CRAN 任务视图:空间数据分析

维护者Roger Bivand,Jakub Nowosad
联系方式Roger.Bivand at nhh.no,nowosad.jakub at gmail.com
版本2024-02-21
URLhttps://CRAN.R-project.org/view=Spatial
源代码https://github.com/cran-task-views/Spatial/
贡献欢迎您对本任务视图提出建议和改进,您可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南.
引用Roger Bivand,Jakub Nowosad (2024)。CRAN 任务视图:空间数据分析。版本 2024-02-21。URL https://CRAN.R-project.org/view=Spatial.
安装您可以使用 ctv 包自动安装本任务视图中的软件包。例如,ctv::install.views("Spatial", coreOnly = TRUE) 安装所有核心软件包,或 ctv::update.views("Spatial") 安装所有尚未安装和更新的软件包。有关更多详细信息,请参阅 CRAN 任务视图计划.

Base R 包含许多可用于读取、可视化和分析空间数据的函数。本视图的重点是“地理”空间数据,其中观察结果可以与地理位置相关联,并且如果位置记录得当,则可以检索有关这些位置的附加信息。

Base R 函数由作为源代码包提供的贡献包补充,以及为 Windows 和 macOS(Intel 64 位和 Apple Silicon arm64 架构)提供的即用型二进制包。有关使用 R 外部软件安装源代码包的信息,请参见本页末尾。本任务视图涵盖了当前从 CRAN 提供的贡献包的状态。

贡献的软件包涵盖了两个广泛的领域:将空间数据移入和移出 R(包括坐标转换),以及在 R 中分析空间数据。由于贡献的软件包构成了一个不断发展的生态系统,因此对于寻求帮助和信息的使用者来说,有几个切入点。两个非正式组织管理网站:带有连字符的 r-spatial 和没有连字符的 rspatial。R-spatial 更多地基于地理信息学,源于传统的 sp 包,现在与现代的 sfstars 包明确对齐。Rspatial 源于 raster 包,现在正朝着现代的 terra 包发展。还值得注意的是大量在线书籍项目,这些项目可能对寻求介绍的使用者有所帮助,包括 使用 R 进行地理计算.

如果packageDescription(<pkg>)$BugReports返回了错误报告或问题的 URL(其中<pkg>是包名称的字符串),或者直接通过电子邮件与包维护者联系,可能会提出一些具体问题或问题。您也可以在订阅后使用R-SIG-Geo 邮件列表,或使用带有适当标签的Stack Overflow,或使用Stack Exchange。使用TwitterMastodon 上的#rspatial 标签也值得尝试,或者浏览使用该标签(以及其他标签)的流量。

此视图中的包可以大致分为以下主题。如果您认为列表中缺少某些包,请通过电子邮件联系维护者,或在上面链接的 GitHub 存储库中提交问题或拉取请求。

空间数据和元数据的类

许多用于处理和分析空间数据的包使用共享类来减少重复工作。直到 2016 年,sp 包提供了用于空间矢量和栅格数据的共享类,但使用的表示早于更现代和更高效的国际空间矢量数据标准。从sf 的发布开始,这些现代矢量表示更受青睐。对于空间栅格数据,starsterra 中提出的表示满足重叠但略有不同的要求。sfstarsterra 和传统sp 包定义的类之间的对象转换是可用的,并在R 中不同空间类之间的转换 中进行了描述。

正在进行的补充举措旨在支持更好地处理 R 中的地理元数据。

空间数据 - 通用

栅格数据

地理元数据

读取和写入空间数据

空间数据最常由两种数据模型之一表示,即矢量或栅格,并且这两种模型都有许多自己的文件格式。 GDAL(地理空间数据抽象库) 是一个(非 R)库,它提供了一种统一的方式来读取和写入数百种空间数据格式。GDAL 支持的格式包括 OGC 标准数据格式(例如 GeoPackage)和专有格式(例如 ESRI Shapefile)。GDAL 被大量的 GIS 软件以及许多 R 包使用,例如 sfterravapour。这使我们能够在 R 中从各种空间文件格式读取和写入空间数据。重要提示:CRAN 为 Windows 和 macOS 提供了软件包 sfterravapour 的二进制版本,其中包含特定版本的 GDAL,其中包含可能的數據源驅動程序的子集。如果需要其他驱动程序,您需要使用其他转换工具或从源代码安装这些软件包,以针对具有所需驱动程序的 GDAL 版本进行安装。

过去,rgdalraster(通过 rgdal)被推荐用于在 R 中读取和写入空间数据。然而,由于 rgdal 于 2023 年 10 月 16 日停止维护,新项目不应使用它,现有项目应实施迁移到上一段中提到的包。此外,rgeosmaptools 也在同一时间被归档。更多详细信息和链接可以在 演进项目报告 中找到。从 2023 年 10 月起,sp 仅使用来自 sf 的方法来代替来自 rgdal 的方法,用于投影和访问坐标参考系统的底层定义。

读取和写入空间数据 - 数据格式

其他包提供了读取和写入空间数据的工具,处理开放标准格式或专有格式。

开放格式

专有数据格式

读取和写入空间数据 - GIS 软件连接器

空间 Web 服务接口

一些 R 包专注于提供空间数据管理支持的 Web 服务和 Web 工具接口。以下是第一个尝试性的(非详尽的)列表

特定感兴趣的地理空间数据源

处理空间数据

数据处理 - 通用

数据清理

数据处理 - 特定

空间抽样

可视化空间数据

基本可视化包

主题制图包

基于网络地图框架的软件包

构建地图

分析空间数据

将空间统计分为三个部分重叠的领域:点模式分析、地统计学和区域/格网数据分析,已被广泛接受。但是,区域数据分析可以分为疾病映射和空间回归(也部分重叠)。此外,生态分析通常以特定方式处理空间数据,从而产生一组特定的主题软件包。所有这些分析空间数据的方法都将观测之间的空间关系视为探索和利用有关观测的重要信息来源的一种方式,这些信息超出了假设它们彼此独立时所知的信息。

