL} carrega na memória. img1 <- raster(fn) img2 <- readGDAL(fn) par(mfrow=c(1,2)) image(img1, asp=T, axes=F, ann=F); image(img2, asp=T) par(mfrow=c(1,1)) print(object.size(img1), units="Kb") # 11.4 Kb print(object.size(img2), units="Kb") # 2540.9 Kb ### Você pode converter seu objeto para {raster}... ### Mas em princípio ele vai ficar residente na memória img2a <- raster(img2) print(object.size(img2a), units="Kb") # 2548 Kb ### Para economizar memória, você pode salvar no disco e reabrir com {raster} ### Pode usar qualquer formato aceito por raster, inclusive ascii ### Mas formatos binários otimizam o acesso e leitura writeFormats() writeRaster(img2a, "novo.tif", "GTiff", overwrite=F) writeRaster(img2a, "novo.asc", "ascii", overwrite=F) rm(img2, img2a) ### apagar intermediários pra liberar memória system.time(img3a <- raster("novo.tif")) # 0.03s system.time(img3b <- raster("novo.asc")) # 0.06s print(object.size(img3a), units="Kb") # 11.4 Kb print(object.size(img3b), units="Kb") # 11.3 Kb file.info(dir(patt="novo\\.")) ### tamanho no disco # size isdir mode mtime ctime atime exe # novo.asc 2289309 FALSE 666 2016-02-18 05:50:06 2016-02-18 05:50:02 2016-02-18 05:50:02 no # novo.tif 1249547 FALSE 666 2016-02-18 05:49:48 2016-02-18 05:49:48 2016-02-18 05:49:48 no ### tamanho no disco em "Mb" file.info(dir(patt="novo\\."))$size/1024^2 # [1] 2.183255 1.191661 par(mfrow=c(1,2)) image(img3a, asp=T); image(img3b, asp=T) par(mfrow=c(1,1)) ### Geotiff preserva mais atributos... img3a # class : RasterLayer # dimensions : 929, 699, 649371 (nrow, ncol, ncell) # resolution : 10, 10 (x, y) # extent : 444650, 451640, 4631220, 4640510 (xmin, xmax, ymin, ymax) # coord. ref. : +proj=utm +zone=16 +datum=NAD27 +units=m +no_defs +ellps=clrk66 +nadgrids=@conus,@alaska,@ntv2_0.gsb,@ntv1_can.dat # data source : D:\Temp\novo.tif # names : novo # values : 6, 255 (min, max) img3b # class : RasterLayer # dimensions : 929, 699, 649371 (nrow, ncol, ncell) # resolution : 10, 10 (x, y) # extent : 444650, 451640, 4631220, 4640510 (xmin, xmax, ymin, ymax) # coord. ref. : NA # data source : D:\Temp\novo.asc # names : novo ### </code> ================================================ Éder Comunello Agronomist (UEM), MSc in Environ. Sciences (UEM) DSc in Agricultural Systems Engineering (USP/Esalq) Brazilian Agricultural Research Corporation (Embrapa) Dourados, MS, Brazil |<O>| ================================================ GEO, -22.2752, -54.8182, 408m UTC-04:00 / DST: UTC-03:00