R语言：沿时间轴计算单元格中的偏相关因子

如何解决R语言：沿时间轴计算单元格中的偏相关因子

##希望用R语言做偏相关分析 图片。例如，当我有降水（2000-2017）和温度数据（2000-2017）和植被净初级生产力（2000-2017）的栅格数据时，我想在降水为持续的。我将npp栅格数据（2000-2017）、降水栅格数据（2000-2017）、温度栅格数据（2000-2017）组合成一个栅格堆栈，共54个波段，1-18个波段代表时间序列NPP，19-36 波段代表温度时间序列，37-54 代表降水时间序列。进行偏相关分析，降水一定时，NPP与温度的偏相关。

 ##combined raster bb :NPP(2000-2017);Precipitation(2000- 
      2017);temperature2000-2017
  bb<-stack("G:\\NPP_Partial_relation\\npp_tem_pre")
  plot(bb)
  #partial correlation function
  stack.correlation <- function(stack1){
  ##output template
  cor.map <- raster(stack1)
  # the number of bands
  rnlayers=nlayers(stack1)
  # the function takes a vector,partitions it in one third,then partial correlates
  # returning the partial correlation coefficient. 
  stack.sequence.cor <- function(myvec,na.rm=T){
    #print(myvec)
    ##delete infinite value
    if (all(is.infinite(myvec))) {
      NA_real_
    } else {

     ####extract the time series of NPP  data (1-18 layer means 2000-2017)
    myvecT1<-myvec[1:(length(myvec)/3)]
    ####extract the time series of temperature  data (19-36 layer means 2000-2017)
    myvecT2<-myvec[((length(myvec)/3)+1):((length(myvec)/3)*2)]
    ##extract the time series of precipitation  data (37-54 layer means 2000-2017)
    myvecT3<-myvec[(((length(myvec)/3)*2)+1):length(myvec)]
    ###dataframe
    tt<-data.frame(myvecT1,myvecT2,myvecT3)
    #print(tt)
    ##Partial correlation function:pcor.test()
    ttt<-pcor.test(tt[,1],tt[,2],3])
    tttt<-ttt$estimate
    return(tttt)

    }
  }
  # apply the function above to each cell and write the partial correlation
  # partial coefficient to the output template. 
  cor.map <- stackApply(stack1,indices = rep(1,rnlayers),fun = stack.sequence.cor)
  #print(cor.map)
  return(cor.map)
}
cor_r=stack.correlation(bb)

错误：运行代码后出现以下错误

#Error in (function (classes,fdef,mtable) : unable to find an inherited method for function ‘writeValues’ for signature ‘"RasterLayer","NULL"’