我的目标是对农业土地利用形式进行随机森林分类（作物分类）。我对所有类别都有几个地面真值点。此外，我有27个栅格文件（.tif），每个文件都有相同的10个波段和相同的范围，一个文件代表时间序列中的一个日期。时间序列不是恒定的。
下面显示了使用terra读取的文件和第一个文件：

files <- list.files("C:/temp/final",full.names = T,pattern = ".tif$",recursive = T)  

> head(files)
[1] "C:/temp/final/20190324T095029_20190324T095522_T33UXP.tif" "C:/temp/final/20190401T100031_20190401T100512_T33UXP.tif" "C:/temp/final/20190416T100029_20190416T100607_T33UXP.tif"
[4] "C:/temp/final/20190418T095031_20190418T095032_T33UXP.tif" "C:/temp/final/20190421T100031_20190421T100030_T33UXP.tif" "C:/temp/final/20190501T100031_20190501T100424_T33UXP.tif"  

 > rast(files[1])
class       : SpatRaster 
dimensions  : 386, 695, 10  (nrow, ncol, nlyr)
resolution  : 10, 10  (x, y)
extent      : 634500, 641450, 5342460, 5346320  (xmin, xmax, ymin, ymax)
coord. ref. : WGS 84 / UTM zone 33N (EPSG:32633) 
source      : 20190324T095029_20190324T095522_T33UXP.tif 
names       : B2, B3, B4, B5, B8, B11, ...

我想提取每个日期和波段的值。这将产生一个 Dataframe ，其中包含观测变量和每个点的相应类别（见下文）。使用此 Dataframe ，我想训练一个随机森林模型，以便预测立方体中每个栅格单元的作物类别（产生一个以类别为值的单个栅格层）。
下面的结构（从https://gdalcubes.github.io/source/tutorials/vignettes/gc03_ML_training_data.html复制而来）是我需要的观测值，用作rf模型的训练数据。

##    FID       time    B2  ... more bands ... and class of respective FID
## 1   16 2018-01-01 13.33 
## 2   17 2018-01-01 13.63
## 3   18 2018-01-01 13.33
## 4   19 2018-01-01 12.15
## 5   20 2018-01-01 14.73
## 6   21 2018-01-01 15.91
## 7   16 2018-01-09 12.23
## 8   17 2018-01-09 12.15
## 9   18 2018-01-09 12.07
## 10  19 2018-01-09 10.19
## 11  20 2018-01-09  9.83

创建数据立方体结构最简单的方法可能是使用gdalcubes，不幸的是，它在我的例子中不起作用（R Sessipn Abort）（https://github.com/appelmar/gdalcubes_R/issues/78）.这个包的教程显示了我所需要的（https://gdalcubes.github.io/source/tutorials/vignettes/gc03_ML_training_data.html）.我不知道如何解决这个关于gdalcubes的问题，因此我正在寻找一种方法来绕过这个包与其他包.
因此，我开始使用星。我希望能够使用以下代码直接从文件创建一个4维星对象：

library(stars)

> s2_cube <- read_stars(files,along = 4)
> s2_cube  

stars object with 4 dimensions and 1 attribute
attribute(s), summary of first 1e+05 cells:
                                     Min. 1st Qu. Median      Mean 3rd Qu.  Max.  NA's
20190324T095029_20190324T09552...  0.0537  0.0744 0.0855 0.0878417  0.0986 0.387 41975
dimension(s):
        from  to  offset delta                refsys point                                                    values x/y
x          1 695  634500    10 WGS 84 / UTM zone 33N FALSE                                                      NULL [x]
y          1 386 5346320   -10 WGS 84 / UTM zone 33N FALSE                                                      NULL [y]
band       1  10      NA    NA                    NA    NA                                               B2,...,SAVI    
new_dim    1  27      NA    NA                    NA    NA 324T095029_20190324T095522,...,920T095029_20190920T095354

这一个没有创建我需要的结构，让我怀疑这是否可行的是，在我阅读的所有恒星教程（例如https://r-spatial.github.io/stars/articles/stars1.html）中，阅读光栅时间序列对象假定存在NetCDF文件。

• 是否可以使用read_stars创建这样的结构？*

现在我正在寻找创建NetCFD文件的方法。这是我会采取的路径：
1.为每个TIF创建一个spatRaster（terra）。每个spatRaster有10个图层，时间段包含10个相同的日期（因为图层不代表不同的时间步长，而是代表相同时间戳的不同波段）。
1.从所有27个spatRaster对象创建一个spatRasterDataset
1.将飞溅栅格数据集写入NetCDF文件
1.打开带有星号的NetCDF文件
1.行为分类

• 此工作流对您有意义吗？或者您已经发现问题了吗？*

不幸的是，在步骤1中已经出现了一个问题：

library(terra)  

all_images <- list()
for(file in files){
  date <- rep(as.Date(substr(basename(file),1,8),"%Y%m%d"),10)
  ra <- rast(file,time=date)
  all_images[[file]] <- ra
}  

Error in .local(x, ...) : 
  unused argument (time = c(17979, 17979, 17979, 17979, 17979, 17979, 17979, 17979, 17979, 17979))

• 我不能在每一层都加上相同的日期吗 *

正如你所看到的，我真的很困惑与现有的软件包，以及如何合并他们。正如我所说，gdalcube将是伟大的，但我没有知识和时间来找出为什么它导致一个R会话中止。我真的很感激各种帮助。谢谢！