Jestem bardzo nowy w korzystaniu z danych GIS i mam jedynie niewielkie doświadczenie z R. Czytałem o tym, jak analizować dane przestrzenne za pomocą książki PDF spatial-analyst.net, więc nie jestem całkowicie zagubiony, ale pomyślałem, że mógłbym opisać mój problem i ludzie mogą sugerować pomysły.
Mam zestaw danych z około 2000 pomiarami przy różnych współrzędnych szerokości / długości, chociaż prawdopodobnie podzielę ten zestaw danych, ponieważ dane były gromadzone przez 3 lata, a warunki zmieniały się z czasem. Nazwijmy mierzoną zmienną „IP”.
Chcę utworzyć mapę IP na całym badanym obszarze za pomocą Kriginga lub innej metody interpolacji na przykładowych danych. Następnie chcę utworzyć histogram mierzący wielkość terenu w różnych segmentach IP. Będę też musiał stworzyć histogram, który pokazuje liczbę próbek w każdym wiadrze (zauważ, że próbka może mieć wyższe lub niższe rzeczywiste IP niż to, co przewiduje kriging dla jego ziemi).
Śledzę, jak ładować dane do SpatialPointsDataFrame i przeprowadzam analizę kriging, w której mam problem z tym, jak przekonwertować te dane na siatkową ramkę danych, aby móc przeprowadzić analizę histogramu.
Wszelkie sugestie dotyczące konwertowania punktów na siatki?
pts
w moim przykładzie powyżej. Po prostu uruchom kod na swoim obiekcie SpatialPointsDataFrame!r
) za użycie whist
podobnej procedurze, która jest po prostu kwestią podobnego wyrażeniahist(getValues(r))
.Pakiet plotKML ma funkcję o nazwie
vect2rast
. Ta funkcja zasadniczo rozszerzarasterize
funkcję dostępną w pakiecie rastrowym. Zaletąvect2rast
; polega jednak na tym, że nie wymaga wprowadzania danych ze strony użytkownika, tj. automatycznie określa rozmiar komórki siatki i ramki granicznej na podstawie właściwości zestawu danych wejściowych. Rozmiar komórki siatki jest szacowany na podstawie gęstości / rozmiaru obiektów na mapie (nndist
funkcja w pakiecie spatstat).źródło