Muszę otworzyć plik kształtu z ArcMap w R, aby użyć go do dalszej analizy geostatystycznej. Przekształciłem go w plik tekstowy ASCII, ale w R jest rozpoznawany jako data.frame. Funkcja współrzędnych nie działa, gdy xiy są rozpoznawane jako nienumeryczne. Czy możesz pomóc sobie z tym poradzić?
R staje się dość silnym narzędziem do obsługi i analizy danych przestrzennych. Dowiedziałem się kilka przydatnych rzeczy poprzez pytania , jak te w SO i że może to być przydatne mieć coś simmilar, ale bardziej „przestrzennie” zorientowanych. Czy możesz podzielić się przestrzennymi wskazówkami i sztuczkami, które uważasz za przydatne?
Czy ktoś zna dobre tutoriale do obsługi danych przestrzennych w języku R? Wiem, że istnieją pewne pakiety, takie jak rgdal i maptools, ale tak naprawdę nie znalazłem przydatnych samouczków, które pozwalałyby się zapoznać z podstawowymi funkcjami (czytać, wykreślić, zmieniać symbolikę, łączyć dane itp.) I / lub uzyskać szerszy przegląd jakie …
Czy istnieje natywny (sf „poprawny”) sposób wyodrębnienia wszystkiego oprócz kolumny geometrii z prostego obiektu obiektów? To działa df <- dplyr::select(as.data.frame(sf), -geometry) ale select( , -geometry)krok wydaje się niepotrzebny. Ponadto nie usuwa atrybutów geometrii.
Pracuję z dużymi plikami .kml (do 10 Gb) i potrzebuję wydajnego sposobu na ich odczytanie do R. Do tej pory przekształcałem je w pliki shapefile za pomocą QGIS, a następnie z powrotem w R z readShapePoly i readOGR (ten ostatni , nawiasem mówiąc, jest ~ 1000 szybszy niż poprzedni). Idealnie …
Istnieją całkiem niezłe możliwości analizowania danych przestrzennych w R iw kontekście mojego obecnego projektu chciałbym do tego częściej używać R. Do tej pory drukowałem moje mapy za pomocą pakietu ggplot2, który oferuje wiele praktycznych narzędzi do rysowania i eksploracji danych. Mimo to moje mapy nie są tak dobrze wyglądające jak …
Trochę czasu zastanawiałem się nad odpowiedzią na to pytanie. Nie jest to od razu oczywiste z wyszukiwarki Google , więc pomyślałem, że warto opublikować odpowiedź tutaj. Istnieje również dodatkowe pytanie dotyczące niesąsiadujących wielokątów . Natychmiastowa łatwa odpowiedź: użyj polecenia: centroids <- getSpPPolygonsLabptSlots(polys) (Stwierdzono to w opisie klasy klasy danych SpatialPolygonsDataFrame …
Mam zestaw danych wartości ponad kilometrową siatką w kontynentalnych Stanach Zjednoczonych. Kolumny to „szerokość geograficzna”, „długość geograficzna” i „obserwacja”, np .: "lat" "lon" "yield" 25.567 -120.347 3.6 25.832 -120.400 2.6 26.097 -120.454 3.4 26.363 -120.508 3.1 26.630 -120.562 4.4 lub, jako ramka danych R: mydata <- structure(list(lat = c(25.567, 25.832, …
Używam PL/Rfunkcji i PostGISdo generowania wielokątów voronoi wokół zestawu punktów. Funkcja, której używam, jest tutaj zdefiniowana . Gdy korzystam z tej funkcji w określonym zestawie danych, pojawia się następujący komunikat o błędzie: Error : ERROR: R interpreter expression evaluation error DETAIL: Error in pg.spi.exec(sprintf("SELECT %3$s AS id, st_intersection('SRID='||st_srid(%2$s)||';%4$s'::text,'%5$s') AS polygon …
Mam wiele plików kształtów w różnych CRS-ach (głównie WGS84 lat / lon), które chciałbym przekształcić we wspólną projekcję (prawdopodobnie stożek Albers Equal Area Conic, ale mogę poprosić o pomoc w wyborze innego pytania, gdy mój problem się poprawi) -definiowane). Spędziłem kilka miesięcy, robiąc statystyki przestrzenne w R, ale to było …
Mam kilka punktów danych o szerokości i długości geograficznej. Chcę użyć R do grupowania ich na podstawie odległości. Przejrzałem już tę stronę i wypróbowałem pakiet clustTool . Ale nie jestem pewien, czy funkcja klastrowania w clustTool uważa punkty danych (lat, lon) za dane przestrzenne i używa odpowiedniej formuły do obliczenia …
Buduję mapę dla północno-wschodnich Stanów Zjednoczonych Tłem mapy musi być mapa wysokości lub mapa średniej rocznej temperatury. Mam dwa rastry z Worldclim.org, które podają mi te zmienne, ale muszę je przyciąć do stanów, którymi jestem zainteresowany. Wszelkie sugestie, jak to zrobić. Oto co mam do tej pory: #load libraries library …
Jak można użyć R do podziel plik kształtu na 200 metrów kwadratowych / sub-wielokątów, narysuj tę siatkę (w tym numery identyfikacyjne każdego kwadratu) na oryginalnej mapie poniżej, oraz ocenić, w którym kwadracie znajdują się współrzędne geograficzne . Jestem początkującym w GIS i jest to może podstawowe pytanie, ale nie znalazłem …
Jestem za opisem / metodologią przeprowadzania analizy ważonych geograficznie głównych składników (GWPCA). Z przyjemnością używam Pythona do dowolnej części tego i wyobrażam sobie, że SPSS lub R są używane do uruchamiania PCA na zmiennych ważonych geograficznie. Mój zestaw danych składa się z około 30 niezależnych zmiennych, które są mierzone w …
Jest to kontynuacja poprzedniego postu: Algorytmy uczenia maszynowego dla klasyfikacji pokrycia terenu . Wydaje się, że metoda klasyfikacji Random Forest (RF) nabiera dużego rozmachu w świecie teledetekcji. RF szczególnie mnie interesuje ze względu na wiele jego mocnych stron: Nieparametryczne podejście dostosowane do danych z teledetekcji Wysoka zgłoszona dokładność klasyfikacji Podaje …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.