Ho bisogno di aprire uno shapefile da ArcMap in R per usarlo per ulteriori analisi geostatistiche. L'ho convertito in file di testo ASCII, ma in R è riconosciuto come data.frame. La funzione di coordinate non funziona non appena x e y vengono riconosciuti come non numerici. Potresti aiutare ad affrontarlo?
R sta diventando uno strumento piuttosto potente per la gestione e l'analisi dei dati spaziali. Ho imparato alcune cose utili attraverso domande come queste alla SO e ho pensato che potesse essere utile avere qualcosa di simile, ma più "spazialmente" orientato. Puoi condividere alcuni suggerimenti e trucchi spaziali sulla R …
Esiste un modo nativo di sf (cioè "corretto") per estrarre tutto tranne la colonna geometrica da un semplice oggetto feature? Questo funziona df <- dplyr::select(as.data.frame(sf), -geometry) ma il select( , -geometry)passaggio sembra inutile. Inoltre, non rimuove gli attributi della geometria.
Qualcuno conosce alcuni buoni tutorial per gestire i dati spaziali in R? So che ci sono alcuni pacchetti come rgdal e maptools, ma in realtà non ho trovato tutorial utili per entrare in contatto con le funzioni di base (lettura, trama, modifica simbologia, unione dati, ecc.) E / o per …
Sto lavorando con enormi file .kml (fino a 10 Gb) e ho bisogno di un modo efficiente per leggerli in R. Fino ad ora li ho convertiti in file di forma tramite QGIS e poi di nuovo in R con readShapePoly e readOGR (quest'ultimo , a proposito, è ~ 1000 …
Ci sono alcune belle possibilità di analizzare i dati spaziali in R e nel contesto del mio progetto attuale vorrei usare R più frequentemente per farlo. Fino ad ora ho tracciato le mie mappe con il pacchetto ggplot2 che offre molti strumenti pratici per tracciare ed esplorare i dati. Tuttavia …
Ho trascorso un po 'a capire la risposta a questa domanda. Non è immediatamente ovvio da una ricerca su Google , quindi ho pensato che potesse essere utile pubblicare la risposta qui. C'è anche un'altra domanda sui poligoni non contigui . Risposta semplice istantanea: utilizzare il comando: centroids <- getSpPPolygonsLabptSlots(polys) …
Ho un set di dati di valori su una griglia di km negli Stati Uniti continentali Le colonne sono "latitudine", "longitudine" e "osservazione", ad esempio: "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 o, come un frame di dati R: …
Sto usando una PL/Rfunzione e PostGISper generare poligoni voronoi attorno a una serie di punti. La funzione che sto usando è definita qui . Quando utilizzo questa funzione su un determinato set di dati, viene visualizzato il seguente messaggio di errore: Error : ERROR: R interpreter expression evaluation error DETAIL: …
Ho un certo numero di shapefile in diversi CRS (principalmente WGS84 lat / lon) che vorrei trasformare in una proiezione comune (probabilmente Albers Equal Area Conic, ma potrei chiedere aiuto per scegliere un'altra domanda una volta che il mio problema è migliorato -defined). Ho trascorso alcuni mesi a fare cose …
Ho un sacco di punti dati con latitudine e longitudine. Voglio usare R per raggrupparli in base alla loro distanza. Ho già dato un'occhiata a questa pagina e ho provato il pacchetto clustTool . Ma non sono sicuro che la funzione clust in clustTool consideri i punti dati (lat, lon) …
Sto costruendo una mappa per gli Stati Uniti nord-orientali. Lo sfondo della mappa deve essere una mappa di altitudine o una temperatura media annuale. Ho due raster di Worldclim.org che mi danno queste variabili ma devo tagliarle nella misura degli stati a cui sono interessato. Qualche suggerimento su come farlo. …
Come si può usare R per dividere un file di forma in quadrati / sotto-poligoni di 200 metri, tracciare questa griglia (incl. numeri ID per ogni quadrato) sulla mappa originale in basso, e valutare in quali coordinate geografiche specifiche si trovano . Sono un principiante in GIS e questa è …
Sto cercando una descrizione / metodologia per condurre un'analisi delle componenti principali ponderate geograficamente (GWPCA). Sono contento di usare Python per qualsiasi parte di questo e immagino che SPSS o R vengano usati per eseguire il PCA sulle variabili geograficamente ponderate. Il mio set di dati è composto da circa …
Questo è il seguito di un post precedente: Algoritmi di Machine Learning per la classificazione della copertura del suolo . Sembra che il metodo di classificazione Random Forest (RF) stia guadagnando molto slancio nel mondo del telerilevamento. Sono particolarmente interessato alla RF grazie a molti dei suoi punti di forza: …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.