我有以下问题。我想建立一个土地覆盖分类模型。我的数据是具有几个波段的多时相遥感数据。为了训练，我创建了分层随机分布的点，以提取它们所在位置的光谱数据。用这些数据建立了随机森林模型。为了准确性测量，使用mlr3spatiotempcv进行重复的空间交叉验证。训练步骤的结果模型在提取之后是，存储在类型为rpart的R对象中。在该对象的terms字段中存储的是变量名。这些是我使用的所有波段，还有空间x和y坐标。这在预测新数据时会带来问题。我使用terra包，得到一个错误，输入数据中缺少x和y图层。这是有道理的，因为它们存储在模型的术语字段中，但据我所知，坐标不应该是模型的变量。坐标只用于空间重采样而不用于预测。我通过在训练过程中删除x和y坐标并只执行普通的非空间交叉验证来“解决”这个问题。在那之后，我进行了预测，它工作得很完美。
因此，我的问题是，如何使用mlr3包使用包含坐标的数据训练模型以执行空间交叉验证？然后使用此模型预测新栅格。