点模式分析

点模式分析检查观察到的点之间的距离关系,其中观察集预计包含研究区域中所有此类实体。

地统计学

地统计学使用根据观察值之间的距离拟合的模型来插值观察到的点到未观察到的点的值。

疾病制图和区域数据分析

点模式分析和地统计学都参与疾病制图,疾病制图关注以一种有说服力和负责任的方式在空间和时间上表示公共卫生信息。估计对于呈现可比较的计算率(在水平和不确定性方面)至关重要。

空间回归

许多提供用于拟合空间回归模型的函数的包已经在疾病映射中使用,因此已给出。在本节中,将更多关注空间计量经济学中使用的方法子集,因此补充了 Econometrics 任务视图中涵盖的一般计量经济学方法。

生态分析

有许多包用于分析生态和环境数据。它们包括

Environmetrics 任务视图包含更完整的相关函数和包调查。

安装链接到 PROJ、GDAL 或 GEOS 的包

安装像 sfterra 这样的包,这些包使用 PROJ、GDAL 或 GEOS 等外部软件库,需要谨慎。对于大多数在 Windows 或 macOS 等平台上的用户,他们本身不是包开发者,最好避免所谓的源代码安装,因为 CRAN 二进制包包含所有所需的外部软件。因为这些平台上的 getOption("pkgType") 通常是 "both",所以如果源代码包比最新的二进制包更新,你可能会被要求选择安装源代码包。

请不要尝试选择源代码安装 sfterra 或类似的软件包;二进制软件包将在 一两天内生成。为了避免被询问,您可以从 ?options 中查看 utils 包提供的选项,了解您的 R 安装的默认行为可能由设置选项 install.packages.check.sourceinstall.packages.compile.from.source 来控制,或者通过设置环境变量 R_COMPILE_AND_INSTALL_PACKAGES 来控制,另请参阅此 有用的评论

如果您是使用 Windows 或 macOS 或从 github 安装的开发人员,与构建 CRAN 二进制软件包中使用的相同静态链接的二进制外部软件库、头文件等可从以下位置获得:Windows 4.0 和 4.1 按需下载,Windows 4.2 RTools42,Windows 4.3 RTools43,以及 macOS 两种架构。这些外部软件库使用与 R 本身相同的编译和链接设置构建,因此避免了由于不匹配的二进制文件而导致的潜在错误风险。当前版本可能会在 R 版本之间更新,以便提供对 GDAL、GEOS 或 PROJ 的更新版本。

如果您是 getOption("pkgType")"source" 的系统上的用户(或开发人员),您需要确保在安装源代码软件包时外部软件可用。一些此类系统的建议可以在 这里 找到。 最常见的原因 是在您的平台上安装了多个版本的外部软件。

CRAN 软件包

核心classIntDClusterdeldirgeoRgstatsfspatialregspatstatspdepstarsterra.
常规ade4, adehabitatHR, adehabitatHS, adehabitatLT, adehabitatMA, ads, areal, autoFRK, automap, CARBayes, cartogram, CFtime, chilemapas, constrainedKriging, cshapes, dbmss, DClusterm, divseg, ecespa, elevatr, exactextractr, ExceedanceTools, fields, FlexScan, FRK, gdalcubes, gdalraster, gdalUtilities, gdistance, gear, geobr, geogrid, geojson, geojsonio, GEOmap, geomapdata, geometa, geonames, geonapi, georob, geos, geosapi, geosphere, geospt, geostan, geouy, ggmap, ggplot2, ggspatial, giscoR, gmt, GWmodel, gwrr, hglm, intamap, interp, ipdw, landsat, landscapemetrics, LatticeKrig, lctools, leaflet, libgeos, lidR, link2GI, lwgeom, magclass, mapdata, mapdeck, mapedit, mapme.biodiversity, mapmisc, mapproj, maps, mapsf, mapSpain, mapview, marmap, MBA, MBHdesign, mgcv, micromap, mlr3spatiotempcv, ModelMap, ncdf4, ncf, ngspatial, nlme, OpenStreetMap, osmdata, osmextract, ows4R, pastecs, PBSmapping, PBSmodelling, PReMiuM, ProbitSpatial, qgisprocess, qualmap, rakeR, ramps, raster, rasterVis, rcartocolor, RColorBrewer, RCzechia, recmap, regress, rflexscan, rgbif, rgee, rgeoda, RgoogleMaps, rgrass, rgugik, rmapshaper, rnaturalearth, RNetCDF, rpostgis, RPostgreSQL, RPyGeo, RSAGA, Rsagacmd, rsample, rsi, rstac, rtop, s2, sgeostat, shapefiles, siplab, sits, smacpod, smerc, sms, sp, spacetime, spaMM, sparr, spatgraphs, spatial, spatialCovariance, SpatialEpi, SpatialExtremes, SpatialPosition, spatialprobit, spatialsample, SpatialTools, spBayes, spBayesSurv, Spbsampling, sperrorest, sphet, spind, splancs, splm, spmodel, spmoran, spselect, spsur, spsurvey, spTimer, sptotal, SSN2, starma, statebins, synthACS, terrainr, tgp, tidycensus, tigris, tmap, trip, tripEstimation, vapour, vardiag, varycoef, vegan, viridis, waywiser, whitebox, wk, wkutils, yardstick.
已归档OasisRsegSpotSampling

相关链接

其他资源