当前越来越多的科学研究利用目前已有的环境因子图层，开展特定物种或者区域内物种的物种生态位模拟(species niche modelling)研究，从而预测区域内物种对全球环境变化的响应趋势。但是相关环境的需要从不同  的网站下载，每个大类的环境因子图层的参数会出现不一致的现象（例如范围(extent),精度(resolution) 等），这样的图层无法直接统一放在物种空间模拟软件（Maxtent, Biomod2等）中运行，因而需要统一所需环境图层属性参数值。

此博文将介绍如何利用R语言软件，快速实现根据已知环境图层属性值对目标图层进行空间重采样。

例子：根据WorldClim网站中的年均温图层对全球高程数据进行重采样。

#加载相关R语言软件包

library(rgdal) 

library(raster)

#安装方法见上博文。

#提前设置好工作路径一般是环境图层所在的文件夹。

lst <- list.files(path=getwd(),pattern='asc$',full.names = T) # 这里用的是asc格式图层，可根据自己的需要修改，例如# bil、tif等。例如这里是WorldClim 网站中的年均温因子 (MAT)，属性值:范围: (90,100,15,40)，分辨率为1千米.

lst2 <- list.files(path=getwd(),pattern='tif$',full.names = T) # 这里用的是tiff格式图层，可根据自己的需要修改，例如# bil、asc 等。 例如这里是SRTM下载的全球高程数据,分辨率为30米。

lst2 #查看这个文件夹下所有文件

#运行核心代码

for(i in 1:length(lst)){

   bio_name<-strsplit(strsplit(lst[[i]],split="/")[[1]][6],split=".asc")[[1]]#获取气候图层名,为后面的重采样图层自动命名。

  #其中的6的设置见上博文。

   fn<- paste(bio_name,"_resampled",".asc",sep="") #重新对采样的图层进行命名例如elevation_resampled.asc

   BIO <- resample(raster(lst2[[1]]), raster(lst[[i]]), method="bilinear", filename=fn) 

  #注意其中的其中的methos参数，其指空间栅格计算方式：双线性插值法 (bilinear)和最近临近法(ngb)。

  #写入已切割的环境图层

   writeRaster(BIO, filename=fn, format="ascii", overwrite=TRUE)

}

最后输出的高程图层的空间属性参数值应和输入的MAT 属性值一致。