我的最终目标是将土地覆盖栅格 (.tif) 对象转换为 sf 对象，该对象表示栅格网格和每个几何图形中每个单元格的原始值。我已经能够为较小的栅格执行以下操作：
library(sf)
library(stars)
# import raster using stars
landcover_stars <- read_stars(my_raster.tif)
# convert to sf object using st_as_sf
landcover_grid_sf <- st_as_sf(landcover_stars)
然而，在较大的栅格中（例如，我最大的栅格当前是 11482x12607 像元），read_stars() 函数将栅格导入为“星代理”，这是包处理大型栅格数据集的一个步骤。虽然函数不接受星号代理对象st_as_sf，但可以在函数中设置“proxy = FALSE”。但是，如果我在最大的数据集中执行此操作，则st_as_sf(landcover_stars)使用生成的对象运行会使我的笔记本电脑崩溃 {16 GB RAM，i7 2.70GHz 处理器}。
在将非常大的星形对象转换为 sf 时，有没有办法可以减轻机器上的负载？
另外 - 可能是它实际上是新生成的 sf 对象正在耗尽我的机器吗？
如果您想测试它，这是一个虚拟栅格，整数值随机生成，范围从 1 到 10：
raster(nrows=12000, ncols=12000, xmn=0, xmx=10, vals = floor(runif(12000*12000, min=0, max=11)))